Chinesische KI im Vergleich: DeepSeek, Qwen, GLM und Kimi

Wer in Deutschland nach chinesischer KI sucht, stößt vor allem auf Nachrichten: Börsenschock, Exportkontrollen, Zensur. Was meist fehlt, ist eine Übersicht, die sagt, welches Modell was kann, was es kostet und ob du es als Unternehmen hier überhaupt nutzen darfst. Dazu kommt, dass die Labore alle paar Wochen neue Versionen veröffentlichen und kaum ein Artikel auf dem aktuellen Stand ist.

Dieser Leitfaden vergleicht die großen chinesischen KI-Modelle, Stand 7. November 2026: wer sie baut, wie gut sie sind (jeder Benchmark-Wert mit seiner Index-Version), wie sicher sie sind und was die DSGVO und die KI-Verordnung für Nutzer in Deutschland bedeuten. Am Ende geht es darum, was ihr Aufstieg für die KI-Sichtbarkeit deiner Marke ändert.

Das Wichtigste in Kürze

• Chinesische KI ist Stand 7. November 2026 ein breites Feld statt eines einzelnen Namens: Die meiste Aufmerksamkeit bekommen DeepSeek, Qwen, GLM und Kimi, dazu kommen MiniMax, Tencent, Xiaomi, StepFun, Baidu und ByteDance. Die meisten Modelle haben offene Gewichte und kosten pro Token deutlich weniger als die US-Flaggschiffe.
• Auf dem Index v5.0.1 von Artificial Analysis kommt das beste offene Modell, Kimi K3.1 Pro, auf 46 Punkte, 13 weniger als Claude Opus 5.5 (59). Die Lücke an der Spitze besteht also weiter, und der Preis ist der Grund, die Modelle trotzdem zu nutzen: DeepSeek V4.1 Flash kostet in der Nebenzeit 0,15 $ je Million Eingabe-Token.
• „Offen“ heißt meist Open Weights, nicht Open Source, und die Lizenz entscheidet über den Einsatz. MIT und Apache 2.0 sind freizügig, die Lizenzen von GLM-5.3 und Kimi enthalten Auflagen, und Baidus ERNIE 5.5 Flash Base sowie Tencents Hy3 Preview sind nicht für die EU lizenziert.
• Für Unternehmen in Deutschland entscheidet, wo das Modell läuft: Wer einen in China gehosteten Dienst nutzt, übermittelt im Sinne der DSGVO Daten in ein Drittland, bei selbst betriebenen Gewichten fällt diese Übermittlung weg. Ein bundesweites Verbot haben wir nicht gefunden; die Berliner Datenschutzbeauftragte hat die DeepSeek-App im Juni 2025 aber bei Apple und Google gemeldet. Laut Bitkom (9. September 2026) setzen nur 2 % der KI-nutzenden Firmen DeepSeek ein.
• Für deine KI-Sichtbarkeit ist wichtig, dass die großen chinesischen Assistenten eigene Antwortmaschinen sind (Doubao: 382 Millionen monatlich aktive Nutzer in China im Mai 2026) und dass ein wachsender Teil westlicher Anwendungen auf chinesischen Gewichten läuft.

Die wichtigsten chinesischen KI-Modelle im Überblick

Noch vor einem Jahr bedeutete „chinesische KI“ für die meisten Leute: DeepSeek. Im November 2026 ist daraus ein dichtes Feld von Laboren geworden, die Modelle auf Spitzenniveau veröffentlichen. Die meisten stellen ihre Gewichte zum Download bereit (mehr dazu weiter unten und in unserem Leitfaden zu offenen Gewichten) und verlangen deutlich weniger als die geschlossenen US-Systeme. Die USA haben inzwischen mit eigenen offenen Modellen nachgezogen: Inkling von Thinking Machines, Metas Muse Glimmer unter Apache 2.0 und seit dem 15. Oktober das größere Muse Spark Open. Das Feld, an dem sie sich messen, zeigt die Tabelle mit der jeweils aktuellen Version, Stand 7. November 2026.

Die Preise ändern sich fast wöchentlich und hängen vom Tarif ab; nimm sie als Größenordnung, nicht als Angebot. Wir führen sie in US-Dollar, so wie die Anbieter sie listen (Doubao in Yuan, umgerechnet zum Kurs vom 2. November 2026, abgeleitet aus den EZB-Referenzkursen), und rechnen nichts in Euro um. Ob und wie Umsatzsteuer für Kunden in Deutschland hinzukommt, haben wir nicht geprüft. Das Muster bleibt: Die stärksten chinesischen Modelle kosten pro Token weniger als die geschlossenen amerikanischen Flaggschiffe, und die meisten kannst du selbst herunterladen und betreiben.

DeepSeek, Qwen, GLM und Kimi: die großen Vier

Um vier Anbieter dreht sich der Großteil der Debatte. Ihre Namen tauchen in AI Overviews auf, westliche Start-ups bauen auf ihren Modellen auf, und zwischen ihnen entscheidest du, wenn du wissen willst, welches chinesische Modell zu dir passt.

DeepSeek (V4): der Preisbrecher

DeepSeek hat die Aufregung ausgelöst. Das Reasoning-Modell R1 holte im Januar 2025 amerikanische Spitzensysteme zu einem Bruchteil der Kosten ein, wurde binnen Tagen zur meistgeladenen kostenlosen App im US-App-Store und am 27. Januar 2025 folgte ein Ausverkauf bei US-Technologieaktien. Das Unternehmen sitzt in Hangzhou und wird vom quantitativen Hedgefonds High-Flyer finanziert, ein Grund dafür, dass es so konsequent auf niedrige Kosten optimiert. Die aktuellen Preise für V4.1 Flash und V4 Pro stehen in unserem DeepSeek-Preisleitfaden.

DeepSeeks aktuelles Flaggschiff ist V4. TechCrunch berichtete, dass es Ende April 2026 vorab gezeigt wurde; es setzt auf die Mixture-of-Experts-Effizienz, für die das Labor bekannt ist. V4 Pro ist seit dem 13. August 2026 allgemein verfügbar, V4.1 Flash löste am 10. September das ursprüngliche Flash-Modell ab und wurde am 17. Oktober auf V4.1-Flash-1017 aktualisiert. Stark ist DeepSeek bei Reasoning und agentischem Coding, und beim Preis kaum zu schlagen: Flash kostet in der Nebenzeit 0,15 $ je Million Eingabe-Token, bei westlichen Spitzenmodellen sind es 2 $ und mehr.

Seit dem 16. August 2026 gilt statt des alten Einheitspreises ein Tarif mit Spitzenzeit und Nebenzeit. Montags bis freitags verlangt DeepSeek sieben Stunden lang den doppelten Preis (01:00 bis 04:00 und 06:00 bis 10:00 UTC, also in der deutschen Winterzeit 02:00 bis 05:00 und 07:00 bis 11:00 Uhr), chinesische Feiertage ausgenommen. Auch zur Spitzenzeit kostet DeepSeek nur einen Bruchteil des westlichen Preisniveaus. Wer das chinesische Modell mit den niedrigsten Token-Preisen sucht, landet meist bei DeepSeek, auch wenn GLM-5.3-Flash von Z.ai bei der Eingabe mit 0,15 $ gleichauf liegt und bei der Ausgabe mit 0,50 $ sogar darunter. Ein reiner Kostenvergleich DeepSeek vs. Qwen ist dagegen schnell entschieden: Qwen3.8-Max kostet 2 $ je Million Eingabe-Token.

Alibaba Qwen (Qwen3.8-Max): das Standard-Basismodell

DeepSeek hat die Schlagzeilen gemacht, Qwen ist derweil still und leise zum Fundament geworden. Alibabas Qwen-Familie ist die meistgeladene Reihe offener Modelle weltweit: Laut MIT Technology Review machte sie 2024 mehr als 30 % aller Modell-Downloads auf Hugging Face aus. Bis August 2025 stammten dort über 40 % der neuen Sprachmodell-Varianten von Qwen ab, bei Metas Llama waren es rund 15 %. Alibaba bringt mehrere neue Qwen-Modelle pro Monat heraus.

Praktisch heißt das: Wenn irgendwo ein Entwickler „ein offenes Modell“ feintunt, steckt sehr oft ein Qwen dahinter. Die kleineren Qwen-Modelle erscheinen mit offenen Gewichten unter freizügigen Lizenzen und sind deshalb der übliche Startpunkt; Ausnahme ist die Vorschau Qwen3.8-Flash-Next mit 180 Milliarden Parametern, die eine neue Qwen Community License nutzt. Der Haken: Alibaba behandelte seine größten Modelle lange als geschlossene API und hat das im August 2026 nur teilweise rückgängig gemacht. Qwens Stärke ist die Breite: gute Mehrsprachigkeit, agentische Werkzeugnutzung und ein Kontextfenster von einer Million Token.

Das aktuelle Flaggschiff Qwen3.8-Max erschien am 3. August 2026 mit 2,4 Billionen Parametern, davon 95 Milliarden aktiv, und kostet 2 $ je Million Eingabe- und 6 $ je Million Ausgabe-Token. Am 12. August 2026 veröffentlichte Alibaba die Gewichte; damit gibt es erstmals ein offenes Qwen der Max-Klasse. Es ist allerdings eine reine Textvariante unter einer eigenen „Qwen3.8-Max“-Lizenz statt Apache 2.0.

Zhipu GLM (GLM-5.3): der Herausforderer an der Spitze

Zhipus GLM-Reihe hat zur Spitze fast aufgeschlossen; das aktuelle Flaggschiff GLM-5.3 erschien am 14. August 2026. Es stammt von Zhipu AI, einem Pekinger Labor, das aus der Tsinghua-Universität hervorging und international als Z.ai auftritt. Es bietet eine Million Token Kontext und nutzt dieselbe Basis wie GLM-5.2 (753 Milliarden Parameter, 40 Milliarden aktiv); alle Verbesserungen stammen aus dem Post-Training. Anders als GLM-5.2 mit seinen klaren MIT-Bedingungen steht GLM-5.3 unter einer eigenen Lizenz: Anbieter von Model-as-a-Service mit mehr als 10 Milliarden $ Gesamtumsatz innerhalb von zwölf Monaten müssen eine Sicherheitsprüfung durch Z.ai durchlaufen.

Auf dem Intelligence Index v4.3.2 von Artificial Analysis (Oktober 2026, vor dem Wechsel auf v5 am 27. Oktober) erreichte GLM-5.3 44,8 Punkte, Platz drei unter den Open-Weight-Modellen hinter Xiaomis MiMo-V2.6-Pro (46,3) und DeepSeeks V4.1 Flash (45,1); StepFuns Step 5 Preview folgte auf Platz vier (43,7) und Kimi K3 auf Platz fünf (43,6). Reuters berichtete im Juni, dass GLM-5.2, dasselbe Basismodell, zu rund einem Sechstel der Kosten knapp hinter den führenden geschlossenen Modellen lag. Z.ai ging im Januar 2026 in Hongkong an die Börse.

Was GLM von DeepSeek unterscheidet, ist der Fokus. DeepSeek optimiert auf niedrige Kosten, GLM-5.3 ist auf lange, komplexe Softwareaufgaben getrimmt: Debugging ganzer Codebasen, selbstständige Korrektur und mehrstufige Agentenläufe, an denen schwächere Modelle scheitern. Wenn du ernsthaft programmierst oder Agenten orchestrierst und offene Gewichte willst, ist GLM-5.3 derzeit eine naheliegende Wahl.

Moonshot Kimi (K3.1 Pro und K2.7-Code): der Agenten-Spezialist

Kimi von Moonshot AI ist für Agenten gebaut, die stundenlang laufen, und die aktuelle Modellreihe ist nach Kosten gestaffelt. Kimi K3.1 Pro vom 23. Oktober 2026 ist das Flaggschiff: Moonshot beschreibt es als nachtrainierte Version von Kimi K3 mit deutlich mehr Rechenaufwand im Post-Training, das Kontextfenster bleibt bei einer Million Token. Moonshot hatte die vollständigen Gewichte für spätestens 4. November 2026 zugesagt; Stand 7. November liegen sie auf Hugging Face unter einer eigenen Kimi-K3.1-Pro-Lizenz, womit das herunterladbare Kimi-Flaggschiff jetzt K3.1 Pro ist. K3 erschien am 16. Juli 2026 mit 2,8 Billionen Parametern, seine Gewichte folgten am 27. Juli unter der Kimi-K3-Lizenz.

K2.7-Code, eine auf Coding spezialisierte Variante von Mitte Juni 2026, ist das Arbeitspferd. Seine Gewichte stehen nach wie vor unter der modifizierten MIT-Lizenz der K2-Reihe, und es bringt die Agentenschwarm-Orchestrierung mit, für die Moonshot bekannt ist: Viele Subagenten arbeiten lange Aufgaben im Hintergrund ab, statt nur einen einzelnen Prompt zu beantworten. K3.1 Pro kostet 2 $ je Million Eingabe- und 10 $ je Million Ausgabe-Token, ein Drittel weniger als K3 (3 $ und 15 $); der Ausgabepreis ist 2,5-mal so hoch wie bei K2.7-Code (4 $).

Die praktische Aufteilung für bisherige K2-Nutzer: K2.7-Code für Routine bei Coding und Agenten, K3.1 Pro für Sitzungen, die ein größeres Modell, mehr Reasoning oder das volle Kontextfenster brauchen. Wie sich K3 Aufgabe für Aufgabe gegen Claude schlägt, steht im Vergleich Kimi K3 vs. Claude. Das Vorgängermodell K2.6 läuft noch in der API zum selben Preis wie K2.7-Code (0,95 $ / 4,00 $). Laut Moonshots Preisseite (geprüft am 2. November 2026) stehen K2-Modelle neu registrierten Nutzern aber seit dem 31. Oktober 2026 nicht mehr zur Verfügung (Bestandskunden bleiben unberührt), und Moonshot plant, sie bis Ende Dezember 2026 abzuschalten. Die Abo-Tarife der Verbraucher-App erklärt unser Kimi-Preisleitfaden.

Im direkten Vergleich, etwa Kimi vs. DeepSeek oder Qwen vs. Kimi, entscheidet meist die Art der Aufgabe. DeepSeek gehört zu den günstigsten Allroundern, Qwen ist das anpassungsfähigste Basismodell, GLM zählt beim Coding zur Spitze, und zu Kimi greifst du, wenn ein Agent über einen sehr langen, mehrstufigen Lauf den Faden nicht verlieren darf.

Die zweite Reihe: MiniMax, Tencent Hunyuan, Xiaomi, StepFun, Baidu Ernie und ByteDance Doubao

Sechs weitere Anbieter runden das Feld ab und tauchen in jedem ernsthaften Vergleich auf.

MiniMax stellte M3 am 1. Juni 2026 vor, die offenen Gewichte folgten am 12. Juni. Der Kniff liegt in der Architektur: ein Sparse-Attention-Design, das eine Million Token Kontext mit weit weniger Rechenaufwand bewältigt als ein klassischer Transformer, und so bleibt das Modell günstig, obwohl es lange Kontexte verarbeitet. In derselben Woche wie Z.ai ging MiniMax in Hongkong an die Börse. Am 19. Oktober 2026 kam M3.1 Flash hinzu (0,15 $ Eingabe und 0,60 $ Ausgabe je Million Token); seine offenen Gewichte liegen unter derselben MiniMax Community License wie M3 auf Hugging Face (Repository erstmals am 23. Oktober 2026 angelegt).

Tencent Hunyuan fällt weniger auf, punktet aber mit einer freizügigen Lizenz. Das neue Flaggschiff Hy4 erschien am 4. November 2026 mit Bildverständnis und Computer-Use zum unveränderten Eingabepreis von 0,834 $ je Million Token; die Gewichte der finalen Version will Tencent in Kürze veröffentlichen. Die Gewichte der Vorversion Hy4 Preview hatte Tencent am 28. August 2026 veröffentlicht, mit 770 Milliarden Parametern insgesamt (49 Milliarden aktiv) und einer Million Token Kontext. Anders als GLM-5.3 und Kimi K3 mit ihren Lizenzauflagen steht sie unter schlichtem Apache 2.0. Auf Tencents eigenem Blind-Test-Benchmark liegt sie nach Angaben des Unternehmens knapp vor GLM-5.3 und Kimi K3. Der Vorgänger Hy3 (6. Juli 2026, ebenfalls Apache 2.0) bleibt zu etwa einem Sechstel des Hy4-Eingabepreises verfügbar; er ist nicht zu verwechseln mit der Hy3 Preview vom April, deren Lizenz die EU ausnimmt (dazu mehr im Abschnitt zu Lizenzen).

Xiaomis MiMo-V2.6-Pro (MIT, 21. September) führte den Open-Weight-Index von Artificial Analysis auf v4.3.2 mit 46 Punkten an. Auf v5 (aktueller Stand v5.0.1) liegt es bei 30, hinter Kimi K3.1 Pro mit 46, DeepSeek V4.1 Flash 1017 mit 33 und GLM-5.3 mit 32. StepFuns Step 5 Preview (unter einer Apache-ähnlichen Lizenz mit Namensnennung und Auflagen für kommerzielle Nutzung) kam auf v4.3.2 auf 44 Punkte (29 auf v5.0.1) und war in der Woche bis zum 17. Oktober nach Token-Volumen die Nummer zwei auf OpenRouter.

Baidu Ernie ist der Veteran. Baidus aktuelles Spitzenmodell Ernie 5.1 erschien im Frühjahr 2026. Wirklich offen ist die ältere Ernie-4.5-Familie, die Baidu als Reihe von Mixture-of-Experts-Modellen unter Apache 2.0 veröffentlicht hat. Seit dem 5. November 2026 kommt ERNIE 5.5 Flash Base hinzu, ein Basis-Checkpoint mit 280 Milliarden Parametern (14 Milliarden aktiv) unter Baidus eigener Lizenz, die die EU ausdrücklich ausnimmt. Ernies Vorteil ist die enge Anbindung an die Suche, passend zu Baidus Wurzeln als Suchmaschine.

ByteDance Doubao ist der Sonderfall, denn es ist geschlossen. Doubao Seed 2.1 Pro läuft nur über ByteDances Cloud Volcano Engine und ist auf Masse ausgelegt. Laut Volcano Engine überschritt Doubaos täglicher Verbrauch im März 2026 die Marke von 120 Billionen Token; im Juni 2026 waren es nach Angaben des Volcano-Engine-Präsidenten auf der Konferenz FORCE 180 Billionen. Für hohes Volumen ist das Modell günstig und zuverlässig, herunterladen kannst du es nicht.

Ein Hinweis zum Umfang: Dieser Leitfaden behandelt Text- und Chat-Modelle, mit denen du recherchierst, schreibst und programmierst. Bei generativen Medien gelten chinesische Labore vielen als führend: Kuaishous Kling, MiniMax' Hailuo, ByteDances Seedance und Alibabas Wan stehen in den meisten Video-Rankings weit oben. Tencents Marke Hunyuan umfasst die Hy-Textmodelle und eine separate Videoreihe, verwechsle die beiden nicht. Wenn du dich für KI-Video oder Bildgenerierung statt Chat interessierst, brauchst du eine andere Auswahl als diese.

Open Weights oder Open Source: was „offen“ wirklich heißt

Viele Artikel zum Thema nennen diese Modelle „Open Source“ und gehen locker mit dem Begriff um. Dabei lohnt sich die genaue Unterscheidung, denn davon hängt ab, was du tatsächlich darfst.

Die meisten chinesischen Modelle sind Open-Weight-Modelle, nicht Open Source. Das Labor veröffentlicht die trainierten Modellgewichte, aber weder die Trainingsdaten noch den vollständigen Trainingscode. Die Gewichte kannst du herunterladen, betreiben und feintunen. Du kannst das Modell also nutzen, aber nicht vollständig nachbauen oder nachprüfen, wie es entstanden ist. Ein wirklich quelloffenes KI-Modell würde alle drei Teile freigeben, ein Open-Weight-Modell nur die Gewichte. Es ist der Unterschied zwischen einem fertigen Motor und einem Motor samt Konstruktionsplänen und Fertigungsunterlagen. Modell für Modell erklärt das unser Leitfaden zu Open Weights vs. Open Source.

„Offen“ heißt außerdem nicht automatisch „für jeden Zweck frei“. Das entscheidet die Lizenz zu den Gewichten, und die Lizenzen unterscheiden sich.

Für viele überraschend: MIT und Apache 2.0 gehören zum Offensten, was es bei Lizenzen gibt, ohne Obergrenze bei den Nutzerzahlen. Auf DeepSeek, Xiaomis MiMo, Hunyuan Hy4 Preview und den Qwen- und Ernie-Modellen unter Apache 2.0 lässt sich deshalb rechtlich leichter ein kommerzielles Produkt aufbauen als auf Metas Llama 4, dessen Lizenz eine Beschränkung für sehr große Nutzerzahlen enthält. Bei Metas kleinerem Muse Glimmer ist das anders: Es steht seit August 2026 unter Apache 2.0, ohne eine solche Grenze. Das größere Muse Spark Open vom 15. Oktober nutzt dagegen die Muse Model License, die den Hinweis „Built with Muse Spark Open“ verlangt und für Model-as-a-Service-Geschäfte mit mehr als 20 Millionen $ Umsatz zusätzlich eine eigene Vereinbarung fordert. GLM ist inzwischen eine Teilausnahme: Die Flaggschiff-Gewichte von GLM-5.3 tragen eine eigene Lizenz mit Umsatzschwelle und Prüfung, näher an Llamas Beschränkung als an MIT, während das kleinere GLM-5.3-Flash bei MIT blieb.

Interessanter als die Offenheit der kleinen Modelle ist der Trend an der Spitze: Baidus Ernie 5.1 und die gesamte Doubao-Reihe bleiben geschlossen. Alibaba hat im August nur eine reine Textversion von Qwen3.8-Max geöffnet, das multimodale Flaggschiff gibt es nach wie vor nur über die API.

Für Leser in Deutschland gibt es eine zusätzliche Hürde: das Gebiet, für das eine Lizenz gilt. Baidus ERNIE 5.5 Flash Base (5. November 2026) und Tencents Hy3 Preview (April 2026, Tencent Hy Community License) sind für alle Gebiete lizenziert, außer für die EU, das Vereinigte Königreich und Südkorea. Für ein Unternehmen in Deutschland räumen diese Lizenzen damit keine Nutzungsrechte ein. Hy3 und Hy4 Preview stehen dagegen unter schlichtem Apache 2.0: Wir haben die Lizenzdateien auf Hugging Face gelesen und keine Gebietsklausel gefunden. Lies vor jedem Download die LICENSE-Datei, nicht nur die Modellkarte.

Sind chinesische KI-Modelle sicher? Datenschutz, Zensur und Verbote

Diese Frage hält viele zurück, und sie verdient eine klare Antwort. Es gibt drei echte Bedenken, und bei jedem hängt die Antwort davon ab, wie du das Modell nutzt. In Deutschland führt die Sorge bisher vor allem zu Zurückhaltung: Laut einer am 9. September 2026 veröffentlichten Bitkom-Befragung (603 Unternehmen mit mindestens 20 Beschäftigten, befragt im Sommer 2026) setzen unter den Firmen, die KI nutzen, nur 2 % DeepSeek und 1 % Qwen ein. ChatGPT nutzen 76 %, Copilot 35 % und Gemini 28 %.

Datenschutz bei DeepSeek und Co.: wohin gehen deine Daten?

Das erste Bedenken ist der Datenschutz. Nutzt du DeepSeeks gehostete App oder API, werden deine Prompts auf Servern in China verarbeitet (laut Datenschutzerklärung werden personenbezogene Daten in der Volksrepublik China gespeichert). Zudem kann Chinas Nationales Nachrichtendienstgesetz von 2017 Unternehmen verpflichten, Daten an den Staat herauszugeben. Für Unternehmen in Deutschland ist das eine DSGVO-Frage. China ist ein Drittland ohne Angemessenheitsbeschluss der EU-Kommission, für die Übermittlung personenbezogener Daten dorthin gelten also Art. 44 bis 49 DSGVO. Verarbeitet DeepSeek personenbezogene Daten deines Unternehmens als Auftragsverarbeiter, brauchst du außerdem einen Vertrag nach Art. 28 DSGVO. DeepSeeks Datenschutzerklärung (Stand 10. Februar 2026) nennt die Prighter Group als Vertreter in der EU, bestätigt aber weiterhin die Speicherung in der Volksrepublik China.

Entscheidend ist das Hosting: Das Risiko hängt am gehosteten Dienst, nicht an den offenen Gewichten. Lädst du die Gewichte herunter und betreibst sie auf eigener Hardware oder bei einem europäischen Cloud-Anbieter, findet keine Übermittlung an das chinesische Labor statt; beim Cloud-Anbieter prüfst du gesondert, wo Prompts, Protokolle und Supportdaten verarbeitet werden. Dasselbe Modell, ein anderer Datenweg.

Was deutsche und europäische Behörden bisher getan haben

Ein Verbot der App für ganz Deutschland haben wir nicht gefunden (Stand 7. November 2026), wohl aber Schritte einzelner Behörden. Die Berliner Beauftragte für Datenschutz und Informationsfreiheit sah in der Datenübermittlung von DeepSeek nach China einen Verstoß gegen Art. 46 Abs. 1 DSGVO. Sie forderte DeepSeek am 6. Mai 2025 auf, die Apps selbst aus den Stores zu nehmen, die Übermittlung einzustellen oder die Voraussetzungen für eine rechtmäßige Drittlandübermittlung zu erfüllen. Weil DeepSeek dem nicht nachkam, meldete sie die App am 27. Juni 2025 nach Art. 16 des Digital Services Act bei Apple und Google als rechtswidrigen Inhalt. Das war eine Meldung an die Plattformen, keine Sperrverfügung. Apple und Google lehnten eine Sperrung ab, wie die Behörde in ihrem Jahresbericht schreibt, der am 23. Juni 2026 vorgestellt wurde; sie kündigt dazu eine Beschwerde nach Art. 20 DSA an, deren Ergebnis wir nicht gefunden haben.

Italiens Datenschutzbehörde Garante ging weiter und ordnete Ende Januar 2025 mit sofortiger Wirkung eine Beschränkung der Verarbeitung an, die in der Praxis die App blockierte. Die irische Datenschutzkommission DPC bat dagegen nur um Auskünfte. Beides sind keine deutschen Maßnahmen, und beide richteten sich gegen die gehostete App, nicht gegen offene Gewichte in eigener Infrastruktur.

Zensur und Sicherheit

Das zweite Bedenken ist die Zensur. Gehostete chinesische Assistenten verweigern die Antwort oder weichen aus, wenn es um politisch heikle Themen wie Tian'anmen, Taiwan oder die Uiguren geht. Ein Bericht der US-Behörde CAISI (Center for AI Standards and Innovation am NIST) vom 30. September 2025, über den NBC News schrieb, fand bei DeepSeeks Modellen schwächere Sicherheitsvorkehrungen und eine messbare Neigung zu prochinesischen Darstellungen im Vergleich zu US-Modellen. Für Marketing oder Coding spielt das selten eine Rolle. Kommt es dir auf politische Neutralität der Inhalte an, teste das Modell selbst. Offene Gewichte auf eigener Hardware verringern die Verzerrung, beseitigen sie aber nicht, weil sie im Training angelegt wurde.

Laut CrowdStrike (November 2025) steigt die Wahrscheinlichkeit, dass DeepSeek-R1 Code mit schweren Sicherheitslücken erzeugt, um bis zu 50 %, wenn der Prompt politisch heikle Begriffe enthält; die Ursache hat CrowdStrike nicht geklärt. Kontrolliere den erzeugten Code und halte diese Modelle aus behördlichen und sicherheitskritischen Systemen heraus, so wie bei jedem Modell, das du nicht vollständig prüfen kannst.

Einschränkungen gibt es auch in die andere Richtung. Im Juni 2026 musste Anthropic seine stärksten Claude-Modelle, Fable 5 und Mythos 5, vom Netz nehmen, um eine Anordnung der US-Regierung zum Zugang aus dem Ausland einzuhalten. Sie wurde am 1. Juli 2026 aufgehoben, trieb aber in der Zwischenzeit Entwickler in anderen Ländern zu genau diesen chinesischen offenen Modellen.

Was ein Unternehmen in Deutschland klären sollte

Das dritte Bedenken, Verbote, ist in Deutschland eher eine Frage der Pflichten. Drei Punkte entscheiden, ob und wie dein Unternehmen chinesische Modelle einsetzen kann:

1. Gehosteter Dienst oder eigene Gewichte? Das ist die DSGVO-Frage von oben: Beim Dienst in China brauchst du eine Rechtsgrundlage für die Drittlandübermittlung und gegebenenfalls einen Vertrag nach Art. 28; bei selbst betriebenen Gewichten entfällt die Übermittlung an das Labor.
2. Wo läuft das Modell in Europa? STACKIT, die Cloud der Schwarz-Gruppe, führt nach unserer Prüfung am 7. November 2026 Qwen-Modelle (Qwen3-VL 235B und Qwen3.8 27B; Qwen3.6 27B ist dort als veraltet markiert), aber weder DeepSeek, GLM noch Kimi. OpenRouter bietet EU-Routing nur in den Tarifen Business und Enterprise an, und bei Microsoft Foundry sind Modelle, die Fireworks bereitstellt, derzeit von den Zusagen der EU Data Boundary ausgenommen. Welche chinesischen Modelle in der AWS-Region Frankfurt oder einer Azure-Datenzone der EU laufen, haben wir nicht Modell für Modell geprüft.
3. Was verlangt die KI-Verordnung (EU AI Act)? Seit dem 2. August 2026 kann die EU-Kommission die Pflichten für KI-Modelle mit allgemeinem Verwendungszweck mit Bußgeldern durchsetzen. Alibaba, Baidu, DeepSeek, Moonshot und Zhipu stehen nicht auf der Unterzeichnerliste des Verhaltenskodex für diese Modelle (Stand der Liste: 7. Oktober 2026). Der Digital-Omnibus verschiebt vor allem die Pflichten für Hochrisiko-Systeme (Anhang III auf den 2. Dezember 2027). Welche Pflichten dein Unternehmen treffen, hängt von seiner Rolle und vom Einsatz ab: Die Anbieterpflichten liegen beim Labor, als Betreiber musst du etwa die KI-Kompetenz nach Art. 4 sicherstellen.

Wie schneiden chinesische Modelle im Vergleich zu ChatGPT, Claude und Gemini ab?

Auf dem Index v4.3.2 von Artificial Analysis hatten chinesische Modelle bei den meisten Aufgaben fast aufgeschlossen. Auf dem neuen Index v5 vom 27. Oktober ist der Abstand wieder deutlich, und an der Spitze bleibt eine klare Lücke. Jede Zahl unten gehört zu einer bestimmten Version. Die Skalen von v4.3.2 und v5 sind verschieden, vergleiche Werte daher nur innerhalb einer Version.

Vor dem Start von K3.1 Pro war auf v4.3.2 (Oktober 2026) Xiaomis MiMo-V2.6-Pro mit 46,3 Punkten das beste offene chinesische Modell. Claude Opus 5.5 (4 $ / 20 $ je Million Token) erreichte 57,6, Claude Sonnet 5.5 (2 $ / 10 $) 56,0, Gemini 4 Argon 52,6 (2 $ / 10 $ bis zum 30. November, danach 4 $ / 20 $) und GPT-6.1 Sol 51,8 (2 $ / 10 $). Moonshots Kimi K3.1 Pro erschien am 23. Oktober 2026, die Gewichte folgten erst später (siehe oben). Es verkleinerte den Abstand: Artificial Analysis bewertete es mit 55 Punkten, über Gemini 4 Argon und GPT-6.1 Sol und einen Punkt hinter Sonnet 5.5, bei demselben Listenpreis von 2 $ / 10 $. Rechnerisch schrumpfte die Lücke zwischen dem besten offenen und dem besten geschlossenen Modell auf v4.3.2 damit von rund 11 auf rund 3 Punkte (eigene Rechnung).

Auf v5 sieht es anders aus. Nach dem aktuellen Stand v5.0.1 liegt das beste Open-Weight-Modell 13 Punkte zurück: K3.1 Pro erreicht 46, Claude Opus 5.5 als bestes allgemein verfügbares geschlossenes Modell 59 (zum Start von v5 waren es 58). Googles Gemini 4 Carbon mit eingeschränktem Zugang kommt auf 60. Unter den übrigen Modellen mit veröffentlichten Gewichten führen DeepSeek V4.1 Flash 1017 (33) und GLM-5.3 (32); Tencents neues Hy4 kommt auf 35, seine Gewichte sind aber noch nicht veröffentlicht. Die Spitze bewegt sich dabei weiter: Am 3. September 2026 kündigte OpenAI den Start von GPT-6 Astra an, wie CNBC berichtete; auf v5.0.1 kommt es auf 57 Punkte.

Gegenüber den westlichen Flaggschiffen liegen die chinesischen Modelle beim Preis klar vorn. Die meisten kosten einen Bruchteil: DeepSeeks 15 Cent stehen 2 $ und mehr bei den westlichen Flaggschiffen gegenüber; nur Claude Haiku 5.5 und GPT-6 Luna sind mit je 0,10 $ noch günstiger. Das ist der wichtigste Grund, warum westliche Entwickler zu ihnen greifen.

Zwei Vorbehalte gehören dazu. Erstens stammen viele Behauptungen, ein Modell schlage das geschlossene Flaggschiff, von den Laboren selbst, und unabhängige Beobachter sehen die US-Labore an der Spitze weiter vorn. Epoch AI beziffert den Rückstand chinesischer Modelle auf die US-Spitze seit 2023 im Schnitt auf sieben Monate (Spanne: 4 bis 14 Monate), und offene Modelle insgesamt liegen laut Epoch (Mai 2026) etwa vier Monate hinter geschlossenen. Die US-Behörde CAISI sah DeepSeek V4 Pro im Mai 2026 rund acht Monate zurück. In einzelnen Bereichen wie Coding und bei Agenten-Benchmarks haben chinesische Labore dennoch gleichgezogen. Zweitens sind Benchmarks leicht überzubewerten: Viele Ranglisten sind dünn besetzt, und es gibt anhaltende Fragen zur Kontamination mit Testdaten. Ein einzelner auffälliger Wert ist daher ein schwächeres Indiz als ein Muster über mehrere unabhängige Auswertungen.

Praktisch ist die Aufteilung klar. Wenn du maximale Leistung brauchst und das Budget hast, haben die besten geschlossenen US-Modelle bei den schwersten Aufgaben weiter die Nase vorn und bieten das reifere Ökosystem an Tools und Integrationen. Willst du den Großteil dieser Leistung für einen Bruchteil der Kosten oder ein Modell im eigenen Betrieb, sind die chinesischen offenen Modelle inzwischen eine ernsthafte Alternative. Wie sich die geschlossenen Systeme untereinander schlagen, zeigt unser Vergleich Gemini vs. ChatGPT nach demselben Raster. Wie Kimi, DeepSeek und GLM auf den aktuellen Ranglisten im Vergleich zu den geschlossenen Spitzenmodellen abschneiden, liest du in unserem Überblick Welches KI-Modell ist das beste?.

Was der Aufstieg chinesischer KI für deine KI-Sichtbarkeit bedeutet

Jetzt kommt der Teil, den die Benchmark-Übersichten auslassen, und er ist wichtig, wenn du im Marketing arbeitest und nicht im Machine Learning. Chinesische offene Modelle sind keine Nische mehr. Auf OpenRouter, einem großen Dienst zur Vermittlung von Modellen, entfielen in der Woche ab dem 5. Oktober 2026 rund 70 % der Token auf Open-Weight-Modelle aller Herkunft. DeepSeek V4.1 Flash war das meistgenutzte Einzelmodell, und die fünf chinesischen Anbieter in OpenRouters Marktanteilsgrafik (DeepSeek, Z.ai, Xiaomi, Tencent, StepFun) kamen zusammen auf rund 60 %. OpenRouter-Nutzer sind allerdings Entwickler, nicht der Gesamtmarkt. Im Februar bezifferte MIT Technology Review den Anteil chinesischer offener Modelle in manchen Wochen auf fast 30 % der OpenRouter-Nutzung; ihre Einordnung trifft es: Diese Modelle sind zur Infrastruktur für KI-Entwickler weltweit geworden.

Das verändert die KI-Sichtbarkeit auf zwei Wegen. Erstens läuft ein wachsender Anteil der Agenten und Anwendungen, die deine Website lesen, auf diesen Modellen, sodass KI-Suche zunehmend auf chinesischen Gewichten beruht, auch bei westlichen Produkten. Zweitens sind die großen chinesischen Assistenten (DeepSeek, Kimi, Doubao, Ernie und Alibabas Qwen-App) eigene Antwortmaschinen: Laut QuestMobile hatte Doubao im Mai 2026 in China 382 Millionen monatlich aktive Nutzer, Qwen 167 Millionen und DeepSeek 130 Millionen. Kaum jemand im westlichen Marketing fragt, ob die eigene Marke dort vorkommt.

Nach unserer Erfahrung bei geotoolbox bleiben diejenigen Marken in KI-Antworten sichtbar, die KI-Erreichbarkeit und Zitate als eigenen Kanal behandeln statt als Nebensache. Unser AI Crawler Checker deckt 34 Crawler-User-Agents ab, darunter den von ByteDance, damit du wenigstens siehst, welche KI-Systeme deine robots.txt derzeit hereinlässt. Offen ist, wie konsequent diese chinesischen Engines westliche Quellen zitieren und verlinken; auch wir haben das noch nicht gemessen. Solange solche Zahlen fehlen, gilt: messen, was du messen kannst, statt zu schätzen. Dasselbe Prinzip gilt schon heute für deinen Alltag: Beobachtest du Erwähnungen deiner Marke in KI-Antworten in allen Engines, die deine Käufer schon nutzen, wird jede neue Engine zu einer weiteren Spalte statt zu einem blinden Fleck.

Welches chinesische KI-Modell passt zu dir?

Einen Gesamtsieger gibt es nicht, denn die richtige Wahl hängt vom Einsatz ab. Hier die Kurzfassung. Für das globale Feld samt Llama, Gemma und gpt-oss gibt es unser Ranking der elf besten Open-Source-LLMs.

Zum Zugang: Ein chinesisches Konto brauchst du selten. Die offenen Modelle liegen auf Hugging Face, und Gateways wie OpenRouter erlauben den Aufruf der meisten über eine einzige API, ohne chinesisches Konto und ohne chinesische Cloud, bei gleichem Preisvorteil. Dein Prompt läuft dabei aber über einen Dritten; prüfe die Aufbewahrungsregeln, wenn es dir auf Datenresidenz ankommt (zum EU-Routing von OpenRouter siehe oben).

„Welches chinesische KI-Modell ist das beste?“ ist deshalb die falsche Frage. Das Feld ist so stark geworden, dass die bessere Frage lautet, welches Modell zu deiner Aufgabe, deinem Budget und deiner Risikobereitschaft passt. Die Tabelle oben ist dafür ein guter Einstieg.

Die Modelle ändern sich, deine Strategie muss es nicht

Die Versionsnummern in diesem Leitfaden sind in wenigen Monaten überholt, so schnell veröffentlichen diese Anbieter neue Modelle. Beständiger ist der Trend dahinter: Leistungsfähige KI wird billiger, offener und über mehr Anbieter verteilt, und ein wachsender Teil läuft auf chinesischen Gewichten.

Wer davon lebt, gefunden zu werden, für den ist genau diese Zersplitterung die eigentliche Nachricht. Wenn ein Dutzend Engines, westliche wie chinesische, die Frage eines Käufers beantworten können, gewinnen die Marken, die über alle hinweg zitiert werden, und nicht die, die für ein einziges Suchfeld optimiert sind. Dafür ist geotoolbox gebaut: Unser Citation Interceptor zeigt, wo du in ChatGPT, Perplexity, Gemini, Claude, Google AI Overviews, Googles KI-Modus (engl. „AI Mode“), Bing Copilot und Grok vorkommst und wo du fehlst, damit du Lücken schließt, statt zu raten. Fang mit den Engines an, die dir schon Käufer schicken, und behalte die chinesischen im Blick, die schnell nachrücken.

Häufige Fragen

Welches chinesische KI-Modell ist derzeit das beste?

Ein einziges bestes gibt es nicht. Den höchsten Open-Weight-Wert auf dem Index v5.0.1 von Artificial Analysis hat Kimi K3.1 Pro mit 46 Punkten, dahinter folgen DeepSeek V4.1 Flash 1017 (33), GLM-5.3 (32) und Xiaomis MiMo-V2.6-Pro (30). GLM-5.3 gehört bei Coding- und Agenten-Ranglisten zu den stärksten chinesischen Modellen. DeepSeek V4.1 Flash gehört zu den günstigsten pro Token, Qwen ist die am häufigsten genutzte offene Basis, und Kimi ist am stärksten bei langen Agentenläufen: K2.7-Code für Routine (in der Moonshot-API nur für Konten, die vor dem 31. Oktober 2026 registriert wurden), K3.1 Pro, wenn eine Sitzung ein größeres Modell braucht. Die richtige Wahl hängt davon ab, ob dir Kosten, Coding, Feintuning oder Agentenarbeit am wichtigsten sind.

Sind chinesische KI-Modelle sicher, und gehen meine Daten nach China?

Nutzt du DeepSeeks gehostete App oder API, werden deine Prompts in China verarbeitet und können chinesischem Datenrecht unterliegen; für vertrauliche Inhalte und personenbezogene Daten ist das ein ernstes Problem, denn es handelt sich nach der DSGVO um eine Drittlandübermittlung. Betreibst du die offenen Gewichte selbst, auf eigener Hardware oder bei einem europäischen Cloud-Anbieter, findet keine Übermittlung an das Labor in China statt; bei einer Cloud prüfst du gesondert, wo Prompts und Protokolle verarbeitet werden. Ein Gateway wie OpenRouter erspart dir ein chinesisches Konto und eine chinesische Cloud, aber dein Prompt läuft trotzdem über einen Dritten; prüfe Routing und Aufbewahrung.

Was ist der Unterschied zwischen Open Weights und Open Source?

Open Weights heißt: Das Labor veröffentlicht das trainierte Modell, sodass du es herunterladen, betreiben und feintunen kannst. Open Source würde zusätzlich die Trainingsdaten und den Code umfassen, mit denen sich das Modell von Grund auf neu bauen lässt. Die meisten führenden chinesischen Modelle, etwa DeepSeek und GLM, sind Open-Weight-Modelle, aber nicht vollständig Open Source: Du kannst sie im Rahmen ihrer Lizenz einsetzen, ohne genau nachprüfen zu können, wie sie entstanden sind.

Spielt es für Zitate in ChatGPT, Gemini und Perplexity eine Rolle, welches Modell dahintersteckt?

Das ist eine andere Frage als die, welche Modelle gut sind. Westliche Antwortmaschinen wählen ihre Quellen nach eigener Recherche aus, nicht danach, welches Labor ein Modell gebaut hat; ob ChatGPT oder Gemini dich zitieren, hängt also davon ab, ob dein Inhalt zitierwürdig ist. Neu ist, dass chinesische Assistenten wie DeepSeek und Kimi eigene Antwortmaschinen sind, und wie sie westliche Quellen zitieren, ist weiterhin offen und bisher kaum gemessen.

Quellen

• DeepSeek previews new AI model that closes the gap with frontier models - TechCrunch, 24. April 2026 - techcrunch.com/2026/04/24/deepseek-previews-new-ai-model-that-closes-the-gap-with-frontier-models
• What's next for Chinese open-source AI - MIT Technology Review, 12. Februar 2026 - technologyreview.com/2026/02/12/1132811/whats-next-for-chinese-open-source-ai
• More of Silicon Valley is building on free Chinese AI - NBC News - nbcnews.com/tech/innovation/silicon-valley-building-free-chinese-ai-rcna242430
• After Anthropic shutdown, China's Z.ai closes frontier gap - Reuters, 25. Juni 2026 - reuters.com/world/asia-pacific/after-anthropic-shutdown-chinas-zai-closes-frontier-gap-it-plans-dual-listing-2026-06-25
• Hidden vulnerabilities in AI-coded software - CrowdStrike, 20. November 2025 - crowdstrike.com/en-us/blog/crowdstrike-researchers-identify-hidden-vulnerabilities-ai-coded-software
• Berliner Datenschutzbeauftragte meldet KI-App DeepSeek bei Apple und Google als rechtswidrigen Inhalt - Berliner Beauftragte für Datenschutz und Informationsfreiheit, 27. Juni 2025 - datenschutz-berlin.de/pressemitteilung/berliner-datenschutzbeauftragte-meldet-ki-app-deepseek-in-deutschland-bei-apple-und-google-als-rechtswidrigen-inhalt
• Jahresbericht 2025 - Berliner Beauftragte für Datenschutz und Informationsfreiheit, vorgestellt am 23. Juni 2026 - datenschutz-berlin.de/jahresbericht-2025
• Intelligenza artificiale: il Garante privacy blocca DeepSeek (Pressemitteilung) - Garante per la protezione dei dati personali, 30. Januar 2025 - garanteprivacy.it/home/docweb/-/docweb-display/docweb/10097450
• KI aus China für deutsche Wirtschaft kein Thema - Bitkom, 9. September 2026 - bitkom.org/Presse/Presseinformation/KI-aus-China-fuer-deutsche-Wirtschaft-kein-Thema
• DeepSeek Privacy Policy, Stand 10. Februar 2026 - DeepSeek - cdn.deepseek.com/policies/en-US/deepseek-privacy-policy.html
• The General-Purpose AI Code of Practice (Unterzeichnerliste) - Europäische Kommission, abgerufen am 7. November 2026 - digital-strategy.ec.europa.eu/en/policies/contents-code-gpai
• Available shared models - STACKIT-Dokumentation, abgerufen am 7. November 2026 - docs.stackit.cloud/products/data-and-ai/ai-model-serving/basics/available-shared-models
• Provider logging and in-region routing - OpenRouter-Dokumentation, abgerufen am 7. November 2026 - openrouter.ai/docs/guides/privacy/provider-logging
• Fireworks models on Microsoft Foundry (Hinweis: Fireworks on Foundry ist derzeit von den Zusagen der EU Data Boundary ausgenommen) - Microsoft Learn, aktualisiert am 19. Oktober 2026 - learn.microsoft.com/en-us/azure/foundry/how-to/fireworks/enable-fireworks-models
• DeepSeek API pricing - DeepSeek, abgerufen am 7. November 2026 - api-docs.deepseek.com/quick_start/pricing
• DeepSeek API change log - DeepSeek - api-docs.deepseek.com/updates
• Open-weights models, Intelligence Index v4.3.2 (Archiv, 20. und 24. Oktober 2026) und v5.0.1 (abgerufen am 7. November 2026) - Artificial Analysis - artificialanalysis.ai/leaderboards/models
• Rankings, Woche ab 5. Oktober 2026 - OpenRouter - openrouter.ai/rankings
• US vs China: the capability gap, 2. Januar 2026 - Epoch AI - epoch.ai/data-insights/us-vs-china-eci
• Open vs closed lag, 29. Mai 2026 - Epoch AI - epoch.ai/data-insights/open-closed-eci-gap
• CAISI evaluation of DeepSeek V4 Pro, Mai 2026 - NIST - nist.gov/news-events/news/2026/05/caisi-evaluation-deepseek-v4-pro
• OpenAI announces rollout of GPT-6 Astra model - CNBC, 3. September 2026 - cnbc.com/2026/09/03/open-ai-astra-gpt-6-cyber.html
• Tencent launches Hy4 with vision and computer-use capabilities - TechNode, 4. November 2026 - technode.com/2026/11/04/tencent-launches-hy4-with-vision-and-computer-use-capabilities
• Model pricing (Hy4: 0,834 $ Eingabe je 1 Mio. Token) - Tencent Cloud, aktualisiert am 4. November 2026 - tencentcloud.com/document/product/1300/78937
• Hy4-preview, Lizenzdatei (Apache 2.0) - Tencent auf Hugging Face - huggingface.co/tencent/Hy4-preview/blob/main/LICENSE
• ERNIE-5.5-Flash-Base, Lizenzdatei - Baidu auf Hugging Face, 5. November 2026 - huggingface.co/baidu/ERNIE-5.5-Flash-Base/blob/main/LICENSE
• Kimi-K3.1-Pro, Lizenzdatei - Moonshot AI auf Hugging Face - huggingface.co/moonshotai/Kimi-K3.1-Pro/blob/main/LICENSE
• Introducing Kimi K3.1 Pro - Moonshot AI, 23. Oktober 2026 - kimi.ai/blog/kimi-k3-1-pro
• Kimi API pricing and K2 series notice - Moonshot AI, abgerufen am 2. November 2026 - platform.kimi.ai/docs/pricing/chat
• Qianfan price list (ERNIE 5.1: 0,56 $ Eingabe, 2,53 $ Ausgabe je 1 Mio. Token bis 32k) - Baidu AI Cloud, aktualisiert am 7. September 2026 - intl.cloud.baidu.com/en/doc/qianfan/s/Jm8r1826a-intl-en
• ERNIE 5.5 Flash Base - Baidu, 5. November 2026 - ernie.baidu.com/release/ernie-5-5-flash-base
• MiniMax-M3.1-Flash announcement - MiniMax, 19. Oktober 2026 - minimax.io/blog/minimax-m31f
• MiniMax-M3.1-Flash model card and weights (Lizenz: minimax-community; 1 Mio. Kontext) - Hugging Face, erster Commit 23. Oktober 2026 - huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash
• MiniMax API pay-as-you-go pricing (M3, M3.1 Flash) - MiniMax, abgerufen am 2. November 2026 - platform.minimax.io/docs/guides/pricing-paygo
• Volcano Engine Ark model price list (doubao-seed-2.1-pro: 6,00 CNY je 1 Mio. Eingabe-Token) - Volcano Engine, abgerufen am 7. November 2026, umgerechnet mit 6,6483 CNY je US-Dollar (EZB-Referenzkurs über die Frankfurter-API, 2. November 2026) - docs.volcengine.com/docs/ark/model-pricing
• Doubao surpasses 120 trillion daily tokens as usage doubles in three months - TechNode, 7. April 2026 - technode.com/2026/04/07/doubao-surpasses-120-trillion-daily-tokens-as-usage-doubles-in-three-months
• Volcengine FORCE 2026 conference coverage (Doubao über 180 Billionen Token täglich, Stand Juni) - 36Kr, 26. Juni 2026 - eu.36kr.com/en/p/3869247060677636
• QuestMobile: China's AI-native apps reach 499 million monthly active users - TechNode, 14. Juli 2026 - technode.com/2026/07/14/questmobile-chinas-ai-native-apps-reach-499-million-monthly-active-users
• Meta returns to open source with Muse Glimmer - VentureBeat, 10. August 2026 - venturebeat.com/technology/meta-returns-to-open-source-with-muse-glimmer-an-apache-2-0-licensed-30b-parameter-ai-model-optimized-for-agents-available-now