Apples aktualisierte KI-Modelle schneiden bei Wettbewerbern schlechter ab

Apple kündigte gestern auf der WWDC 2025 anstehende Updates seines KI-Modells an, das in der Intelligenz-Suite erscheinen soll. Das Modell schnitt in seinen Benchmarks im Vergleich zu alten Modellen von Konkurrenten wie OpenAI schlechter ab. Das Tech-Riesenargument war jedoch, dass das On-Device- und Apple-Server-Modell im Vergleich zu ihren Vorgängern verbessert wurden und mehr als 15 Sprachen verstehen können.

Laut menschlichen Testern führte das neueste On-Device-Modell, das lokal auf iPhones und anderen Geräten läuft, bei der Textgenerierung ähnlich wie alte Modelle von Google und Alibaba. Menschliche Tester bewerteten den Apple Server, der in den Rechenzentren des Unternehmens laufen soll, hinter OpenAIs jahrealtem GPT-4o. In einer separaten Bewertung bevorzugten sie Meta’s Llama 4 gegenüber dem Apple Server in der Fähigkeit, Bilder zu analysieren. Die Bewertungen überraschten Apple, da Llama 4 Scout im Vergleich zu KI-Laboren wie Google, Anthropic und OpenAI schlecht abschnitt.

Entwickler sind skeptisch gegenüber Apples Innovationsversprechen

Entwickler fühlen sich negativ gegenüber den WWDC-Veröffentlichungen dieses Jahres, einschließlich Apples kleinem On-Device-KI-Modell. Atul Kakkar, Chief Product Officer der KI-gestützten persönlichen Finanz-App Origi, enthüllte, dass er als Entwickler die Intensität der Begeisterung über das, was Tim Cooks Unternehmen veröffentlichte, nicht fühlte. Er glaubt, dass die jährliche WWDC-Veranstaltung einst die angesagteste Angelegenheit der Tech-Welt war, aber jetzt ist sie von Skepsis umgeben, ob der iPhone-Hersteller mit den KI-Giganten Schritt halten kann.

Apple veröffentlicht keine Benchmarks für seine KIs, sondern berichtet über eine schlecht dokumentierte Direktvergleichevaluation.

Aber selbst nach eigenen Maßstäben sind Apples neuesten On-Device-Modelle meist schlechter als das offene Gemma 3-4B von Google oder Qwen 3-4B

Und ihr Server-LLM ist ähnlich wie Llama 4 Scout pic.twitter.com/hwpOG5Lgyp

— Ethan Mollick (@emollick) Juni 10, 2025

Das Tech-Riesenunternehmen steht unter Druck, mit kontinuierlichen Updates seiner KI-Tools für Entwickler und dem Aufbau eines spannenden Consumer-Erlebnisses innerhalb der Apple Intelligence-Suite Schritt zu halten. Grant McDonald, CEO und Mitbegründer der KI-gestützten Elternratschlag-App Bobo, sagte, dass Tim Cooks Unternehmen interessante Dinge tut, aber das reicht nicht aus, um durch das Rauschen zu brechen.

McDonald glaubt, dass Entwicklern der Aufbau von KI-gestützten Anwendungen mit ihren On-Device-Kleinen-KI-Modellen der Wert sein könnte, den das Unternehmen liefern hofft. Kleine KI-Modelle werden auf kleinen Datensätzen trainiert und verbrauchen weniger Rechenleistung, was bedeutet, dass sie auf einem iPhone statt auf großen Servern in der Cloud ausgeführt werden können. Er sagte, dass das Ausführen von Modellen auf einem Gerät praktisch günstiger ist als cloudbasierte Modelle wie GPT und Gemini. 

Entwickler bezweifeln, dass On-Device-Modelle im Vergleich zu cloudbasierten Modellen gut abschneiden können. Ein Entwickler sagte, dass sie nicht in der Lage sein werden, sie auf einem proprietären Datensatz zu fine-tunen. McDonald sagte, dass die On-Device-Modelle für einige Apps gut genug sein werden, aber nicht für Bobo. Die Eltern-App passte ihr KI-Modell mit proprietären Daten von Schlafberatern, Stillberaterinnen, Sprachpathologen und anderen Eltern-Experten an. 

Apples KI-Forschungsabteilung hat Schwierigkeiten, mit Wettbewerbern aufzuholen

Das Tech-Riesenunternehmen versprach ein Siri-Upgrade, das mehr personalisierte Inhalte bieten soll, aber dieses Upgrade wurde verzögert. Einige Kunden haben das Unternehmen verklagt, weil sie Produkte beworben haben, die noch nicht geliefert wurden. Forscher sagten, dass KI-Modelle zwar sehr gut in Mathematik und Wissenschaft abschneiden, komplexe Probleme jedoch nur die Illusion des Denkens bieten. 

Das Tech-Riesenunternehmen verzögerte die Entwicklung von Large Language Models und die Implementierung von KI in seinen Geräten, um aus der Konversation auszusteigen. Bei WWDCenthüllte das Unternehmen Apple Intelligence für KI-Funktionen, was von der Community als unterdurchschnittlich angesehen wurde. 

Forscher haben herausgefunden , dass LRMs nach einem bestimmten Punkt zu versagen beginnen. Es zeigt, dass alle Reasoning-Modelle ein ähnliches Muster aufweisen, bei dem die Genauigkeit mit zunehmender Problemkomplexität allmählich abnimmt, bis sie null erreicht. Laut Forschern wenden Reasoning-Modelle anfangs mehr Thinking-Tokens an, aber wenn die Komplexität zunimmt, geben sie auf, und kontraintuitiverweise beginnt ihre Reasoning-Bemühung trotz zunehmender Problemschwierigkeit zu sinken. 

Laut Dipanjan Chatterjee, einem Forrester Research Analyst, war die Stille um Siri herum ohrenbetäubend. Er enthüllte, dass keine Menge an Textkorrekturen oder niedlichen Emojis die erwartete interaktive KI-Erfahrung füllen kann, von der er weiß, dass Siri dazu in der Lage wäre. Er glaubt, dass das Ende für Siri nahe ist, wenn das Unternehmen nicht schnell handelt. Das Unternehmen gab keinen genauen Zeitplan für Siris Upgrade an. Es deutete jedoch an, dass es frühestens nächstes Jahr passieren wird, so Craig Federighi, ein führender Software-Executive im Unternehmen.