Der CEO von Coinbase preist chinesische offene KI-Modelle als Lösung für steigende Rechnungen an

Der CEO von Coinbase hat vorgeschlagen, mit kostengünstigeren, offenen KI-Modellen zu experimentieren, um die KI-Ausgaben im Zaum zu halten, während der Token-Konsum steigt.

Dieser Vorschlag hat zu Bedenken hinsichtlich der Sicherheits- und geopolitischen Risiken geführt, die mit der Steuerung von Unternehmens-Workloads über Systeme chinesischer Herkunft verbunden sind.

Warum nutzen Unternehmen chinesische KI-Modelle? 

Die US-Exportkontrollen haben es chinesischen Unternehmen erschwert, an amerikanische KI-Chips zu gelangen, aber das hat sie nicht davon abgehalten, konkurrenzfähige Modelle zu entwickeln und diese zu deutlich niedrigeren Preisen zu verkaufen. 

Zum Beispiel kostet Zhipus GLM 5.2 1,40 US-Dollar pro Million Input-Token und 4,40 US-Dollar pro Million Output-Token, verglichen mit Anthropics Opus 4.8, die für das gleiche Volumen 5 US-Dollar bzw. 25 US-Dollar kostet. 

GLM 5.2 erzielte beim SWE-bench Pro, einem wichtigen Benchmark für Programmierkenntnisse, 62,1 Punkte und übertraf damit OpenAIs GPT-5.5 mit 58,6 Punkten. Ein KI-Forscher sagte, GLM 5.2 sei „mindestens so gut wie Opus 4.8 und GPT 5.5“

Ein anderer nannte es „das erste offene Modell, das wirklich mit proprietären Systemen konkurrieren kann“

Nutzt Coinbase chinesische KI-Modelle?

Coinbase- CEO Brian Armstrontron, der beste Weg, die steigenden KI-Kosten zu kontrollieren, sei die Verwendung günstigerer Open-Weight-Modelle, einschließlich Systemen aus China wie GLM 5.2. 

tronsagte, Unternehmen bräuchten anstatt immer mehr Geld für KI auszugeben, „bessere Standardeinstellungen, Routing und Caching“. Sein Vorschlag, chinesische Modelle zu verwenden, selbst wenn diese günstiger seien, hat Bedenken hinsichtlich Sicherheits- und politischer Risiken hervorgerufen. 

Neben dem günstigen Preis verwendet GLM 5.2 eine MIT-Lizenz, was bedeutet, dass Unternehmen es herunterladen, modifizieren und auf ihren eigenen Servern ausführen können, wodurch jegliches Risiko ausgeschlossen wird, sensible Unternehmensdaten an eine externe API zu senden. 

Die Ausgaben für KI sind zu einem echten Problem geworden, was Unternehmen dazu veranlasst, den Einsatz der Technologie im operativen Geschäft zurückzufahren. 

Cryptopolitan berichtete kürzlich , dass Uber sein gesamtes Budget für KI-Programmierung bis 2026 bereits im April aufgebraucht hat und die Kosten für Entwickler nun auf 1.500 US-Dollar pro Tool und Monat begrenzt. Meta warnte in einem internen Memo vor einem exponentiellen Anstieg des KI-Einsatzes und begann, Kostenkontrollen einzuführen. Amazon schaffte eine interne Rangliste ab, die Mitarbeiter nach ihrem KI-Verbrauch einordnete, da diese ausgenutzt wurde und die Kosten dadurch in die Höhe trieb. 

Laut einer KPMG-Studie haben nur 26 % der Unternehmen vollständige Transparenz über ihre KI-Kosten, während 22 % die Ausgaben erst nach Erhalt der Rechnung entdecken. Goldman Sachs prognostiziert, dass der Konsum von KI-Token bis 2030 um das 24-Fache steigen und 120 Billiarden Token pro Monat erreichen könnte.

Die International Data Corporation prognostiziert, dass 70 % der führenden KI-gesteuerten Unternehmen bis 2028 mehrere Modelle nutzen werden, anstatt sich auf einen einzigen Anbieter zu verlassen. 

Was macht chinesische KI-Modelle riskant?

Die Cloud-API von Z.ai, die es Entwicklern und Unternehmen ermöglicht, die KI-Modelle (einschließlich GLM 5.2) zu nutzen, unterliegt dem chinesischen Geheimdienstgesetz. Dies gibt Anlass zu ernsthaften Bedenken für jedes Unternehmen, das sensible Daten verarbeitet. 

Im Mai leiteten US-Gesetzgeber eine formelle Untersuchung zu den Cybersicherheitsrisiken durch KI-Modelle chinesischer Herkunft in kritischen Infrastrukturen ein. 

Es bestehen zudem Bedenken, dass Modelle, die unter verschiedenen Rechtssystemen trainiert wurden, unerkannte Verhaltensweisen aufweisen könnten. Darüber hinaus testete ein KI-Entwickler GLM 5.2 im Vergleich zu GPT-5.5 bei einer Debugging-Aufgabe und stellte fest, dass es – entgegen anderslautenden Berichten, wonach chinesische Modelle ihre teureren Pendants übertreffen – „nicht annähernd“ an die Fähigkeit des OpenAI-Modells heranreicht, Probleme zu erkennen. 

Anthropic enthüllte in einem offenen Brief an den Bankenausschuss des Senats, dass die Betreiber von Alibaba Qwen zwischen April und Juni 28,8 Millionen Claude-Transaktionen über etwa 25.000 gefälschte Konten durchgeführt hatten. Sie bezeichneten dies als die größte bekannte Kampagne zum Diebstahl der Funktionen eines Zahlungsmodells. 

Durch das Selbsthosting der offenen Gewichte wird das Risiko der API-Datenweiterleitung eliminiert, da Unternehmen, die das Modell auf ihren eigenen Servern betreiben, keine Daten nach China senden. Die Bedenken hinsichtlich der Modelle selbst bleiben jedoch bestehen.