Coinbase-CEO pflanzt chinesische Open-Weight-KI-Modelle als Lösung für steigende Rechnungen

Der CEO von Coinbase hat vorgeschlagen, mit günstigeren Open-Weight-KI-Modellen zu experimentieren, um die KI-Ausgaben im Zaum zu halten, während der Token-Verbrauch steigt.

Dieser Vorschlag hat zu Bedenken hinsichtlich der Sicherheits- und geopolitischen Risiken geführt, Unternehmens-Workloads durch Systeme chinesischer Herkunft zu leiten.

Warum nutzen Unternehmen chinesische KI-Modelle? 

US-Exportkontrollen haben es chinesischen Unternehmen erschwert, Zugang zu amerikanischen KI-Chips zu erhalten, aber das hat sie nicht davon abgehalten, wettbewerbsfähige Modelle zu entwickeln und sie zu viel 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 im Vergleich zu Anthropics Opus 4.8 zu $5 und $25 für das gleiche Volumen. 

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

Ein anderer nannte es „das erste Open-Model, das wirklich mit Closed-Source-Systemen konkurrieren kann.“

Nutzt Coinbase chinesische KI-Modelle

Coinbases CEO Brian Armstrong sagt der beste Weg, steigende KI-Kosten zu kontrollieren, sei die Nutzung günstigerer Open-Weight-Modelle, einschließlich Systemen aus China wie GLM 5.2. 

Armstrong sagte, anstatt immer mehr für KI auszugeben, müssten Unternehmen „bessere Standards, Routing und Caching“ haben. Sein Vorschlag, chinesische Modelle zu nutzen, auch wenn sie günstiger sind, hat Bedenken hinsichtlich Sicherheits- und politischen Risiken ausgelöst. 

Neben dem günstigen Preis nutzt GLM 5.2 eine MIT-Lizenz, was bedeutet, dass Unternehmen es herunterladen, modifizieren und auf ihren eigenen Servern ausführen können, wodurch jedes Risiko des Sendens sensibler Unternehmensdaten an eine externe API entfällt. 

KI-Ausgaben sind zu einem echten Problem geworden, das dazu führt, dass Unternehmen die Nutzung der Technologie in ihren Operationen zurückfahren. 

Cryptopolitan berichtete kürzlich dass Uber sein gesamtes KI-Coding-Budget für 2026 bis April aufgebraucht hat und nun Ingenieure auf 1.500 US-Dollar pro Tool und Monat begrenzt. Meta schickte ein Memo mit der Warnung vor einer „exponentiellen Zunahme“ des KI-Gebrauchs und begann, Ausgabenkontrollen aufzubauen. Amazon strich eine interne Rangliste, die Mitarbeiter nach KI-Verbrauch einstufte, weil Leute sie ausgenutzt und die Kosten in die Höhe getrieben hatten. 

Eine KPMG-Umfrage ergab, dass nur 26 % der Unternehmen volle Transparenz über ihre KI-Kosten haben, während 22 % die Ausgaben erst nach Erhalt der Rechnung entdecken. Goldman Sachs prognostiziert, dass der KI-Token-Verbrauch bis 2030 um das 24-fache steigen könnte, was 120 Quadrillionen Token pro Monat erreichen würde.

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

Was macht chinesische KI-Modelle riskant?

Die Cloud-API von Z.ai, die Entwicklern und Unternehmen die Nutzung ihrer KI-Modelle (einschließlich GLM 5.2) ermöglicht, fällt unter das chinesische Gesetz zur nationalen Intelligenz. Das wirft ernsthafte Bedenken für jedes Unternehmen auf, das mit sensiblen Informationen umgeht. 

US-Parlamentarier haben im Mai eine formelle Untersuchung zu Cybersicherheitsrisiken durch KI-Modelle chinesischer Herkunft in kritischer Infrastruktur eingeleitet. 

Es gibt auch Bedenken, dass Modelle, die unter verschiedenen Rechtssystemen trainiert wurden, unentdeckte Verhaltensweisen aufweisen könnten. Hinzu kommt, dass ein KI-Entwickler GLM 5.2 bei einer Debugging-Aufgabe gegen GPT-5.5 getestet hat und feststellte, dass es „bei weitem nicht in der Nähe“ der Fähigkeit des OpenAI-Modells zur Fehlererkennung liegt, trotz Berichte, dass chinesische Modelle ihre teureren Pendants übertreffen. 

Anthropic hat in einem offenen Brief an den Bankenausschuss des Senats bekannt gegeben, dass Betreiber von Alibaba Qwen zwischen April und Juni 28,8 Millionen Claude-Austausche über etwa 25.000 gefälschte Konten abgewickelt haben. Sie bezeichneten dies als die größte bekannte Kampagne zum Diebstahl der Fähigkeiten eines Modells. 

Das Selbst-Hosting der offenen Gewichte eliminiert das Risiko der Datenweiterleitung über APIs, da Unternehmen, die das Modell auf ihren eigenen Servern betreiben, keine Daten nach China senden. Die Bedenken hinsichtlich der Modelle selbst bleiben jedoch bestehen.