Investing.com – Laut den Analysten von Jefferies in einer aktuellen Mitteilung hat Chinas Industrie für künstliche Intelligenz einen Meilenstein erreicht, bei dem die Leistung ihrer Topmodelle nun etwa 90 % des US-amerikanischen Niveaus erreicht, obwohl die Ausgaben deutlich geringer sind.
Die Studie ergab, dass sich die gesamten Investitionsausgaben chinesischer Hyperscaler, darunter , , und Bytedance, von 2023 bis 2025 auf insgesamt 124 Milliarden US-Dollar beliefen, was 82 % weniger ist als die 694 Milliarden US-Dollar, die US-Konkurrenten wie AWS, , Google und ausgaben.
Dennoch erreichte die Leistung von Chinas führendem Modell, dem MiniMax M2, 90 % der GPT-5-Codex-Höchstleistung, dem damals fortschrittlichsten US-Modell.
Jefferies sagte, der Leistungsunterschied zwischen den Top-Frontier-Modellen beider Länder habe sich „schnell verringert“ und führte dies auf Chinas Fokus auf Modelleffizienz und nicht auf reinen Rechenumfang zurück.
Chinesische KI-Firmen legen Wert auf Architekturinnovationen wie Expertenmischungsstrukturen und Inferenzoptimierung, die es ihnen ermöglichen, ähnliche Ergebnisse mit weniger Ressourcen zu erzielen.
Open-Source-Modelle sind zu einer Schlüsselstärke geworden. Von Jefferies zitierte Daten der künstlichen Analyse zeigten, dass chinesische Open-Source-Frontier-Modelle ihre US-amerikanischen Pendants bereits in der Leistung übertrafen.
Beispielsweise erzielte MiniMax M2 106 % der Punktzahl von GPT-OSS-120B, dem führenden Open-Source-Modell aus den USA.
Das Maklerunternehmen stellte fest, dass US-Unternehmen ihre KI-Ausgaben im Streben nach künstlicher Allgemeinintelligenz weiter erhöhen, während Chinas Unternehmen der Kapitalrendite und der Recheneffizienz Priorität einräumen.
Jefferies sagte, dass Chinas KI-Investitionsausgaben zwischen 2025 und 2030 voraussichtlich um 8 % auf 884 Milliarden US-Dollar steigen werden, auch wenn die KI-Modelle des Landes mit weit weniger Hardware ähnliche Ergebnisse wie US-Systeme erzielen.
Der Schwerpunkt chinesischer Unternehmen auf effiziente Architekturen hat auch zu geringeren Nutzungskosten geführt. DeepSeek beispielsweise senkte seine API-Preise Ende 2025 um 62 %, nachdem es bei der Trainings- und Inferenzeffizienz zugenommen hatte, und trug so dazu bei, dass Chinas KI-API-Preise die niedrigsten der Welt sind.
Jefferies fügte hinzu, dass die Vereinigten Staaten zwar immer noch in puncto Leistung führend seien, Chinas KI-Sektor jedoch „wesentlich effizientere“ Investitionen vorzeige und mit einem Bruchteil der Investitionsausgaben nahezu gleichwertige Intelligenzwerte erreiche, ein Vorteil, der eine schnellere Einführung und höhere langfristige Renditen der KI-Infrastruktur ermöglichen könnte.
