Bis Herbst 2026 ist der globale KI-Wettbewerb kein Wettstreit mehr darum, wessen Keynote-Demo heller wirkt. Entwickler führen drei Bücher: welche Modelle bei der Arbeit tatsächlich aufgerufen werden, wie weit Open Weights den Preis einer vergleichbaren Aufgabe drücken, und in welcher Region, unter welchen Compliance-Regeln und auf welcher Maschine das Produkt am Ende ausgeliefert wird. US-Labore halten weiterhin den Hauptweg für Coding-Assistenten und geschlossene APIs. Chinesische Labore haben aus „Open Weights plus Ergebnisse nahe der Frontier bei weniger Compute“ einen wiederholbaren Takt gemacht. Der übrige Asien-Pazifik macht aus Sprache, Datenresidenz und Engineering-Kapazität etwas, wofür ein Kunde zahlt.
Die Zahlen unten sind Momentaufnahmen aus öffentlichen Umfragen und institutionellen Notizen. Sie verorten den Markt. Sie prognostizieren nicht den Aktienkurs des nächsten Quartals. Die Namen der Nebenversionen unterscheiden sich je nach Text; wenn Sie ein Modell wählen, nehmen Sie die Model Card des Anbieters und Ihr eigenes Eval-Set.
Das Rennen hat sich verlagert: Ranglisten, Preis, Verteilung
Die Stack-Overflow-Entwicklerumfrage 2026 fragt, welche LLM-Anbieter die Leute im vergangenen Jahr für die Arbeit genutzt haben. Mehrfachantworten waren erlaubt. Anthropic 8,871 (74.6%), OpenAI 8,834 (74.3%), Google AI 54.5%, Microsoft 26.4%, DeepSeek 18.9%, Alibaba Qwen 10.1%, Mistral 9.8%, xAI 7.6%, Moonshot 4.0%, Zhipu 2.2%. Lesen Sie diese Tabelle nicht als „chinesische Modelle haben US-Modelle ersetzt“. Sie sagt: Der alltägliche Standard ist weiterhin ein geschlossenes US-Modell, und DeepSeek sowie Qwen sind bereits in den Arbeitsabläufen von etwa jedem fünften bzw. jedem zehnten Entwickler angekommen.
Eine zweite Tabelle betrifft Modelle, die in Produkte eingebettet sind, nicht das Chat-Fenster. SlashData, Q1 2026, berichtet, dass 88% der professionellen Entwickler mit Machine-Learning- oder KI-Tools, APIs oder Diensten arbeiten und dass KI-gestützte Entwicklungstools in zwei Jahren von 61% auf 79% gestiegen sind. Wenn Entwickler KI-Funktionen in Anwendungen einbauen, machen offene oder Open-Source-Modelle 67% aus und proprietäre Modelle 51% (wieder Mehrfachantworten). Geschlossene Modelle verkaufen Bequemlichkeit und Marke. Open Weights verkaufen eine Datei, die Sie herunterladen, feintunen und auf eigenen Maschinen oder bei einem Inferenz-Host eines Dritten betreiben können.
Ein Vorsprung bei den schwersten Aufgaben besteht weiterhin. Er reicht allein nicht mehr, um den Preis zu setzen. Käufer vergleichen drei Dinge zugleich: Qualität bei der schwersten Arbeit, die Rechnung für eine Million Aufrufe und ob die Gewichte das Rechenzentrum des Anbieters verlassen dürfen. Wer alle drei hält, bekommt die nächste Bestellung.
Vereinigte Staaten: geschlossene Frontier und Compute-Kapital
Entwickler-Tools laufen weiter geschlossen
Coding-Assistenten, Desktop-Agenten und Long-Context-APIs setzen weiterhin standardmäßig auf OpenAI, Anthropic und Google. Entwickler zahlen einen monatlichen Seat für weniger Umschreiben von Prompts, stabile Tool-Aufrufe und IDE-Plugins, die es schon gibt. Das Geschäftsmodell macht aus Kapital Trainings- und Inferenzkapazität und vermietet sie dann pro Token oder pro Seat. Hyperscaler können auch Open Weights hosten, eine US-Cloud ist also nicht dasselbe wie „nur unser Modell“.
Für Indie-Entwickler oder ein kleines Team ist die praktische Lesart eng: Lassen Sie das Standard-Abo auf Claude, GPT oder Gemini, wenn das Team das schon kennt. Was Sie sich nicht leisten können, sind Prompts, Eval-Sets und Tool-Protokolle, die nur in einer Anbieter-Konsole leben. Ein Gateway macht den Anbieter zur Konfiguration, damit das Produkt beim nächsten Preiswechsel oder regionalen Ausfall nicht stehen bleibt. Das Muster in Claude, GPT, Gemini und DeepSeek über ein Gateway zu routen ist ein konkreter Weg, die Aufrufoberfläche zurück ins eigene Repo zu holen.
Exportkontrollen und wo der Compute steht
US-Exportkontrollen für fortgeschrittene Beschleuniger begrenzen die Trainings-Hardware, die chinesische Labore kaufen können. Sie entziehen nicht den API-Schlüssel auf Ihrem Laptop. Der strukturelle Effekt ist, dass das teuerste Training bei dem bleibt, der Cluster und Strom bekommt, während die beschränkte Seite Engineering in Inferenz-Effizienz, die Verteilung von Open Weights und kleinere Zahlen aktiver Parameter steckt. Bloombergs Bericht vom August 2026 formuliert es so: Chinesische Teams bringen Systeme hervor, die führenden Modellen nahekommen, ohne die stärksten Chips, und sie tauschen Open Weights gegen Adoptionsgeschwindigkeit — das läuft dem US-Standard aus hohen Ausgaben, hohem Listenpreis und geschlossenen Gewichten entgegen.
Einzelne brauchen zwei Zeilen in der Architektur-Notiz: welche Cloud und welche Region Training und schwere Inferenz halten, und ob Logs und Kundendaten die im Vertrag genannte Jurisdiktion verlassen dürfen. Chip-Schlagzeilen schreiben den Sprint der nächsten Woche nicht um. Sie ändern aber die Warteschlangen für Cloud-GPUs und das Angebot gehosteter offener Modelle.
China: Open Weights und ein industrieller Takt
Eine Veröffentlichungsserie Mitte 2026
DeepSeek-R1 Anfang 2025 war näher an einem Preisschock. Die Veränderung 2026 ist, dass Veröffentlichungen zu einer Warteschlange wurden. Eine Notiz von State Street reiht sechs Veröffentlichungen nahe der Frontier innerhalb von etwa acht Wochen Mitte 2026: Moonshots Kimi K3, GLM-5.2 von Z.ai, DeepSeeks V4-Flash und später V4 Pro, Alibabas Qwen-Max-Linie und ByteDances Videomodell Seedance. Dezimalnamen stimmen zwischen den Medien nicht überein. CSIS schreibt Qwen3.7-Max und DeepSeek V4-Pro. Öffnen Sie die Model Card. Prägen Sie sich die Schlagzeile nicht ein.
Der gemeinsame Punkt ist nicht „kostenlos“. Open Weights heißt, dass die Parameter heruntergeladen, feinjustiert und selbst gehostet werden können. Inferenz-APIs berechnen weiterhin Gebühren, und DeepSeek hat 2026 einige Preise angehoben. Der Wettbewerb ist, dass eine Aufgabe, die Sie schon lösen können, auf einer niedrigeren Rechnung landet und die Gewichte auf Hugging Face, bei Inferenz-Clouds von Dritten und im eigenen Rechenzentrum eines Unternehmens auftauchen.
Die Lücke wird in Monaten gezählt
CSIS zitiert eine Evaluierung des US Center for AI Standards and Innovation (CAISI): Die Lücke zwischen führenden US-Modellen und DeepSeek V4 Pro beträgt etwa 8 Monate, nicht mehrere Jahre. Derselbe Text beschreibt GLM-5.2 mit rund 750 Milliarden Parametern und einem Kontext von einer Million Token, nahe der Spitze einiger Ranglisten für Frontend-Coding und Open Weights, und setzt Kimis Code-Modell auf Agenten- und Software-Engineering-Benchmarks dicht hinter OpenAI und Anthropic. CSIS zitiert außerdem Hugging Face: Im Jahr davor machten chinesische Modelle etwa 41% der Downloads auf der Plattform aus und lagen bei den monatlichen wie bei den kumulierten Downloads vor den US-Modellen. Downloads sind keine Produktionsqualität. Sie messen Verteilung.
Nutzen Sie das als Eval-Matrix, nicht als Glaubenssatz. Klassifikation mit hoher Nebenläufigkeit, Extraktion, Support-Entwürfe und Coding-Hilfe, die einen gelegentlichen Fallback verträgt, verdienen einen Kostenvergleich. Markenstimme, riskante Tool-Aufrufe und Kunden, die einen Support-Vertrag des Anbieters brauchen, sollten ein geschlossenes US-Modell auf der Hauptroute behalten. Wie weit die Tool- und Skill-Schicht von DeepSeek schon geht, steht in Harness, Plugins und Agent Skills — lesen Sie das, bevor Sie sie neu bauen.
Asien-Pazifik ist kein dritter Slogan
Asien-Pazifik ist kein einzelner Markt und muss nicht als „dritter Pol“ neben China und die Vereinigten Staaten geschrieben werden. Für jemanden, der Software ausliefert, ist es eine Menge von Lieferorten mit unterschiedlichen Auflagen:
- Festlandchina: dichte Anwendungsnutzung, und Open Weights plus inländische Cloud-Inferenz stehen schon auf der Standardkarte. Produkte, die ins Ausland gehen, brauchen ein eigenes Design für Datenexport, Konten und Abrechnung. Leiten Sie ein inländisches Modell nicht direkt in die Nutzer-Logs einer Auslands-App.
- Japan: Beim Unternehmenseinkauf zählt, dass Daten in der Region bleiben, dass die japanische Qualität hält und dass ein Systemintegrator auf dem üblichen Weg liefern kann. Ein englischer Benchmark-Wert ersetzt keine Residenzklausel im Vertragsanhang.
- Korea: Speicher und High-Bandwidth Memory sowie Anwendungstore wie Naver, Samsung und Kakao bedeuten, dass lokale Teams häufiger eine Funktion an ein bestehendes Produkt hängen, als eine weitere allgemeine Chat-Marke hochzuziehen.
- Taiwan: Fortgeschrittene Chipfertigung bleibt der Engpass für die Beschleuniger der Welt. Für Entwickler ist das eine Tatsache der Lieferkette, kein Wafer-Vertrag, den man selbst unterschreibt. Es erklärt, warum Cloud-GPUs in der Schlange stehen.
- Singapur und Hongkong: Regionale Clouds, das Finanzwesen und grenzüberschreitende Teams schreiben Datenresidenz und Latenz nach Südostasien oder Ostchina in die Einkaufsbedingungen. Das Modell kann amerikanisch oder chinesisch sein. Die Region muss in der Architektur stehen.
- Indien: Englischer API-Verbrauch und der Wechsel von Engineering-Dienstleistungen zum Produkt laufen beide noch. Preissensibilität setzt Open Weights und günstige Inferenz zuerst in den Vorschlag, mit einem Fallback auf geschlossene Modelle, wenn die Qualität nicht reicht.
- Südostasien und Australien: Mehrere Sprachen (Indonesisch, Thai, Vietnamesisch) und regulierte Branchen (Finanzwesen, öffentlicher Sektor) blockieren „das englische Modell unverändert ausliefern“. Die Latenz zur US-Westküste im Vergleich zu Singapur oder Tokio verbessert das Produkt oft mehr als der Wechsel zum aktuellen Ranglistenersten.
In Europa erzählt NVIDIA eine Fabrikgeschichte aus Sovereign Cloud, Open Weights und gesteuerten Agenten. Käufer in Asien-Pazifik fragen meist nach etwas Engerem: Aufgabenerfolg auf Japanisch oder Indonesisch, wo die Logs bleiben, und wer das Ticket übernimmt, wenn es scheitert. Lesen Sie das neben was GTC Berlin 2026 für gewöhnliche Entwickler bedeutet, damit die Sprache des Rack-Einkaufs nicht in Ihrem Sprint-Plan landet.
Vier Chancen, die Sie ausliefern können
- Bewerten und routen. Wählen Sie keine Seite. Behalten Sie 20 bis 50 echte Aufgaben: Tickets, Rechnungen, mehrsprachigen Support oder Defekte aus Ihrem Repo. Schicken Sie dieselben Eingaben durch eine geschlossene API und ein oder zwei Open Weights. Halten Sie Qualität, Latenz, den Fallback bei einem fehlgeschlagenen Aufruf und die Kosten pro tausend Aufrufe fest. Routing-Regeln liegen im Repo. Modellnamen sind Konfiguration.
- Legen Sie Open Weights auf Funktionen, deren Volumen schon eine Rechnung hat. Klassifikation, Zusammenfassungen, Übersetzungsentwürfe und nächtliche Batches sind die Stellen, an denen eine Stückpreis-Lücke zuerst sichtbar wird. Die schwerste Planung und die Tool-Aufrufe können geschlossen bleiben. Zwei Pfade nebeneinander sind sicherer als ein einzelner Umschalttag.
- Liefern Sie Sprache und Compliance für Asien-Pazifik aus, nicht einen weiteren Chat-Wrapper. Japanische Geschäftsmail, koreanischer Commerce-Support, südostasiatische Produkttexte und Residenz für das Finanzwesen sind Dinge, für die Leute zahlen. Ein hoher englischer Benchmark heißt nicht, dass diese Aufgaben erledigt sind.
- Behandeln Sie Agenten-Rechte als Teil des Produkts. Ein Assistent, der Dateien schreiben oder Produktions-APIs aufrufen kann, braucht eine Sandbox, einen Audit-Trail und eine Tool-Liste, die Sie abschalten können. Das ist kein proprietärer Begriff der Labore irgendeines Landes. Woher die Gewichte auch kommen: Die Kosten eines Übergriffs landen bei Ihrem Kunden.
Keiner der vier Punkte hängt davon ab, die Rangliste des nächsten Jahres vorherzusagen. Sie hängen von Nutzern, Logs und einer Rechnung ab, die Sie jeden Monat lesen wollen.
Drei Budgets, getrennt gehalten
Das erste ist das Modell-Budget: Seats, API-Token, Wiederholungen und Tool-Aufrufe. Sobald das Volumen real ist, kann Self-Hosting von Open Weights oder ein Inferenz-Host eines Dritten günstiger sein — oder der Betrieb frisst die Ersparnis. Zählen Sie monatlich, nicht zur Keynote. Eine Aufteilung dieser Rechnung steht in was ein Agent im Monat kostet: Token, Tool-Aufrufe und der Cloud-Server.
Das zweite ist das Daten-Budget: ob das Training Kundeninhalte nutzen darf, welche Region die Inferenz-Logs behält und ob der Vertrag Daten über eine Grenze lässt. Open Weights lassen ein Modell in die eigene Region holen. Sie machen die Logs nicht von selbst konform. Die Region ist ein eigenes Design.
Das dritte ist das Budget der Auslieferungsumgebung. iOS-Signierung, der Simulator, Xcode und die macOS-Toolchain verschwinden nicht, weil der Modell-Anbieter gewechselt hat. Eine GPU oder eine API macht die Inferenz. Ein Mac macht den Build und den Store-Upload. Halten Sie beide Zeilen, sonst fällt TestFlight aus der Diskussion „Sollen wir eine GPU kaufen?“. Sobald die KI-Funktionen sich häufen, ist das knappe Stück oft eine Maschine, die den Build zuverlässig ausführt — das ist der Punkt von Modelle sind nicht das knappe Stück; Mac-Ausführungsknoten sind es.
FAQ
Führen die Vereinigten Staaten 2026 noch bei KI?
Bei den geschlossenen Modellen und Coding-Tools, die Entwickler im Alltag nutzen, sind US-Labore weiterhin der Standardweg. In der Stack-Overflow-Umfrage 2026 wurden sowohl Anthropic als auch OpenAI von mehr als 70 Prozent der Befragten für die Arbeit genutzt. Der Vorsprung zeigt sich im Produkt, in der Verteilung und bei den schwersten Aufgaben. Er bedeutet nicht mehr, dass jeder Benchmark um Jahre auseinanderliegt.
Soll produktiver Traffic auf chinesische Open-Weight-Modelle wechseln?
Aufgaben mit hohem Volumen in einem akzeptablen Qualitätsband, oder Workloads, die Self-Hosting oder eine Kostenobergrenze brauchen, lohnen die Prüfung auf DeepSeek, Qwen, GLM oder Kimi. Das schwerste Coding, lang laufende Agenten und markensensible Abläufe sollten eine geschlossene US-API als Kontrolle behalten. Entscheiden Sie mit einem Eval-Set, nicht mit einer Schlagzeile.
Worin unterscheiden sich Entwickler in Asien-Pazifik tatsächlich?
In Sprache, Compliance, Zeitzone und der Maschine, die den Build ausliefert. Japanische und koreanische Qualität, südostasiatische Sprachen, Indiens englische Lieferkapazität und Datenresidenz in Singapur oder Hongkong liegen näher an zahlender Nachfrage als eine weitere generische Chat-Hülle.
Was bedeuten Chip-Exportkontrollen für einzelne Entwickler?
Einzelne kaufen selten beschränkte Beschleuniger. Kontrollen ändern das regionale Cloud-GPU-Angebot, ob Open Weights lokal oder in einem Drittland bereitgestellt werden können, und wo Kundenverträge die Datenverarbeitung erlauben. Schreiben Sie den Compute-Standort und den Log-Standort in die Architektur-Notiz.
Wenn ich iOS- oder Mac-Software ausliefere, muss ich auch GPUs kaufen?
Nein. Inferenz kann über eine API oder eine separate GPU laufen. Signierung, der Simulator und xcodebuild brauchen weiterhin macOS. Halten Sie die beiden Budgets getrennt.
Wie vermeide ich, das Produkt an einen Modell-Anbieter zu binden?
Halten Sie Prompts, Tool-Protokolle und Eval-Sets im eigenen Repo und schicken Sie Modellaufrufe durch ein austauschbares Gateway. Lassen Sie mindestens einen geschlossenen Pfad und einen Open-Weight-Pfad funktionsfähig und prüfen Sie Kosten und Fehlerrate jeden Monat.
In einem Satz
Der KI-Wettbewerb 2026 bepreist Qualität, Stückkosten und Verteilung gleichzeitig. Geschlossene US-Modelle sind für die meisten Entwickler weiterhin der alltägliche Standard. Chinesische Open Weights sind bereit, in einer Eval-Matrix zu stehen. Die Öffnung in Asien-Pazifik ist Sprache, Residenz und Auslieferung — kein weiterer Anspruch, weltweit die Ersten zu sein. Halten Sie Route und Rechnung selbst, und entscheiden Sie dann, welcher Traffic zu welchem Modell gehört.
Modellrechnung und Mac-Auslieferung getrennt halten
Inferenz kann eine API oder eine GPU nutzen. Signierung, der Simulator und xcodebuild brauchen weiterhin macOS. Cloud-Mac-Tarife ab 101,7 $/Monat für 16 GB, außerhalb des Modell-Abos.