Die Ranglisten-Falle: Wie chinesische KI-Modelle Tokens gewinnen, nicht Umsatz
Für chinesische Unternehmen im Bereich der künstlichen Intelligenz ist die wöchentliche Rangliste auf OpenRouter, einer globalen Plattform, die Nutzeranfragen an verschiedene KI-Modelle weiterleitet, zu einer Anzeigetafel geworden, die alle beobachten. Doch ein genauerer Blick auf die Zahlen offenbart ein beunruhigendes Ungleichgewicht: Chinesische Modelle machen etwa sechzig Prozent der auf der Plattform verarbeiteten Tokens aus, erwirtschaften aber nur einen kleinen Bruchteil ihres Umsatzes. Die Tokens belegen Kundengewinnung, nicht wahre Stärke.
Die Geschichte erregte Aufmerksamkeit, nachdem ein anonymes kostenloses Modell kurzzeitig an die Spitze der wöchentlichen Rangliste von OpenRouter stürmte und bekanntere chinesische Modelle von DeepSeek und GLM überholte. Die 13,9 Billionen Tokens, die es verarbeitete, sahen beeindruckend aus, doch der Anstieg kam von kostenlosem Zugang und nicht von zahlenden Nutzern. Das ist das Kernproblem: Die Rangliste belohnt Volumen, nicht Wert. Wenn ein Modell kostenlos ist, bläht jede Anfrage die Zahlen auf, ohne Einnahmen zu generieren.
Das tiefer liegende Problem ist der Besitz des Maßstabs. OpenRouter kontrolliert, wie Modelle eingestuft werden, welche Daten offengelegt werden und welche Modelle beworben werden. Chinesische Entwickler konkurrieren effektiv auf dem Heimatterrain des Schiedsrichters und bezahlen für Marketing, das der Plattform mehr nützt als ihnen selbst. Sie verbrennen Tokens, die Plattform kassiert Gebühren von zahlenden Nutzern anderer Modelle, und die Ranglisten halten alle dazu an, demselben sichtbaren Preis nachzujagen.
Dies schafft ein Gefangenendilemma. Wenn ein Unternehmen aufhört, die Rangliste anzustreben, riskiert es, Sichtbarkeit und die Aufmerksamkeit der Entwickler zu verlieren. Wenn alle weiter jagen, geben alle weiter Geld in einem Spiel aus, dessen Regeln anderswo festgelegt werden. Das Ergebnis ist eine Art Marketing-Wettrüsten, bei dem die Währung Tokens sind und die Belohnung eine Platzierung ist, die sich möglicherweise nicht in nachhaltiges Geschäft übersetzt.
Die Alternative, so Branchenbeobachter, besteht nicht darin, die bestehende Rangliste zu erklimmen, sondern einen neuen Maßstab zu schaffen. Das bedeutet, unabhängige Bewertungssysteme zu entwickeln, die Datenpipelines zu besitzen, die reale Leistung messen, und Benchmarks zu schaffen, die den tatsächlichen Nutzerwert widerspiegeln statt rohes Verarbeitungsvolumen. Preissetzungsmacht, Wissen über Nutzerverhalten und Kontrolle über den Zugang sind die drei Hebel, die derzeit bei der Plattform liegen, nicht bei den Modellherstellern.
Einige chinesische Firmen experimentieren bereits mit eigenen Testframeworks und veröffentlichen Leistungsdaten zu ihren eigenen Bedingungen. Das Ziel ist, das Gespräch davon wegzubewegen, wie viele Tokens ein Modell verbraucht, hin dazu, wie viel Wert es pro Token liefert. Das ist eine schwerer zu manipulierende Metrik, und sie ist diejenige, die für langfristige Loyalität zählt.
Für globale Leser reicht die Lektion über China hinaus. Jedes Unternehmen, das für Vertrieb und Ranking von einer Drittplattform abhängt, steht vor demselben Risiko. Die Plattform setzt die Regeln, erfasst die Daten und nimmt oft den größten Anteil am Umsatz. Chinesische KI-Entwickler lernen diese Lektion öffentlich, und ihre Antwort könnte prägen, wie KI-Wettbewerb weit über ihren Heimatmarkt hinaus funktioniert.
Die nächste Phase wird nicht von dem gewonnen, der die wöchentliche Rangliste anführt. Sie wird von dem gewonnen, der die Werkzeuge baut, die messen, was wirklich zählt, und von dem, der Aufmerksamkeit in Umsatz verwandeln kann, ohne die Anzeigetafel jemand anderem zu überlassen.