KI ist 99 Prozent günstiger geworden und rückt Anwendungen in den Fokus
Die Inferenzkosten von Modellen mit einer Leistung auf dem Niveau des frühen GPT-4 sind zwischen March 2023 und February 2025 um mehr als 99 Prozent gefallen. Das Forschungsinstitut der China Industrial Securities sieht darin das Potenzial, KI von einer teuren Spezialtechnologie in eine breit zugängliche Infrastruktur zu verwandeln und zugleich den Wert von Anwendungen und Plattformen zu steigern.
- Der Preis für Modelle auf dem Niveau des frühen GPT-4 fiel von 37.50 Dollar auf 0.18 Dollar pro einer Million Token.
- Zwischen March 2023 und February 2025 betrug der Rückgang mehr als 99 Prozent.
- Laut dem Bericht könnte KI zu einer breit zugänglichen Infrastruktur werden.
- Plattformunternehmen, die KI in Anwendungen und Arbeitsabläufe verschiedener Branchen integrieren, könnten an Wert gewinnen.
- CISC nennt die langsamere Entwicklung und kommerzielle Einführung sowie wirtschaftliche und politische Unsicherheit als Risiken.
Die Nutzung von KI-Modellen ist drastisch günstiger geworden
Laut einem Bericht des Research Institute of Economics and Finance der CHINA INDUSTRIAL SECURITIES CO., LTD. dreht sich der Wettbewerb bei künstlicher Intelligenz zunehmend um mehr als nur die Modellleistung. Grundlage des Berichts ist der rasante Rückgang der Nutzungskosten von Modellen mit vergleichbaren Fähigkeiten.
Daten von Epoch AI zeigen, dass der niedrigste Inferenzpreis für Modelle mit Fähigkeiten auf dem Niveau des frühen GPT-4 im March 2023 noch 37.50 US-Dollar pro einer Million Token betrug. Bis February 2025 war er auf 0.18 Dollar gefallen. Das entspricht einem Rückgang von mehr als 99 Prozent.
Der Token-Kostenindex von Silicon Data fiel zwischen May 28 und September 5, 2026, von 2.0651 Dollar auf 0.9861 Dollar pro einer Million Token. Das entspricht einem Rückgang von 52 Prozent. Das Forschungsinstitut erklärt, dass mit der Verbesserung von Open-Source-Modellen auch die Messlatte für proprietäre Modelle steigt. Dadurch könnten renditebasierte Geschäftsmodelle, die ausschließlich auf Token-Verkäufen beruhen, durch den Preiswettbewerb unter Druck geraten.
Sinkende Kosten haben die Nachfrage schon früher freigesetzt
Der Bericht führt historische Beispiele an, um zu zeigen, dass eine Verbilligung zentraler Ressourcen häufig zu einem schnellen Nachfragewachstum führt. Während der Informationstechnologie-Revolution in den USA sank der Preis für Geräte zur Informationsverarbeitung zwischen 1985 und 1990 um 46.5 Prozent, während der reale Verbrauch auf etwa das 5.5-Fache seines ursprünglichen Niveaus stieg. Bis 1995 waren die Preise gegenüber dem Niveau von 1985 um 80.7 Prozent gefallen, während der reale Verbrauch im Jahr 2000 etwa das 8.7-Fache des Werts von 1995 erreichte.
Chinas 4G-Ära zeigte ein ähnliches Muster. Zwischen 2014 und 2018 sank der durchschnittliche Preis für mobile Daten von 131.3 Yuan auf 8.5 Yuan pro Gigabyte, ein Rückgang von 93.5 Prozent. Im selben Zeitraum stieg der monatliche Datenverbrauch pro Nutzer von etwa 0.20 Gigabyte auf 4.42 Gigabyte, also um ungefähr das 22-Fache.
Nach Einschätzung des Forschungsinstituts könnte dies bedeuten, dass der Einsatz von Intelligenz auf vergleichbarem Niveau nicht auf eine begrenzte Zahl von Anwendungsfällen beschränkt bleibt, sondern breiter und häufiger stattfindet.
Der Wettbewerb könnte sich von Modellen zu Anwendungen verlagern
Der Bericht erklärt, dass sich der Wettbewerb häufig darauf verlagert, wer eine universell einsetzbare Technologie am effektivsten nutzt, sobald sie zu einer breit zugänglichen Kernfähigkeit geworden ist. Als Computer und Internet weit verbreitet waren, wurden Webportale und Suchmaschinen zu wichtigen Wettbewerbsfeldern. Nach der Etablierung des mobilen Internets gewannen Anwendungen wie Kurzvideos an Bedeutung.
Laut dem CISC-Forschungsinstitut könnten niedrigere KI-Token-Preise die Nutzung von Modellen steigern und dadurch auch die Nachfrage nach Hardware erhöhen. Es könnte einfacher werden, KI in Inhalte, Spiele, Werbung, Büroarbeit, Transaktionen und lokale Dienstleistungen zu integrieren.
Dieser Wandel könnte auch eine Neubewertung der Vorteile chinesischer Plattformunternehmen rechtfertigen. In der nächsten Phase könnten die Breite und Tiefe der Anwendungsszenarien, die Größe der Nutzerbasis, die Stärke des umliegenden Branchenökosystems und die technischen Fähigkeiten zunehmend an Bedeutung gewinnen. Dem Bericht zufolge könnten Plattform- und Anwendungsunternehmen mit engen Verbindungen zu Nutzern, realen Anwendungen und Arbeitsabläufen in verschiedenen Branchen dadurch einen Teil des geschaffenen Werts abschöpfen.
Gleichzeitig nennt das Forschungsinstitut eine langsamer als erwartete Entwicklung und kommerzielle Einführung von KI sowie die zunehmende globale wirtschaftliche und politische Unsicherheit als Risiken.
PR Newswire: The AI Race Is Shifting from Model Capabilities to Application Advantages

