Illustration: KI-generiert · Inside China AI
Ox Alpha war chinesisch: Was Zhipus GLM-5.3-Flash beweist – und was nicht
Eine Woche lang im August hatte das meistdiskutierte Modell auf OpenRouter keinen Namen und keinen Besitzer. Entwickler nannten es Ox Alpha. Es war schnell, günstig, leistungsfähig – und niemand wusste, wer dahintersteckte. Am 26. August beendete Zhipu AI das Rätselraten: Ox Alpha war GLM-5.3-Flash, und laut Unternehmen wurde jede Anfrage in dieser anonymen Woche auf chinesischen Chips verarbeitet.
Der Markt reagierte sofort. Zhipus in Hongkong gelistete Aktie schloss mehr als 12 Prozent höher bei 1.160 HK$. Der Grund ist nicht die Größe des Modells. Entscheidend ist, was der Vorfall zu demonstrieren scheint: dass ein chinesisches Labor ein Frontier-Modell im globalen Maßstab ohne Nvidia betreiben kann – und dass Entwickler, die es nutzten, keinen Unterschied bemerkten.
Was das Modell tatsächlich ist
GLM-5.3-Flash ist ein 320B-A18B Mixture-of-Experts-Modell – 320 Milliarden Gesamtparameter, etwa 18 Milliarden aktive pro Token – mit Text- und Bildverarbeitung. Zhipu veröffentlichte es unter der MIT-Lizenz, der freizügigsten der gängigen Open-Source-Lizenzen und ein Detail, das europäische Unternehmen besonders beachten sollten.
Im Artificial Analysis Intelligence Index erzielt es einen Wert von 57. Damit liegt es auf dem Niveau von Anthropics Claude Opus 4.8 und über DeepSeeks Flaggschiff V4 Pro, das 53 erreicht. Benchmarks sind ein unvollkommener Gradmesser für Praxistauglichkeit, und ein zusammengesetzter Index komprimiert viele Meinungsverschiedenheiten auf eine Zahl. Doch das Ranking ist nicht der interessante Teil. Bemerkenswert ist, dass Entwickler das Modell nutzten, bevor sie wussten, woher es stammt.
Die Chip-Behauptung – und warum wir sie kennzeichnen
Zhipu gibt an, dass die Inferenz von mehr als 100.000 im Inland produzierten Chips bedient wird und dass „Hardware-Effizienz und Kosten pro Token mit denen gängiger NVIDIA-GPUs vergleichbar sind“.
Diese Behauptung ist bislang nicht unabhängig überprüft. CNBC berichtete, dass sie dies nicht bestätigen konnte, und kein Dritter hat das Deployment auditiert. Wir geben sie als das wieder, was sie ist: eine Unternehmensangabe, die – falls zutreffend – weitreichend wäre, bislang aber ungeprüft bleibt.
Es gibt einen zweiten Grund zur Vorsicht, der in vielen Berichten verwischt wurde. Zwei verschiedene Modelle und zwei verschiedene Zahlen werden vermischt. Zhipus größeres GLM-5 – ein Modell mit 744 Milliarden Parametern – wurde Berichten zufolge auf etwa 100.000 Huawei Ascend-Beschleunigern trainiert. GLM-5.3-Flash ist ein anderes, kleineres Modell, und die 100.000 bezieht sich hier auf die Inferenz-Kapazität. Training und Serving sind unterschiedliche Workloads mit unterschiedlichen Hardware-Anforderungen. Wer „100.000 chinesische Chips“ zitiert, sollte klarstellen, auf welchen der beiden Fälle er sich bezieht.
Welche Chips – und warum das entscheidend ist
Zhipu hat für dieses Deployment keine Hardware-Aufschlüsselung veröffentlicht. Dokumentiert ist, dass die GLM-5-Familie Inferenz auf einer breiten Palette inländischer Chips ausführt: Huawei Ascend, Cambricon, Moore Threads, Kunlun Chip, MetaX, Enflame und Hygon. Die Leistung wird durch Kernel-Optimierung und Quantisierung erreicht, nicht durch reine Gleichwertigkeit mit Nvidia-Hardware.
Diese Breite ist das eigentliche Signal. Ein einzelner Anbieter, der Wettbewerbsfähigkeit erreicht, wäre eine Produktgeschichte. Sieben Anbieter plus eine Software-Schicht, die sie abstrahiert, sind eine Ökosystem-Geschichte – und Ökosysteme lassen sich durch Exportkontrollen deutlich schwerer einschränken als einzelne Lieferanten.
Warum das für Europa relevant ist
Drei Konsequenzen, geordnet nach ihrer zeitlichen Nähe.
Erstens: die Lizenz. Ein Modell auf Claude-Opus-Niveau unter MIT-Lizenz kann von jedem europäischen Unternehmen heruntergeladen, modifiziert, selbst betrieben und kommerziell genutzt werden – ohne Vertragsverhandlungen. Für Organisationen, die keine Daten an eine US- oder China-API senden dürfen – Krankenhäuser, Behörden, Rüstungszulieferer, alle mit strikten Data-Residency-Vorgaben – ist das kein inkrementelles Angebot. Es ist der Unterschied zwischen einem Frontier-Modell auf eigener Infrastruktur und gar keinem.
Zweitens: die Preisuntergrenze. Wenn chinesische Labore Frontier-Inferenz auf inländischer Hardware zu Kosten anbieten können, die sie als Nvidia-vergleichbar beschreiben, verschiebt sich die Kostenstruktur des gesamten Marktes. Europäische Käufer haben bei Verhandlungen mit jedem Anbieter nun eine glaubhafte Alternative – wie wir in unserer Analyse zu Chinas KI-Preisen beschrieben haben.
Drittens: die strategische Lesart. Exportkontrollen basierten auf der Annahme, dass die Beschränkung fortschrittlicher Beschleuniger die Frontier-Fähigkeit begrenzt. Dieser Fall ist der bislang deutlichste Beleg, dass diese Annahme auf die Probe gestellt wird – und nach Zhipus Darstellung scheitert. Die grundlegende Verschiebung haben wir in AI Without Nvidia: China’s Silicon Declaration of Independence analysiert. Ox Alpha ist diese These mit Benchmark-Punktzahl und Aktienkurs.
Die angemessene europäische Reaktion ist weder Alarmismus noch Abwiegelung. Es ist Verifikation. Jemand außerhalb Chinas sollte die 100.000-Chip-Behauptung bestätigen oder widerlegen können, denn viele politische Annahmen beruhen derzeit darauf, dass sie nicht stimmt.
Quellen: Zhipu AI Unternehmensangaben (26. August 2026); South China Morning Post; Pandaily; CNBC, das berichtete, die Chip-Implementierung nicht unabhängig verifizieren zu können; Artificial Analysis Intelligence Index. Korrekturen und zusätzliche Informationen gerne an: press@insidechinaai.com
No responses yet