Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch22. Januar 2025 · Q005911

Chinese language models have scaled up more slowly than their global counterparts

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Epoch AI schätzt, dass der Trainingsrechenaufwand der zehn führenden chinesischen Sprach- und multimodalen Modelle seit Ende 2021 etwa dreimal jährlich wuchs, gegenüber etwa fünfmal jährlich bei den übrigen Spitzenmodellen. Die Schätzung beruht auf einer Auswahl veröffentlichter Modelle und weist breite, überlappende Konfidenzintervalle auf; die genannten Zeitabstände sind Hochrechnungen.

Mittel

Epoch AI zufolge stieg der Trainingsrechenaufwand führender chinesischer Sprach- und multimodaler Modelle nach 2019 zunächst stark an und erreichte Ende 2021 ungefähr das damalige globale Spitzenniveau. Seitdem sei die Skalierung langsamer: etwa das Dreifache pro Jahr in China gegenüber etwa dem Fünffachen bei Modellen aus anderen Ländern. Hielte dieser Abstand an, würde China laut Hochrechnung rund zwei Jahre benötigen, um das heutige Niveau globaler Spitzenmodelle zu erreichen. Als Einzelvergleich nennt der Bericht Grok-2, dessen Trainingsaufwand ungefähr doppelt so hoch gewesen sei wie der von Doubao-pro, obwohl Doubao-pro drei Monate später erschien; bei der angenommenen chinesischen Rate entspreche das etwa acht Monaten Skalierung.

Die Analyse erfasst je Region die zehn Modelle mit dem höchsten Trainingsaufwand, beschränkt auf seit 2018 veröffentlichte Sprach- und multimodale Modelle. Als chinesisch zählt ein Modell, wenn mindestens eine Entwicklerorganisation ihren Hauptsitz in der Volksrepublik China hat. Die geschätzten Steigungen betragen 2,93 für China und 4,78 für die Vergleichsgruppe. Die 90-Prozent-Konfidenzintervalle (China: 1,96–5,54; übrige Modelle: 4,28–5,30) sind breit und überlappen. Der Bericht weist damit selbst auf Unsicherheit hin; gemessen wird Trainingsaufwand, nicht Modellqualität.

Ausführlich lesen

Der Bericht von Epoch AI vergleicht, wie sich der geschätzte Trainingsrechenaufwand der jeweils zehn rechenintensivsten Sprach- und multimodalen Modelle aus China und dem übrigen Teil der Welt entwickelt hat. Seine zentrale Aussage lautet: Chinesische Modelle holten nach 2019 zunächst rasch auf und erreichten Ende 2021 ungefähr das damalige Niveau der globalen Spitzenmodelle. Seitdem sei ihr Trainingsaufwand langsamer gewachsen. Der Bericht schätzt den jährlichen Zuwachs für die chinesische Spitzengruppe auf etwa das Dreifache, gegenüber etwa dem Fünffachen pro Jahr für die übrigen Modelle. Bei Fortsetzung der chinesischen Rate, so die Hochrechnung, würde es ungefähr zwei Jahre dauern, bis China das heutige Niveau der globalen Spitzenmodelle erreicht.

Als ergänzenden Vergleich nennt der Bericht die jeweils größten bekannten Modelle: Grok-2 aus den USA habe etwa doppelt so viel Trainingsrechenaufwand wie Doubao-pro aus China verwendet, obwohl Doubao-pro drei Monate später veröffentlicht wurde. Bei der angenommenen chinesischen Steigerungsrate entspräche der Abstand ungefähr acht Monaten Skalierung. Diese Zeitangabe ist eine Extrapolation aus der geschätzten Rate, keine beobachtete Entwicklungsdauer.

Für die Auswertung ordnete Epoch AI ein Modell als „in China entwickelt“ ein, wenn mindestens eine der entwickelnden Organisationen ihren Hauptsitz in der Volksrepublik China hatte. Die übrigen Modelle bildeten die Vergleichsgruppe. Für beide Gruppen wurden jeweils die zehn Modelle mit dem höchsten Trainingsrechenaufwand herangezogen. Berücksichtigt wurden Modelle aus den Bereichen Sprache oder Multimodalität, die seit 2018 veröffentlicht wurden. Die Trendlinien beruhen auf einer Suche nach dem besten Anpassungspunkt in einem zweiteiligen, logarithmisch-linearen Regressionsmodell.

Die ausgewiesenen Steigungen betragen 2,93 für China und 4,78 für die Vergleichsgruppe. Die angegebenen 90-Prozent-Konfidenzintervalle sind jedoch breit: 1,96 bis 5,54 für China und 4,28 bis 5,30 für die übrigen Modelle. Die Intervalle überschneiden sich. Die Schätzung stützt damit die im Bericht vertretene Deutung eines langsameren chinesischen Trends, zeigt zugleich aber erhebliche Unsicherheit bei den Steigungen. Der Vergleich betrifft außerdem Trainingsrechenaufwand und die jeweils erfassten Spitzenmodelle; er belegt für sich genommen keine Unterschiede in Modellqualität oder Fähigkeiten. Die Tabellen dokumentieren Modellnamen, Organisationen, Veröffentlichungsdaten und logarithmierte FLOP-Werte; der Bericht erläutert keine weitergehende Bewertung dieser Größen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat die Stufen bei den Einordnungen durchweg zu hoch angesetzt. Der Bericht ist eine Datenanalyse zu Trainingsaufwand und enthält keine Aussagen zu Sicherheitsabkommen, Verifikation oder Regeln für KI. Die Anteilswerte in Lunas Einordnung wurden nicht bewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Beim Vergleich der jeweils größten bekannten Modelle wirkt der Abstand deutlich geringer als im Gesamtvergleich der Top-10-Modelle

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Aussage, der Bericht weise selbst ausdrücklich auf Unsicherheit hin, steht so nicht im Bericht; er nennt nur die Konfidenzintervalle

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 32 %umfangreiche Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 45 %gleiches Oberthema, hilft nicht

Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 21 %Hintergrund, keine Belege
    • Luna 59 %Hintergrund, keine Belege
    • JEV 42 %gleiches Oberthema, hilft nicht
    • amos 29 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 48 %gleiches Oberthema, hilft nicht

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 40 %einzelne zitierbare Belege
    • JEV 32 %beantwortet teilweise oder widerspricht
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 37 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 100 %kein Bezug
    • Luna 64 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 45 %gleiches Oberthema, hilft nicht

Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 81 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 74 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →