Chinese AI models have lagged the US frontier by 7 months on average since 2023
Zusammenfassung
Kurz
Epoch AI zufolge lagen chinesische KI-Modelle seit 2023 im ECI durchschnittlich sieben Monate hinter den jeweils führenden US-Modellen; als mögliche Einordnung nennt der Text den Unterschied zwischen offenen und proprietären Modellen. Die Tabellen enthalten jedoch zahlreiche Lücken, ungeklärte Bewertungsfelder und teils widersprüchliche Einträge; zusammengefasst werden hier Notizen zu allen Abschnitten, nicht der vollständige Bericht.
Mittel
Die Notizen berichten über einen Vergleich von US-amerikanischen und chinesischen KI-Modellen durch Epoch AI anhand des Epoch Capabilities Index (ECI). Epoch AI zufolge lag seit 2023 jeweils ein US-Modell an der Spitze; chinesische Modelle hätten im Mittel sieben Monate zurückgelegen, mit einer Spanne von vier bis 14 Monaten. Epoch AI vergleiche diesen Abstand mit dem zwischen proprietären und Modellen mit offenen Gewichten und verweise darauf, dass führende chinesische Modelle meist offene Gewichte hätten, US-Frontier-Modelle dagegen geschlossen blieben.
Die Tabellen listen Herkunft, Veröffentlichungsdaten, Zugänglichkeit, ECI-Werte und weitere Modellangaben auf. Bei manchen Bewertungen ist auch der Reasoning-Kontext der Evaluation vermerkt. Die drei numerischen Bewertungsfelder der Modellübersicht werden jedoch nicht erklärt und sind daher nicht sicher als Benchmark-Scores zu deuten. Viele Werte oder Angaben fehlen; Verifizierungsstatus reichen von „Confident“ bis „Unknown“. Die Notizen weisen zudem auf abweichende Datumsangaben und eine mögliche Unstimmigkeit bei der Modellgröße von OPT-175B hin. Grundlage sind Notizen zu allen Textabschnitten, nicht der vollständige Bericht; Methodikdetails lassen sich daraus nicht ergänzen.
Ausführlich lesen
Die bereitgestellten Notizen beschreiben einen Vergleich von KI-Modellen aus den USA und China durch Epoch AI. Als Maßstab dient der Epoch Capabilities Index (ECI). Laut Epoch AI lag seit 2023 jeweils ein US-Modell an der Spitze des Index. Chinesische Modelle hätten im Durchschnitt einen Rückstand von sieben Monaten aufgewiesen; je nach Vergleich habe dieser zwischen vier und 14 Monaten gelegen. Die Notizen erläutern weder die Berechnung des ECI noch die genaue Methode, mit der der zeitliche Abstand ermittelt wurde. Die Zahlen sind daher als Aussagen von Epoch AI wiederzugeben, nicht als unabhängig überprüfte Ergebnisse.
Epoch AI zufolge sei der Abstand vergleichbar mit dem zwischen proprietären und Modellen mit offenen Gewichten. Als Erklärung führen die Notizen an, dass fast alle führenden chinesischen Modelle offene Gewichte hätten, während US-Frontier-Modelle geschlossen blieben. Das ist die im Material genannte Deutung; weitere Ursachen oder Belege dafür werden in den Notizen nicht ausgeführt.
Eine Tabelle führt Modelle, ihre Herkunft, Veröffentlichungsdaten, Zugänglichkeit und ECI-Werte auf. Teilweise sind Konfidenzintervalle angegeben. Zugleich fehlen bei zahlreichen Einträgen Angaben oder ECI-Werte; manche Konfidenzen sind als nicht verifiziert oder unbekannt vermerkt. Eine weitere Modellübersicht enthält Namen und IDs, Anbieter, Herkunft, Datumsangaben, Zugangsbedingungen, teils geschätzten Rechenaufwand, Verifizierungsstatus, Beschreibungen und drei numerische Bewertungsfelder. Deren Bedeutung und Berechnung erklärt der vorliegende Ausschnitt nicht. Die Zahlen dürfen deshalb nicht ohne Weiteres als bestimmte Benchmark-Ergebnisse verstanden werden.
Als konkrete Einträge nennt das Material unter anderem gpt-oss-120b mit offenen Gewichten und laut Tabelle uneingeschränkter Nutzung, DeepSeek-V2.5 mit eingeschränkter Nutzung sowie Cohere Command A mit einer Beschränkung auf nicht-kommerzielle Nutzung. Für einzelne Bewertungen ist außerdem der bei der Evaluation verwendete Reasoning-Kontext vermerkt: bis zu 23.000 Tokens für Gemini 2.5 Flash, 16.000 für Gemini 2.5 Pro sowie jeweils 12.000 für Claude Opus 4 und Claude Sonnet 4. Für GPT-5 nennt die Übersicht einen Wert von 150,00. Bei Claude Opus 4.5, Claude Sonnet 4.5 und Gemini 2.5 Pro (Juni 2025) sind jeweils drei Zahlen aufgeführt. Da das Material die Bewertungsfelder nicht definiert, lässt sich ihre Aussage nicht zuverlässig einordnen.
Die Verlässlichkeit der Einträge ist uneinheitlich: Die Tabelle verwendet Status wie „Confident“, „Likely“, „Speculative“, „Unverified“ und „Unknown“; einige Zeilen sind unvollständig oder ohne Anbieter- und Zugangsangaben. Zudem vermerken die Notizen mögliche Widersprüche: OPT-175B wird als 175B-Modell bezeichnet, während die Beschreibung ein 66B-Modell nennt. Bei Gemini 2.0 Flash-Lite und Codestral 2501 stehen jeweils voneinander abweichende Datumsangaben. Solche Werte sind hier lediglich als Quelleneinträge wiedergegeben. Die Datumsnotizen stellen klar, dass Claude Opus 4.5 und DeepSeek-V3.2 vor dem angegebenen Kontextdatum 19. November 2026 liegen; Grok 4.1 Fast ist auf den 19. November 2025 datiert.
Die Grundlage dieser Zusammenfassung sind Notizen zu allen Textabschnitten, nicht der vollständige Berichtstext. Entsprechend lassen sich die Aussagen, Tabellenfelder und Grenzen zusammenfassen, aber weitergehende Details zur Methodik oder zur Interpretation der Zahlen sind daraus nicht ableitbar.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna hat jeder Sammelfrage Stufe 3 gegeben; hier wurden die Stufen unabhängig vom Bericht vergeben. Teilfragen wurden keine angegeben. Die Anteilsangaben (75 %, 56 %, 42 %) sind im Schema nicht vorgesehen und wurden nicht bewertet.
Im Bericht, aber nicht in der Zusammenfassung
- Alle Spitzenmodelle seit 2023 wurden in den USA entwickelt (nur in der kurzen Fassung)
- Spanne von vier bis 14 Monaten (nur in der kurzen Fassung)
- Grundlage ist der Epoch Capabilities Index (nur in der kurzen Fassung)
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Verweis auf Notizen und Abschnittsprüfung als Grundlage, was im Bericht nicht vorkommt
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M2 Wie muss ein Meldekanal zwischen Staaten gebaut sein, damit er verlässlich arbeitet, auch in einer Krise?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 27 %Hintergrund, keine Belege
- Luna 100 %kein Bezug
- JEV
- amos 28 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 41 %Hintergrund, keine Belege
- JEV
- amos 27 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 39 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-F3 Welche Regeln gelten für gefährliche Fähigkeiten jenseits von Cyber, etwa in Biologie, Chemie, bei radioaktiven Stoffen oder in der Nukleartechnik?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 66 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 29 %einzelne zitierbare Belege
- SubQ 100 %kein Bezug
- drex 32 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 31 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 35 %Hintergrund, keine Belege
- JEV
- amos 32 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 31 %gleiches Oberthema, hilft nicht
- JEV
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 62 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 42 %Hintergrund, keine Belege
- JEV
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
Agenten und vernetzte Systeme
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 55 %gleiches Oberthema, hilft nicht
- JEV
- amos 32 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 38 %Hintergrund, keine Belege
- JEV
- amos 27 %Hintergrund, keine Belege
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 41 %Hintergrund, keine Belege
- JEV
- amos 29 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
- clef 100 %kein Bezug
- Luna 56 %Hintergrund, keine Belege
- JEV
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 38 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 75 %Hintergrund, keine Belege
- JEV
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 44 %gleiches Oberthema, hilft nicht
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 34 %Hintergrund, keine Belege
- JEV
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra
Weitere Berichte zu diesen Fragen
- Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- 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?
- Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennen andere, dass ein Labor wirklich bremst?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv