Der günstigste Weg, zu einem Konkurrenten aufzuschließen, besteht offenbar darin, ihm sehr viele Fragen zu stellen und die Antworten aufzubewahren. Ein Medienbericht, der sich auf mit der Angelegenheit vertraute Personen beruft, besagt, dass DeepSeek und Moonshot AI genau das mit GPT-6 Astra getan haben: Sie nutzten dessen Ausgaben, um ihre neuesten Modelle zu trainieren.
Genannt werden Kimi K3.1 Pro, das Moonshot vergangene Woche veröffentlicht hat, und eine aktualisierte Version von DeepSeek V4.1-Flash. Alles hier beruht auf anonymen Quellen und sollte daher als Behauptung und nicht als erwiesene Tatsache behandelt werden.
Was der Bericht behauptet
Den Quellen zufolge setzten beide Unternehmen auf Destillation. Die Idee ist einfach. Ein Entwickler schickt eine große Menge an Prompts an ein leistungsfähigeres Modell, sammelt die Antworten und trainiert anschließend ein anderes System mit diesem Material.
Der Reiz liegt in der Kostenrechnung. Man bildet einen Teil der Fähigkeiten des leistungsfähigeren Modells nach, ohne diese von Grund auf aufzubauen und ohne auch nur annähernd so viel zu bezahlen, wie das ursprüngliche Training gekostet hat.
Das hier verfügbare Material enthält keine Stellungnahme von DeepSeek oder Moonshot.
Moonshot wird nicht zum ersten Mal genannt
OpenAI hat Moonshot bereits etwas Ähnliches vorgeworfen. Am 30. September erklärte das Unternehmen, Nutzer mit Verbindungen zum Entwickler von Kimi hätten im Juli eine Kampagne durchgeführt, um verborgene Denkprozesse aus den Antworten seiner Modelle zu extrahieren.
Die von OpenAI genannten Zahlen:
- Umfang: Es stellte entsprechende Aktivitäten von mehr als 15.000 Nutzern fest.
- Reaktion: Bis zum 28. Juli hatte es die beteiligten Konten gesperrt und die Kampagne gestoppt.
- Weitere Schritte: Es gab das gesammelte Material an andere Entwickler von KI-Modellen weiter.
Der neue Bericht sagt nicht, ob die beiden Vorfälle miteinander zusammenhängen. Er kommt einfach noch zum früheren Vorwurf hinzu.
Warum die großen Labore das beschäftigt
OpenAI, Anthropic und Google vertreten alle die Ansicht, dass Destillation Konkurrenten Zugang zu den Fähigkeiten führender Modelle verschafft, ohne dass diese vergleichbare Investitionen tätigen müssen. Auch US-Behörden haben auf chinesische Unternehmen verwiesen, die ihrer Einschätzung nach versucht haben, Daten aus US-amerikanischen KI-Modellen zu extrahieren.
Der Streit dreht sich also um den Wettbewerb zwischen US-amerikanischen und chinesischen Entwicklern und darum, wer für den Fortschritt bezahlt und wer ihn sich ausleihen darf.
Schutzmaßnahmen werden entwickelt
Die Labore bleiben nicht untätig. Anfang Oktober erklärte Anthropic, neue Schutzmaßnahmen hätten die bei Destillationsangriffen aus Claude-Modellen gesammelte Datenmenge um etwa 90 bis 99 Prozent reduziert.
Das ist eine große Spannweite, und die Angabe stammt von Anthropic selbst; man sollte sie also als Aussage des Unternehmens über seine eigenen Schutzmaßnahmen verstehen. Sie zeigt allerdings, dass das Verhindern dieser Art von Datenabschöpfung inzwischen als technische Aufgabe mit einer zugehörigen Kennzahl betrachtet wird.
Die Leistungsangaben bleiben ungeprüft
Beide chinesischen Modelle schnitten in den internen Tests ihrer Entwickler gut ab. Moonshot zufolge übertraf Kimi K3.1 Pro GPT-6 Astra bei einem Programmierbenchmark. DeepSeek positionierte V4.1-Flash als günstigere Alternative zu US-amerikanischen Modellen.
Keines dieser Ergebnisse wurde unabhängig bestätigt. Ein Modell, das seinen Lehrer in einem Test schlägt, ist eine schöne Geschichte, doch ein einzelnes, vom Anbieter selbst gemeldetes Benchmark-Ergebnis klärt nicht abschließend, wie die beiden insgesamt im Vergleich abschneiden.
Ein Datum, das nicht passt
Der Ausgangstext ist bei der zeitlichen Abfolge von DeepSeek widersprüchlich. Als Datum der Vorstellung des aktualisierten V4.1-Flash nennt er den 17. Oktober. Ein paar Absätze später heißt es, DeepSeek habe V4.1-Flash im September als günstigere Option eingeführt.
Beide Aussagen können zutreffen, wenn im September die ursprüngliche Veröffentlichung und im Oktober das Update erfolgte. Das sagt der Bericht jedoch nicht, sodass der genaue zeitliche Ablauf unklar bleibt.
Der heikle Punkt
Wenn die Darstellung zutrifft, legt sie ein Problem offen, das alle führenden Labore haben. Ein Modell muss die Fragen der Öffentlichkeit beantworten, um überhaupt ein Produkt zu sein. Wer solche Fragen in großem Umfang formulieren kann, erhält auch die Antworten, und ein entschlossener Konkurrent kann daraus Trainingsdaten machen.
Das Geschäftsmodell der Labore beruht darauf, dass man ihnen Fragen stellt, und nun hätten sie gern, dass die falschen Leute ihnen ein paar weniger davon stellen.