„Wired“: GPT-5 konnte keine Marktbegeisterung wecken. 2026 wird für Alibaba das Jahr der Tausenden von Fragen sein.

Am 27. Dezember veröffentlichte WIRED, ein bekanntes amerikanisches Technologiemedium, einen Schlagzeilenartikel, in dem es hieß, dass 2026 das Jahr von Alibabas Qwen sein wird. „Wired“ gab in dem Artikel an, dass GPT-5 von OpenAI in den USA, Gemini 3 von Google und Claude von Anthropic im Allgemeinen besser abschneiden.Aber auch die Leistung chinesischer Modelle wie Alibaba Qianwen, DeepSeek und MiniMax liegt fest im Spitzenfeld und erfreut sich immer größerer Beliebtheit.„Der Grund dafür ist, dass sie eine hervorragende Leistung haben und für Entwickler einfach flexibel anzupassen und zu verwenden sind.“

Laut Daten von HuggingFace, der weltweit größten KI-Open-Source-Community,Die Zahl der Downloads von Open-Source-Modellen in China hat im Juli 2025 die der USA übertroffen, wobei Alibaba Qianwen an erster Stelle steht; OpenRouter-Daten zeigen auch, dass Qianwen in diesem Jahr plötzlich aufgetaucht ist und zum zweitbeliebtesten Open-Source-Modell der Welt geworden ist.

„Wired“ wies darauf hin, dass das im August dieses Jahres veröffentlichte neueste Modell GPT-5 von OpenAI im Gegensatz dazu keine Begeisterung auf dem Markt hervorgerufen habe. „Das Schlüsselkriterium zur Messung des Werts eines KI-Modells sollte nicht auf seine ‚Intelligenz‘ beschränkt sein, sondern auch auf die Breite seines Einsatzes bei der Entwicklung anderer Anwendungen. Wenn dies als Maßstab verwendet wird, sind Chinas große Open-Source-Modelle wie Qianwen zweifellos auf dem Vormarsch.“

Andy Konwinsk, Gründer von Laude, sagte, dass die offene Haltung chinesischer Unternehmen für künstliche Intelligenz, die häufig Artikel über neue technische Technologien und Schulungstechniken veröffentlichen, in scharfem Kontrast zur zunehmend engstirnigen Philosophie großer amerikanischer Unternehmen stehe, die offenbar Angst davor haben, ihr geistiges Eigentum preiszugeben. Ein Artikel des Qwen-Teams, der eine Methode zur Verbesserung der Modellintelligenz während des Trainings detailliert beschreibt, wurde dieses Jahr als einer der besten Artikel bei NeurIPS ausgezeichnet.