Laut einem am Mittwoch veröffentlichten und von Reuters verbreiteten Bericht von The Information verließen sich die chinesischen KI-Entwickler DeepSeek und Moonshot AI stark auf die Ergebnisse des GPT-6-Astra-Modells von OpenAI, um ihre neuesten Systeme zu trainieren. Der Bericht zitiert Personen mit direktem Sachverstand und betont, dass die angebliche Nutzung von Astra-Ausgängen nicht unabhängig nachgewiesen wurde.
Wenn die Behauptungen zutreffen, würden die Behauptungen OpenAI in den Mittelpunkt desselben Destillationsstreits stellen, der bereits seinen Hauptkonkurrenten verwickelt hat. Für Leser, die KI-Nachrichten zu Modellwettbewerben und Trainingspraktiken verfolgen, landet die Geschichte nur drei Monate, nachdem Anthropic dieselben beiden chinesischen Labore – zusammen mit Alibaba – öffentlich beschuldigt hat, ihre Claude-Modelle destilliert zu haben.
Welche Modelle sind beteiligt?
In der Berichterstattung der Information werden zwei spezifische Systeme genannt. Der Kimi K3.1 Pro von Moonshot AI, der letzte Woche veröffentlicht wurde, und der aktualisierte V4.1-Flash 1017 von DeepSeek, der am 17. Oktober auf den Markt kam, sollen von der Destillation mithilfe des Frontier-Modells von OpenAI profitiert haben. Weder DeepSeek noch Moonshot haben die Praxis bestätigt, und der Bericht selbst weist darauf hin, dass die Verwendung von Astra-Ausgaben nicht unabhängig nachgewiesen wurde.
Im Branchengebrauch bedeutet Destillation, ein Modell anhand der Ergebnisse eines leistungsfähigeren Modells zu trainieren, damit der Schüler lernt, die Antworten des Lehrers zu reproduzieren. Anstatt für jede Funktion einen unabhängigen Trainingslauf zu bezahlen, kann ein Labor ein führendes System abfragen und seine Antworten als hochwertiges Trainingssignal verwenden – billiger, schneller und immer wichtiger für die Entwicklung wettbewerbsfähiger Modelle.
Ein Muster von Anschuldigungen – und neuen Verteidigungsmaßnahmen
Der Bericht erscheint inmitten eines Jahres eskalierender Behauptungen über die Modellextraktion. Im September erklärte die US-Regierung, es gäbe eine groß angelegte Destillationskampagne chinesischer Unternehmen gegen amerikanische KI-Unternehmen – eine Erklärung, die laut The Information unabhängig von der neuen Berichterstattung zu GPT-6 Astra ist. Anthropics Vorwurf vom August, Alibaba, DeepSeek und Moonshot hätten Claude-Modelle destilliert, bildete die Vorlage für den aktuellen Kampf.
Auch die Abwehrkräfte verhärten sich. Anfang dieses Monats sagte Anthropic, dass neue Maßnahmen, die Konkurrenten daran hindern sollen, Claudes Fähigkeiten zu kopieren, die durch sogenannte Destillationsangriffe gesammelten Daten um etwa 90 bis 99 Prozent reduziert hätten. Die Zahl legt nahe, dass die Überwachung von Abfragemustern, die Einschränkung des Zugriffs und die Begrenzung der Rate verdächtiger Aktivitäten die Kosten für die Extraktion messbar erhöhen können – obwohl Sicherheitsmaßnahmen nur funktionieren, bis sich die Angreifer anpassen.
OpenAI hat nicht gesagt, ob es ähnliche Muster bei GPT-6 Astra entdeckt hat oder ob es als Reaktion auf den Bericht Richtlinienänderungen plant. Die Nutzungsbedingungen des Unternehmens beschränken, wie auch die seiner Konkurrenten, die Verwendung von Ausgaben zum Trainieren konkurrierender Modelle.
Was die Destillation kann und was nicht
Die technische Realität ist differenzierter als die Schlagzeilen vermuten lassen. Ausgaben können nützliche Trainingssignale liefern, sie übertragen jedoch nicht die Architektur eines Modells, seine Trainingsdaten, seine internen Parameter oder alle seine Fähigkeiten. Die Wirksamkeit der Destillation hängt von der Qualität und Vielfalt der geernteten Proben sowie vom Trainingsprozess ab, in den sie einbezogen werden. Ein destilliertes Modell kann bei Benchmarks mit einem Lehrer übereinstimmen, die den gesammelten Daten ähneln, während es an anderer Stelle schwächer bleibt.
Diese Nuance betrifft beide Seiten. Das bedeutet, dass aus einer gemeldeten Destillationskampagne nicht hervorgeht, wie viel von der Leistung eines Konkurrenzmodells tatsächlich auf die Extraktion zurückzuführen ist, ob gegen die Nutzungsbedingungen verstoßen wurde oder ob die daraus resultierenden Fähigkeiten ohnehin entstanden wären. Es bedeutet aber auch, dass ein groß angelegtes Harvesting einem Konkurrenten einen schnelleren Zugang zu bestimmten Fähigkeiten ermöglichen kann – insbesondere zu Codierung und Argumentation, wo die Kluft zwischen Frontier- und Fast-Follower-Modellen im Laufe des Jahres kleiner geworden ist.
Eine schwierige Balance für die Branche
Keine Seite dieses Streits sieht die Praxis als einfach an. Die Destillation an sich ist nicht grundsätzlich unangemessen – KI-Entwickler verwenden routinemäßig Techniken, die Wissen zwischen ihren eigenen Modellen übertragen – und ein breiter Zugang zu führenden Systemen ermöglicht es Startups, Forschern und Unternehmen, überhaupt Produkte zu entwickeln. Die Spannung entsteht im großen Maßstab: Unbeschränkter Zugriff macht es für Dritte viel einfacher, große Datenmengen an Ausgaben für Zwecke zu sammeln, die der Anbieter nie autorisiert hat.
Die Schutzmaßnahmen, die die Anbieter als Reaktion darauf ergreifen, sind mit eigenen Kosten verbunden. Die Überwachung ungewöhnlicher Abfragemuster, die Einschränkung des Zugriffs auf bestimmte Funktionen, die Festlegung von Nutzungsbeschränkungen und die Untersuchung der Massenerfassung erhöhen alle die Kosten für die Extraktion – führen aber auch zu betrieblichen Schwierigkeiten für legitime Entwickler und Unternehmen, die auf einen kontinuierlichen API-Zugriff angewiesen sind. Die Branche verhandelt faktisch darüber, wo die legitime Modellentwicklung aufhört und die unbefugte Entnahme beginnt, und zwar eine Richtlinienänderung nach der anderen.
Die Ökonomie hinter dem Kampf
Der Grund für die Pflege im Labor ist Arithmetik. Das Trainieren eines Grenzmodells kostet Rechen- und Forschungsarbeiten in Milliardenhöhe. Wenn ein Konkurrent wichtige Fähigkeiten reproduzieren kann, indem er ein bestehendes Modell systematisch zu API-Preisen abfragt, schrumpft der finanzielle Vorteil des Aufbaus des Grenzsystems – und damit auch der Anreiz, es weiter aufzubauen. Diese Logik erklärt, warum amerikanische Labore das Jahr 2026 damit verbracht haben, ihre Verteidigung zu verschärfen, und warum jede neue Anschuldigung weniger als Klatsch, sondern als Datenpunkt in einem bevorstehenden Wirtschaftskrieg endet.
Für chinesische Entwickler ist die Rechnung anders. Der Zugriff auf die fortschrittlichsten Chips ist eingeschränkt, und die Destillation bietet einen Weg zu wettbewerbsfähiger Leistung, ohne dass entsprechende Rechenbudgets erforderlich sind. Der Bericht der Information legt nahe, dass der Weg über das Flaggschiff von OpenAI verlief – dieselbe Anschuldigung, die auf ein anderes Ziel abzielte.
---
Der KI einen Schritt voraus seinErhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →
