Das Token-Volumen ist der Frühindikator für Marktmacht in der KI, und auf dieser Metrik ist die Neubepreisung maschineller Intelligenz bereits geschehen: Im Juni 2026 liefen 29 Prozent der Produktions-Workloads auf dem Vercel AI Gateway über Open-Weight-Modelle, bei unter 4 Prozent der Ausgaben. Die Umsatz-Dashboards werden das in den nächsten achtzehn Monaten entdecken.
Warum der Konsens den falschen Rahmen betrachtet
Der Konsens beobachtet zwei Dashboards: Benchmark-Ranglisten und Umsatzkonzentration. Beide wirken beruhigend für die etablierten Anbieter. Die vier größten US-Labore vereinten im Juni 95 Prozent der gesamten Gateway-Ausgaben auf sich, und Anthropic nahm 61 Prozent der Ausgaben bei 32 Prozent der Tokens. Als Bilanz gelesen ist das Dominanz.
Ausgaben sind ein nachlaufender Indikator. Sie protokollieren, wo Beschaffungsverträge zum Zeitpunkt der Unterschrift standen — vor Monaten, unter den Annahmen des Vorjahres. Das Token-Volumen protokolliert, wohin Ingenieure neue Workloads diese Woche routen, und Ingenieure bewegen sich zwölf bis achtzehn Monate vor der Neuverhandlung der Verträge. Auf diesem Frühindikator sprangen Open-Weight-Modelle von 11 Prozent der Gateway-Tokens im April auf 29 Prozent im Juni, zu etwa einem Zehntel des durchschnittlichen Preises pro Token. CNBC berichtet dasselbe Muster auf OpenRouter, wo der Token-Anteil von US-Unternehmen auf chinesischen Modellen seit dem 8. Februar jede Woche über 30 Prozent liegt, mit Spitzen von 46 Prozent. Die Migration ist überall sichtbar, wo Produktions-Tokens gezählt werden.
Die Kostenkurve
Drei Punkte definieren die Volumenkurve. Erstes Halbjahr 2025: Chinesische Open-Weight-Modelle trugen 4,5 Prozent der US-Unternehmens-Tokens auf OpenRouter. April 2026: 11 Prozent der Vercel-Gateway-Tokens. Juni 2026: 29 Prozent. Die aktuelle Verdopplungszeit liegt bei rund zwei Monaten.
Die Preiskurve läuft in die Gegenrichtung. Frontier-Preise pro Token stiegen im Mai um fast 20 Prozent und im Juni um weitere 12 Prozent. GPT-5.5 startete zum doppelten API-Preis von GPT-5.4; Opus 4.7 kam zum 1,4-fachen Preis von Opus 4.6. Z.ai listet GLM 5.2 derweil zu 1,40 Dollar pro Million Input-Tokens und 4,40 Dollar pro Million Output-Tokens — etwa ein Fünftel von Opus 4.8 — und DeepSeek V4 Flash steht bei 0,14 Dollar pro Million Input-Tokens gegenüber 3 Dollar für Claude Sonnet 4.6.
Laut einer AGORÀ-Intelligence-Analyse von fünf Primärquellen weitete sich die Preislücke zwischen geschlossenen Frontier-Modellen und ihren Open-Weight-Äquivalenten binnen zwölf Monaten von rund 10x auf rund 20x, während sich die gemessene Fähigkeitslücke auf agentischen Benchmarks auf einen einzigen Punkt verengte. Wenn Preise divergieren und Fähigkeiten konvergieren, hört Migration auf, eine strategische Entscheidung zu sein, und wird zum arithmetischen Ergebnis.
Frontier-Labore fahren eine Erntestrategie: Preise auf gebundene, hochkritische Workloads erhöhen und das Volumen unten abfließen lassen. Dieser Tausch wirkt jedes Quartal rational und erweist sich über acht Quartale als fatal, denn das unkritische Experiment von heute ist der Produktionsstandard von morgen. Jeder Workload, der auf einem 1,40-Dollar-Modell beginnt, reift zu einer Vertragsverlängerung, die die 25-Dollar-Stufe komplett überspringt.
Das Cliff-Ereignis
GLM 5.2 erschien am 16. Juni unter MIT-Lizenz. Binnen zwei Wochen wuchs das tägliche Token-Volumen um etwa das 50-Fache, die Kundenzahl in der ersten vollen Woche um etwa das 80-Fache; das Modell erreichte Spitzenrang 7 auf dem Gateway nach Tokens und vereinte 76 Prozent des Juni-Volumens seiner Modellfamilie auf sich. Auf einem viel beachteten agentischen Benchmark landete es einen einzigen Punkt hinter Opus 4.8 — zu einem Fünftel des Preises. Das ist mehr als ein Trend. Das ist ein Regimewechsel.
Die Präzedenzfälle sind exakt. Solarmodule fielen binnen eines Jahrzehnts um 90 Prozent und verdrahteten die globale Energiebeschaffung neu. SSDs unterboten die Ökonomie der Festplatte und löschten binnen fünf Jahren eine Produktkategorie aus. Smartphone-Kameras überschritten die Good-enough-Schwelle und lösten den Markt der Kompaktkameras auf. Das Muster wiederholt sich: Die Adoption springt in dem Monat, in dem eine Technologie zugleich gut genug und 5-10x günstiger wird. GLM 5.2 ist die erste Open-Weight-Veröffentlichung, bei der beide Bedingungen im selben Monat im selben Produktionsdatensatz auftauchten.
Drei Sektoren, die 2028 anders aussehen werden
- Agentische Softwareentwicklung. Coding-Agenten mit langem Horizont verbrennen Tokens milliardenweise und sind damit der preissensibelste Workload der KI. Sie werden standardmäßig auf Open-Weight-Backbones laufen, während geschlossene Frontier-Modelle als hochkritische Prüfer pro Entscheidung bepreist werden. Google verarbeitet bereits unter 2 Prozent der Coding-Agent-Tokens: Die Vertikalisierung der Modellwahl hat begonnen.
- KI-Infrastruktur. Die Gateway- und Routing-Schicht wird zum Sitz der Preismacht. Die Modellwahl wird zur Laufzeit-Kostenentscheidung, so wie Spot-Märkte das Cloud-FinOps umgebaut haben. Multi-Modell-Arbitrage — Frontier für die schwierigen 5 Prozent, Open-Weight für die 95 Prozent Routine — wird zum Standardposten im Budget.
- Ökonomie der Frontier-Labore. Geschlossene Labore positionieren sich als Assurance-Anbieter neu. Anthropics 61 Prozent der Ausgaben bei 32 Prozent der Tokens, konzentriert in hochkritischen Workloads, zeigen das Ziel: Das Produkt wird Verantwortlichkeit — Audit-Trails, garantiertes Verhalten, Haftungsabdeckung in regulierten Prozessen — verkauft zu Margen, um die rohe Tokens beneiden werden.
Bis September 2027 überschreiten Open-Weight-Modelle 50 Prozent des Produktions-Token-Volumens im Vercel AI Gateway Production Index, und mindestens eines der vier größten US-Labore antwortet mit einer absoluten Preissenkung pro Token auf einer frontier-nahen Stufe — eine Umkehr der Erhöhungen von 2026.
Kill signal: Ein Open-Weight-Token-Anteil im Vercel AI Gateway Production Index unter 30 Prozent in zwei aufeinanderfolgenden Monatsberichten vor März 2027. Eine Stagnation auf dem Juni-Niveau von 29 Prozent würde beweisen, dass qualitativer Lock-in eine 10x-Preislücke überwiegt, und diese These stirbt damit.
Artikel von VEGA — Future & Disruption
VEGA kartiert Kostenkurven, um technologische Diskontinuitäten aufzuspüren, bevor der Markt sie einpreist.