Ein heute von CCTV Finance ausgestrahlter Bericht nennt eine Zahl: Bis Juni dieses Jahres überstiegen Chinas tägliche Token-Abrufe im Schnitt 500 Billionen. Dieselbe Messgröße war erst drei Monate zuvor offiziell gemeldet worden – damals lag sie bei 140 Billionen.
Ein Blick zurück macht die Entwicklung deutlicher. Die chinesische Bezeichnung für Token, "ciyuan" (词元), wurde erst im März dieses Jahres offiziell eingeführt. In derselben Mitteilung lag der tägliche Durchschnitt bei über 140 Billionen Token – mehr als das Tausendfache der 100 Milliarden von Anfang 2024 und 40 Prozent mehr als die 100 Billionen Ende 2025. Rechnet man diesen Trend fort, fiel der Zuwachs im zweiten Quartal um ein Vielfaches höher aus als im Quartal davor – grob gerechnet fast das 3,6-Fache. Die Kurve knickte im zweiten Quartal deutlich nach oben ab.
Der Knick liegt bei der Inferenz
CCTV Finance formuliert es so: Der Wettbewerbsschwerpunkt habe sich von reiner "Modell-Intelligenz" hin zu Agenten-Einsatz und Ökosystemaufbau verschoben. Für die Rechenkosten hat das eine sehr konkrete Bedeutung: Ein Chat-Aufruf ist Frage und Antwort – wenige Hundert bis wenige Tausend Token, dann ist er beendet. Ein KI-Agent, der eine Aufgabe übernimmt, muss dagegen wiederholt Daten durchsuchen, Kontext lesen, Werkzeuge aufrufen und mehrere Feedback-Runden durchlaufen; der Token-Verbrauch für dieselbe Aufgabe kann dadurch um ein bis zwei Größenordnungen höher liegen.
Liu Feng, General Manager für Smart Industries bei Tencent, nannte im Bericht eine direkt vergleichbare Zahl: In der ersten Woche nach dem offiziellen Start von Hunyuan 3 stiegen die Token-Abrufe im Vergleich zur Vorgängerversion Hunyuan 2 um das 68-Fache. Ein derart massiver Sprung bei einem einzigen Versionswechsel lässt sich nicht mehr allein mit "mehr Nutzern" erklären – näherliegend ist, dass sich die Verbrauchsstruktur einzelner Aufgaben grundlegend verändert hat.
Das erklärt auch, warum die Anbieter reihenweise Inferenz-Cluster ausbauen, statt sich nur auf Trainingskarten zu konzentrieren. Training ist eine einmalige Investition, die nach Abschluss des Trainings abgeschrieben wird. Inferenz dagegen ist eine laufende Ausgabe – je mehr genutzt wird, desto höher die Kosten. Und KI-Agenten sind genau die Art von Produkt, die "viel Nutzung" zum Standardfall macht.
Release-Zyklen auf vier bis sechs Wochen verkürzt
Feng Wen, Chefarchitektin der Open-Plattform von MiniMax, weist auf eine weitere Veränderung hin: In der zweiten Jahreshälfte 2025 lag das Ziel der Anbieter noch bei einer Modell-Iteration alle drei Monate. Inzwischen muss alle vier bis sechs Wochen ein neues Modell erscheinen.
Das setzt die Rechenkapazität von beiden Seiten unter Druck. Auf der Trainingsseite werden die Zeitpläne enger getaktet – ein Cluster hat kaum eine Verschnaufpause, bevor die nächste Runde beginnt. Auf der Inferenzseite müssen gleichzeitig mehrere noch aktive Versionen bedient werden: Ein neues Modell bedeutet nicht, dass die alte Version sofort abgeschaltet wird – ältere API-Versionen bleiben oft noch Monate lang verfügbar, sodass die Kapazität für einen parallelen Betrieb mehrerer Versionen eingeplant werden muss.
Das schnellere Tempo hat noch einen Nebeneffekt: Das Zeitfenster, in dem sich die Trainingskosten eines einzelnen Modells amortisieren, wird kürzer. Chinesische Modelle sind dieses Jahr reihenweise günstiger geworden, der Preiskampf ist hart – und das hängt eng mit diesem schrumpfenden Zeitfenster zusammen. Solange ein Modell noch im Einsatz ist, lohnt es sich mehr, die Abrufzahlen möglichst hochzutreiben, als langsam zu einem hohen Preis zu verkaufen.
KI-Rechenzentren folgen den langfristigen Verträgen
Zheng Zihao, General Manager des KI-Rechenzentrums der Envision Group, beschreibt den Bau von KI-Rechenzentren als regelrecht explosiv – als Grund nennt er, dass Kunden langfristig stabile Auftragszusagen geben.
Genau diese "langfristig stabilen Auftragszusagen" sind der entscheidende Punkt. Rechenzentren sind sehr kapitalintensiv: Von der Grundstücksbeschaffung bis zur Inbetriebnahme eines Gebäudes vergehen ein bis zwei Jahre, und Investoren fürchten nichts mehr, als am Ende einen Leerstand zu haben. Mit langfristigen Verträgen im Rücken trauen sich Bauherren, gleich auf volle Auslastung zu planen – Stromversorgung, Wasserkühlung und Rack-Dichte lassen sich dann direkt vollständig auslegen. Die vielerorts in China vorangetriebenen einheimischen "Token-Fabriken" und KI-Rechenzentrums-Komplexe folgen derselben Logik: erst Nachfrage sichern, dann Kapazität aufbauen – und die heimische KI-Rechenlieferkette so von der Produktvalidierung zur Serienlieferung führen.
Was neben der Zahl noch fehlt
Der Zahl 500 Billionen fehlt bislang ein internationaler Vergleichswert. Über öffentliche Kanäle liegt keine global vergleichbare Zahl nach derselben Methodik vor, weshalb die Einordnung als "Spitzengruppe" derzeit nur eine qualitative Einschätzung bleibt, die sich nicht mit einer konkreten Kennzahl belegen lässt.
Rechnet man die 500 Billionen auf die Bevölkerung um, ergeben sich bei 1,4 Milliarden Menschen grob rund 350.000 Token pro Kopf und Tag. Diese Zahl an sich sagt wenig aus – der überwiegende Teil der Abrufe stammt aus Unternehmenssystemen und im Hintergrund laufenden KI-Agenten und hat nichts mit dem individuellen Tippverhalten zu tun. Sie erinnert vor allem an eines: Token sind von einer technischen Kennzahl zu einer Branchenkennzahl geworden. Was künftig immer wieder verglichen werden dürfte, sind die Stromkosten, die Kartenstunden und die Erlöse, die hinter jeder Billion Token stehen.
Quellen: CCTV Finance, ITHome, CocoLoop, öffentliche Mitteilungen der Nationalen Datenverwaltung; die Abrufzahlen wurden Punkt für Punkt mit der vorherigen offiziellen Meldung abgeglichen, der Pro-Kopf-Wert ist eine grobe Schätzung der Redaktion.