Chinesische Anbieter setzen die US-Konkurrenz unter Druck. Google reagiert mit neuen Modellen, die mehr Kosteneffizienz und flexible Leistungsniveaus bieten sollen. shutterstock.com – JRdes Der Preiskampf im Bereich Künstlicher Intelligenz (KI) geht mit einer Ankündigung von Google in die nächste Runde. Der Suchmaschinenanbieter hat mehrere Aktualisierungen seines Gemini-Portfolios angekündigt. Die kommende Produktreihe umfasst mehrere verschiedene Gemini-Varianten. Diese sind auf unterschiedliche Preis- und Leistungsniveaus zugeschnitten. Unter anderem stellte der US-amerikanische Tech-Riese sein neues Modell, Gemini 2.0 Flash-Lite als eigenen Angeben zufolge bisher kosteneffizientestes Modell vor. Google hat Gemini 2.0 Flash-Lite nach einer Vorabversion für Entwickler nun allgemein verfügbar gemacht und testet derzeit eine aktualisierte Pro-Version. Das Modell ist über die Gemini-API in Google AI Studio und Vertex AI zugänglich und ermöglicht Entwicklern die Erstellung von Produktionsanwendungen. Das Modell soll sich auch für anspruchsvolle KI-Aufgaben eignen und multimodale Analysen mit einem Kontextfenster von einer Million Token unterstützen. Nach Angaben von Google kann Gemini 2.0 Flash-Lite für weniger als einen Dollar in der kostenpflichtigen Version von Google AI Studio zum Beispiel Beschriftungen für etwa 40.000 Bilder generieren. Der Hersteller verspricht außerdem, das System in Kürze um Bildgenerierung und Sprachsynthese zu erweitern. Kosteneffizienz wird zum zentralen KI-Schlachtfeld Die Einführung des Flash-Lite-Modells durch Google ist als direkte Reaktion auf den chinesischen Konkurrenten DeepSeek zu werten. Damit wird zudem deutlich, dass sich die Kosteneffizienz zu einem immer wichtigeren Faktor in der Entwicklung und im Betrieb von KI-Modellen entwickelt. DeepSeeks Meldung, dass sein Modelltraining weniger als sechs Millionen Dollar gekostet habe – deutlich weniger als bei den großen US-KI-Firmen – hat die gesamte Branche aufgerüttelt und den Wettbewerb um günstigere KI-Modelle angefacht. Beispielsweise hat Alibaba ein verbessertes Modell vorgestellt, das DeepSeek übertreffen soll. Dies erhöht den Druck auf Anbieter wie OpenAI und Microsoft, erschwinglichere Lösungen anzubieten und ihre Preismodelle anzupassen. Trotz Kostenbedenken setzen AWS, Google, Microsoft und Meta weiterhin auf hohe Investitionen in KI. Gerade erst hat Amazon angekündigt, vor dem Hintergrund steigender KI-Nachfrage rund 100 Milliarden Dollar in den Ausbau seiner Data-Center-Infrastruktur stecken zu wollen. Günstiger ist nicht unbedingt besser Analysten warnen jedoch, dass kostengünstige Modelle Leistungs-, Sicherheits- und Datenschutzkompromisse mit sich bringen, da sie oft ein schwächeres kontextbezogenes Verständnis und weniger Argumentationsstärke mit sich bringen. Auch Sicherheitsrisiken wie schwächere Abwehrmechanismen gegen feindliche Angriffe und Data Poisoning müssten mit bedacht werden. Hinsichtlich der kostengünstigen Modelle melden Experten Bedenken hinsichtlich des Datenschutzes, möglicher Datenlecks und der Einhaltung von Compliance-Vorschriften an. Dazu könnten versteckte Kosten kommen – beispielsweise für zusätzliche Validierungsebenen und Sicherheitsmaßnahmen. Anwenderunternehmen sollten darüber hinaus Reputationsrisiken im Blick behalten, wenn es aufgrund von Leistungsproblemen zu Fehlern im Handling der Billig-Modelle kommt.
Google erweitert Gemini-Portfolio mit kosteneffizienten Modellen
Chinesische Anbieter setzen die US-Konkurrenz unter Druck. Google reagiert mit neuen Modellen, die mehr Kosteneffizienz und flexible Leistungsniveaus bieten sollen. shutterstock.com – JRdes Der Preiskampf im Bereich Künstlicher Intelligenz (KI) geht mit einer Ankündigung von Google in die nächste Runde. Der Suchmaschinenanbieter hat mehrere Aktualisierungen seines Gemini-Portfolios angekündigt. Die kommende Produktreihe umfasst mehrere verschiedene Gemini-Varianten. Diese sind auf unterschiedliche Preis- und Leistungsniveaus zugeschnitten. Unter anderem stellte der US-amerikanische Tech-Riese sein neues Modell, Gemini 2.0 Flash-Lite als eigenen Angeben zufolge bisher kosteneffizientestes Modell vor. Google hat Gemini 2.0 Flash-Lite nach einer Vorabversion für Entwickler nun allgemein verfügbar gemacht und testet derzeit eine aktualisierte Pro-Version. Das Modell ist über die Gemini-API in Google AI Studio und Vertex AI zugänglich und ermöglicht Entwicklern die Erstellung von Produktionsanwendungen. Das Modell soll sich auch für anspruchsvolle KI-Aufgaben eignen und multimodale Analysen mit einem Kontextfenster von einer Million Token unterstützen. Nach Angaben von Google kann Gemini 2.0 Flash-Lite für weniger als einen Dollar in der kostenpflichtigen Version von Google AI Studio zum Beispiel Beschriftungen für etwa 40.000 Bilder generieren. Der Hersteller verspricht außerdem, das System in Kürze um Bildgenerierung und Sprachsynthese zu erweitern. Kosteneffizienz wird zum zentralen KI-Schlachtfeld Die Einführung des Flash-Lite-Modells durch Google ist als direkte Reaktion auf den chinesischen Konkurrenten DeepSeek zu werten. Damit wird zudem deutlich, dass sich die Kosteneffizienz zu einem immer wichtigeren Faktor in der Entwicklung und im Betrieb von KI-Modellen entwickelt. DeepSeeks Meldung, dass sein Modelltraining weniger als sechs Millionen Dollar gekostet habe – deutlich weniger als bei den großen US-KI-Firmen – hat die gesamte Branche aufgerüttelt und den Wettbewerb um günstigere KI-Modelle angefacht. Beispielsweise hat Alibaba ein verbessertes Modell vorgestellt, das DeepSeek übertreffen soll. Dies erhöht den Druck auf Anbieter wie OpenAI und Microsoft, erschwinglichere Lösungen anzubieten und ihre Preismodelle anzupassen. Trotz Kostenbedenken setzen AWS, Google, Microsoft und Meta weiterhin auf hohe Investitionen in KI. Gerade erst hat Amazon angekündigt, vor dem Hintergrund steigender KI-Nachfrage rund 100 Milliarden Dollar in den Ausbau seiner Data-Center-Infrastruktur stecken zu wollen. Günstiger ist nicht unbedingt besser Analysten warnen jedoch, dass kostengünstige Modelle Leistungs-, Sicherheits- und Datenschutzkompromisse mit sich bringen, da sie oft ein schwächeres kontextbezogenes Verständnis und weniger Argumentationsstärke mit sich bringen. Auch Sicherheitsrisiken wie schwächere Abwehrmechanismen gegen feindliche Angriffe und Data Poisoning müssten mit bedacht werden. Hinsichtlich der kostengünstigen Modelle melden Experten Bedenken hinsichtlich des Datenschutzes, möglicher Datenlecks und der Einhaltung von Compliance-Vorschriften an. Dazu könnten versteckte Kosten kommen – beispielsweise für zusätzliche Validierungsebenen und Sicherheitsmaßnahmen. Anwenderunternehmen sollten darüber hinaus Reputationsrisiken im Blick behalten, wenn es aufgrund von Leistungsproblemen zu Fehlern im Handling der Billig-Modelle kommt.
Google erweitert Gemini-Portfolio mit kosteneffizienten Modellen Chinesische Anbieter setzen die US-Konkurrenz unter Druck. Google reagiert mit neuen Modellen, die mehr Kosteneffizienz und flexible Leistungsniveaus bieten sollen. shutterstock.com – JRdes Der Preiskampf im Bereich Künstlicher Intelligenz (KI) geht mit einer Ankündigung von Google in die nächste Runde. Der Suchmaschinenanbieter hat mehrere Aktualisierungen seines Gemini-Portfolios angekündigt. Die kommende Produktreihe umfasst mehrere verschiedene Gemini-Varianten. Diese sind auf unterschiedliche Preis- und Leistungsniveaus zugeschnitten. Unter anderem stellte der US-amerikanische Tech-Riese sein neues Modell, Gemini 2.0 Flash-Lite als eigenen Angeben zufolge bisher kosteneffizientestes Modell vor. Google hat Gemini 2.0 Flash-Lite nach einer Vorabversion für Entwickler nun allgemein verfügbar gemacht und testet derzeit eine aktualisierte Pro-Version. Das Modell ist über die Gemini-API in Google AI Studio und Vertex AI zugänglich und ermöglicht Entwicklern die Erstellung von Produktionsanwendungen. Das Modell soll sich auch für anspruchsvolle KI-Aufgaben eignen und multimodale Analysen mit einem Kontextfenster von einer Million Token unterstützen. Nach Angaben von Google kann Gemini 2.0 Flash-Lite für weniger als einen Dollar in der kostenpflichtigen Version von Google AI Studio zum Beispiel Beschriftungen für etwa 40.000 Bilder generieren. Der Hersteller verspricht außerdem, das System in Kürze um Bildgenerierung und Sprachsynthese zu erweitern. Kosteneffizienz wird zum zentralen KI-Schlachtfeld Die Einführung des Flash-Lite-Modells durch Google ist als direkte Reaktion auf den chinesischen Konkurrenten DeepSeek zu werten. Damit wird zudem deutlich, dass sich die Kosteneffizienz zu einem immer wichtigeren Faktor in der Entwicklung und im Betrieb von KI-Modellen entwickelt. DeepSeeks Meldung, dass sein Modelltraining weniger als sechs Millionen Dollar gekostet habe – deutlich weniger als bei den großen US-KI-Firmen – hat die gesamte Branche aufgerüttelt und den Wettbewerb um günstigere KI-Modelle angefacht. Beispielsweise hat Alibaba ein verbessertes Modell vorgestellt, das DeepSeek übertreffen soll. Dies erhöht den Druck auf Anbieter wie OpenAI und Microsoft, erschwinglichere Lösungen anzubieten und ihre Preismodelle anzupassen. Trotz Kostenbedenken setzen AWS, Google, Microsoft und Meta weiterhin auf hohe Investitionen in KI. Gerade erst hat Amazon angekündigt, vor dem Hintergrund steigender KI-Nachfrage rund 100 Milliarden Dollar in den Ausbau seiner Data-Center-Infrastruktur stecken zu wollen. Günstiger ist nicht unbedingt besser Analysten warnen jedoch, dass kostengünstige Modelle Leistungs-, Sicherheits- und Datenschutzkompromisse mit sich bringen, da sie oft ein schwächeres kontextbezogenes Verständnis und weniger Argumentationsstärke mit sich bringen. Auch Sicherheitsrisiken wie schwächere Abwehrmechanismen gegen feindliche Angriffe und Data Poisoning müssten mit bedacht werden. Hinsichtlich der kostengünstigen Modelle melden Experten Bedenken hinsichtlich des Datenschutzes, möglicher Datenlecks und der Einhaltung von Compliance-Vorschriften an. Dazu könnten versteckte Kosten kommen – beispielsweise für zusätzliche Validierungsebenen und Sicherheitsmaßnahmen. Anwenderunternehmen sollten darüber hinaus Reputationsrisiken im Blick behalten, wenn es aufgrund von Leistungsproblemen zu Fehlern im Handling der Billig-Modelle kommt.