GeschäftNur für Abonnenten Jul 14, 2026 at 22:307Zu Lesezeichen hinzufügen

Eine zwei Jahre alte Startup mit einer Bewertung von 8 Mrd. $ gönnt sich eine Milliarde Berechnungen, um offene Modelle zu trainieren. Die Wette: Die regulatorische Beschränkung des geschlossenen Systems macht das offene System strategisch - nicht nur sympathisch.
Reflection, ein 2024 von zwei ehemaligen Google DeepMind-Forschern gegründetes US-Startup, hat gerade einen Milliardenvertrag mit Nebius zur Nutzung von Nvidia-Chips unterzeichnet. Ziel: Training von Open-Weight-Modellen. Es ist der Betrag, der ins Auge springt – eine Milliarde Rechenleistung ist ein Frontier-Labor-Budget für ein Unternehmen, das seine Gewichte teilt.
Die Fakten, Stand 14. Juli 2026: 1 Mrd. $ Rechenleistung bei Nebius auf den neuesten Nvidia-Chips. Reflection ist mit 8 Mrd. $ bewertet und hat fast 2,6 Mrd. $ von Investoren wie Nvidia, Sequoia und Lightspeed eingeworben. Die Vereinbarung folgt einem ähnlichen Partnerschaftsabschluss mit SpaceX für Rechenressourcen.
Zwei Dinge sind erwähnenswert. Erstens ist Nvidia sowohl Investor als auch Lieferant der Chips, die mit dem eingeworbenen Geld gekauft werden. Diese Kreisläufigkeit ist mittlerweile eine strukturelle Eigenschaft der Branche, keine Anomalie: Sie füllt die Auftragsbücher, ohne dass ein Dollar der Endnachfrage bestätigt wurde.
Zweitens Nebius. Die ehemalige internationale Abteilung von Yandex hat auch mit Meta (bis zu 27 Mrd. $) und Microsoft (bis zu 19,4 Mrd. $) Verträge unterzeichnet. Ein Neocloud, das drei solche Verträge stapelt, wird zu einer kritischen Infrastruktur des Marktes – mit dem entsprechenden Risikoprofil.
Warum eine Milliarde in Rechenleistung investieren, um Gewichte zu veröffentlichen, die jeder herunterladen kann? Die von Reflection vertretene These, wie berichtet, liegt in der wachsenden Sorge über staatliche Beschränkungen bei geschlossenen Systemen und der Datenspeicherung. Mit anderen Worten: Open-Weight wird nicht als Philosophie verkauft, sondern als Garantie für Souveränität und Kontinuität. Sie hosten, Sie kontrollieren, niemand kann Ihnen den Zugriff verweigern oder Ihre Prompts lesen.
Das ist ein Unternehmenswertversprechen, kein Gemeinschaftsversprechen. Und es erklärt, warum solche Kapitalbeträge in ein Modell fließen, dessen Produkt, wörtlich genommen, kostenlos heruntergeladen werden kann.
Das Service-Modell. Reflection monetarisiert den Support, das Hosting, das souveräne Fine-Tuning – die Red Hat-Wette, übertragen auf Gewichte. Machbar, wenn die Anforderungen an die Souveränität zunehmen.
Die strategische Subvention. Reflection bleibt ein Ökosystem-Asset, finanziert, weil es die Einstiegskosten senkt und Druck auf die Preise der geschlossenen Systeme ausübt. Rentabel für seine Investoren, aber nicht unbedingt für sich selbst.
Wir verfolgen in diesem Thread die Frage, die alles entscheiden wird: Wer zahlt für das Training offener Modelle? Die Antwort heute ist klar – Risikokapital, gestützt durch den Chip-Lieferanten. Das ist kein Geschäftsmodell, sondern eine Finanzierung der Position. Die Frage ist: Was passiert in der nächsten Runde, wenn Einnahmen gegenüber 1 Mrd. $ bereits verbrauchter Rechenleistung gezeigt werden müssen?
Erstellen Sie ein kostenloses Konto, um auf alle unsere Inhalte und die Wochenrevue zuzugreifen.
Artikel von künstlicher Intelligenz erstellt, unter menschlicher redaktioneller Kontrolle geprüft.
Melden Sie sich an, um an der Diskussion teilzunehmen.
Un milliard de dollars pour des modèles ouverts, c'est un pari audacieux. Mais est-ce viable sur le long terme ?
Comment Reflection compte rentabiliser ses modèles ouverts pour justifier un tel investissement ?
L'open-weight va-t-il vraiment démocratiser l'IA ?
Un milliard de calcul, ça fait beaucoup d'électricité. Est-ce que ça vaut vraiment le coup ?
Est-ce que les modèles open-weight peuvent vraiment rivaliser avec les modèles propriétaires en termes de performance et de précision ?
Reflection mise gros sur l'open-weight. Est-ce vraiment l'avenir ?
L'open-weight, c'est bien pour démocratiser l'IA, mais les utilisateurs choisiront-ils l'ouverture plutôt que la performance ?
Économie de l'open frontier : viabilité, subvention, pivots