Das Modell, das sich für Claude hält

Fragt man Kimi K3, wer es ist, antwortet es in einem messbaren Teil der Fälle: Claude. Gelegentlich wird es konkret und nennt sich Claude 4.5, ein Modell, das Anthropic vor Monaten ausgemustert hat. Ryan Greenblatt von Redwood Research hat vergangene Woche Kreuzentropievergleiche über rohe Modellantworten laufen lassen und festgestellt, dass diese Identitätsverwirrung zu häufig auftritt, um sie als Rauschen abzutun. Mit seinem eigenen Ergebnis war er vorsichtig: Das kann Destillation sein, es kann aber auch Kontamination sein, denn das öffentliche Netz ist voll mit Gesprächsprotokollen von Claude. Von außen, räumt er ein, lässt sich beides nicht sauber auseinanderhalten.

Washington hat für solche Sorgfalt gerade keine Geduld. Die Regierung wirft Moonshot verdeckte Destillation amerikanischer Modelle im großen Stil vor. Der Wissenschaftsberater des Präsidenten nennt Destillation Diebstahl amerikanischer Technologie. Ein Staatssekretär im Außenministerium legte nach und sprach von "a heist of invaluable American Intellectual Property". Das baut auf Anthropics eigenem Vorwurf vom Februar auf, der immerhin konkret war: 3,4 Millionen Abfragen über die API, angeblich betrügerisch, angeblich mit dem Ziel, agentisches Denken und Programmierfähigkeiten abzusaugen.

Die Gegenwehr kam innerhalb von Tagen, und Teile davon sind stark. Modellausgaben sind nicht urheberrechtlich geschützt, das sagt das US Copyright Office selbst seit Jahren, die juristische Grundlage hinter dem Wort Raubzug wackelt also. Ein Mitarbeiter von Moonshot rechnete vor: Fable 5 erschien am 1. Juli, Kimi K3 am 15. Juli, und niemand trainiert in zwei Wochen ein Modell mit 2,8 Billionen Parametern. Forscher, die die South China Morning Post zitiert, nennen die Vorwürfe politisch. Und dass der Zeitpunkt unschuldig ist, glaubt man schwer, wenn zwei amerikanische Börsengänge anstehen und chinesische offene Modelle die Preise in den Keller drücken.

Was mich an dem ganzen Streit stört: Beide Seiten greifen die schwächste Version der Gegenseite an.

Das Argument mit den 15 Tagen zerlegt eine Behauptung, die niemand ernsthaft aufgestellt hat. Anthropics Vorwurf stammt vom Februar und beschreibt monatelangen Datenverkehr über die API, gerichtet auf ältere Versionen von Claude. Dass Kimi K3 sich für Claude 4.5 hält, ein älteres Modell, zeigt zeitlich nach hinten, nicht auf Fable 5. Fünfzehn Tage sind eine schöne Pointe und beantworten nichts.

Und die Rhetorik vom Raubzug zerlegt sich selbst, sobald man die Geschichte danebenlegt. Die großen Labore haben auf dem offenen Netz trainiert, auf gescrapten Foren, auf Raubkopien von Büchern. Anthropic hat rund 1,5 Milliarden Dollar gezahlt, um genau dafür einen Vergleich mit Buchautoren zu schließen. OpenAI steht mit der New York Times immer noch vor Gericht. Ein Jahrzehnt lang lautete die Position der Branche, das Training auf fremden Werken sei Fair Use, also erlaubte transformative Nutzung. Auf dieser Position sind diese Firmen gebaut. Jetzt nennen dieselben Firmen das Training auf ihren Ausgaben Diebstahl. Vielleicht gibt es eine juristisch saubere Linie zwischen diesen beiden Positionen, gezogen hat sie bisher niemand. Was ich stattdessen sehe, ist einfacher: Extraktion heißt Fortschritt, wenn man sie selbst betreibt, und Diebstahl, wenn man sie erleidet.

Die technische Realität sitzt derweil unbeeindruckt daneben. Destillation ist Alltag. Jedes Labor betreibt irgendeine Form davon. Jedes offene Modell, das sich je für ChatGPT hielt, und davon gab es viele, trug dieselben Fingerabdrücke, die Kimi jetzt trägt. Die interessante Frage war nie, ob chinesische Labore von amerikanischen Ausgaben lernen. Tun sie, genauso wie amerikanische Labore vom gesamten geschriebenen Werk der Menschheit gelernt haben. Die interessante Frage ist, was mit den Preisen passiert, wenn eine Seite es schafft, die Praxis zu verbieten. Denn Destillation ist der Mechanismus, der Fähigkeiten für hundert Millionen Dollar achtzehn Monate später zu Fähigkeiten für fünf Millionen macht. Verbietet man sie, behält die Spitze ihre Margen. Schützt man sie, kommen die billigen Modelle weiter.

Eigentlich müsste ich wollen, dass die billigen Modelle weiterkommen. Ich kaufe Intelligenz ein, statt sie zu verkaufen, und destillierte Konkurrenz ist der Grund, warum meine Kosten jedes Quartal fallen. Aber meine Firma läuft auf Mistral, und diesen Gedanken werde ich nicht los: Alles, was Kimi angeblich mit Claude gemacht hat, kann jeder mit Mistral genauso machen, sogar leichter, denn die Gewichte der offenen Modelle von Mistral liegen auf Hugging Face. Eine Regel, die Anthropics Ausgaben schützt, würde auch Europas Labor schützen. Eine Welt der freien Destillation lässt meine Kosten fallen und trägt nebenbei das eine europäische Spitzenlabor ab, an dem mein Produkt hängt.

Ein Detail aus der Analyse geht mir nicht mehr aus dem Kopf: Greenblatt hat seine Statistik mit Hilfe von Fable gerechnet. Ein Modell von Anthropic prüft, ob ein chinesisches Modell aus Modellen von Anthropic gebaut wurde, und hat die Arbeit allem Anschein nach unparteiisch erledigt. Irgendwo in dieser Konstellation steckt entweder ein Interessenkonflikt oder ein kleines Wunder an Professionalität, und ich kann mich ehrlich nicht entscheiden, welches von beiden.

#KI #Destillation #OpenSource