Wie Anthropic und OpenAI sich gegenseitig bekämpfen — und dabei den eigentlichen Gegner übersehen
Es war ein cleverer Zug. Als Claude Code vor zwei Jahren auf den Markt kam, war die Botschaft klar: Wer ernsthaft entwickelt, bekommt das mächtigste Coding-Tool der Welt — für 20 Dollar im Monat. Oder für 100. Flat. Kein Tokenzählen, kein Nachladen, einfach arbeiten.
Das war kein Zufall. Es war ein Markteinführungsangebot. Und langsam, sehr langsam, läuft es aus.
Der Einstieg war günstig. Der Ausstieg wird teurer.
Wer Anthropics Kommunikation der letzten Monate verfolgt hat, erkennt ein Muster. Zunächst kamen kleine, stille Änderungen: Peak-Hour-Drosselungen, die nirgendwo angekündigt wurden. Wöchentliche Caps, die sich wie durch Geisterhand verschoben. Nutzer, die plötzlich nach einer einzigen Anfrage ihr Sitzungslimit erreichten.
Dann, im April 2026, der erste größere Versuchsballon: Claude Code wurde kurz aus dem 20-Dollar-Pro-Plan gestrichen. Nur für 2% der Neukunden, hieß es später. Nur ein Test. Aber der Test war eindeutig: Wie reagiert der Markt, wenn Claude Code plötzlich nur noch ab 100 Dollar verfügbar ist?
Die Antwort war laut. Und Anthropic ruderte zurück.
Jetzt, im Mai 2026, folgt der nächste Schritt — diesmal eleganter verpackt: Ab dem 15. Juni erhalten Max-5x-Abonnenten ein separates 100-Dollar-Guthaben für die Nutzung des Agent SDK und programmatische Zugriffe. Klingt nach einem Geschenk. Ist aber eine Umstrukturierung. Wer bisher über Zed, Cursor oder andere Drittanbieter-Tools mit Claude gearbeitet hat, zählte das gegen sein großzügiges Subscription-Kontingent. Ab Juni läuft dieselbe Nutzung gegen ein gedeckeltes Budget. Ist das aufgebraucht, beginnt die Extrakostenzone.
Der Topf ist derselbe. Er ist nur kleiner geworden.
OpenAI spielt dasselbe Spiel — nur lauter
Parallel dazu hat OpenAI Codex in den Markt gedrückt. Das Timing war kein Zufall: Während Anthropic im April mit seiner Pro-Plan-Änderung für Unruhe sorgte, präsentierte OpenAI Codex als die verlässliche, transparentere Alternative. „Wir werden euch nicht überraschen”, war die implizite Botschaft. Codex sei verfügbar auf Plus für 20 Dollar, auf Pro für 100 Dollar — alles in einem Topf, kein Split.
Was dabei verschwiegen wurde: Auch Codex läuft auf zeitlich begrenzten Promotionen. Die 10x-Limits, die zum Launch beworben wurden, liefen Ende Mai aus. Die „erhöhten 5-Stunden-Limits” — befristet. OpenAI wirbt mit Großzügigkeit, die strukturell genauso temporär ist wie die von Anthropic.
Beide Anbieter betreiben dasselbe Spiel: Limits erhöhen, wenn Konkurrenz droht. Limits senken oder splitten, wenn die Nutzung zu teuer wird. Nie die absoluten Zahlen nennen. Nur Prozentwerte zeigen.
Der Kampf um wechselwillige Entwickler
Was gerade passiert, ist kein Preiskrieg im klassischen Sinne. Es ist ein Wechselkostenkrieg. Beide Seiten wissen: Wer seinen Workflow einmal auf Claude Code, seine CLAUDE.md-Dateien, seine MCP-Setups und seine Zed-Integration aufgebaut hat, wechselt nicht einfach. Die technischen Wechselkosten sind real.
Also kämpfen Anthropic und OpenAI nicht um neue Nutzer — die kommen sowieso. Sie kämpfen um die 5 bis 15 Prozent der schwer genutzten, technisch versierten Entwickler, die gerade anfangen zu rechnen.
Anthropic erhöhte die Limits um 50% — temporär, bis 13. Juli. OpenAI bot Enterprise-Kunden zwei Monate Codex gratis an, wenn sie von Claude wechseln. Beide Angebote sind datiert. Beide sollen Entscheidungen verzögern, nicht lösen.
Es sind Scheinangebote im besten Sinne des Wortes: kurzfristig attraktiv, strukturell ohne Veränderung.
Der unsichtbare Dritte im Bunde
Was dabei keiner der beiden laut sagt: Der eigentliche Wettbewerb kommt nicht von der anderen Seite des Atlantiks.
DeepSeek V4-Pro erreicht 80,6% auf dem SWE-bench-Verified-Benchmark — nahezu identisch mit Claude Opus 4.6. Der Unterschied: DeepSeek kostet $3,48 pro Million Output-Tokens. Claude Opus kostet $25. Siebenfacher Preisunterschied. Praktisch gleiche Coding-Performance. Ein direkter Vergleich zwischen Mistral, OpenAI und Claude zeigt, wie eng die Lücke zwischen Frontier-Modellen inzwischen tatsächlich ist.
Kimi K2.6 schafft in realen Entwickler-Benchmarks 87 von 100 Punkten, bei einem Bruchteil der Kosten westlicher Frontier-Modelle. Qwen 3.6 Plus liefert 78,8% auf SWE-bench für $0,325 pro Million Input-Tokens.
Über OpenRouter sind all diese Modelle mit einer einzigen API erreichbar. Kein Vendor-Lock-in, keine Subscription, kein Kontingent-Management. Wer seinen Claude-Code-Workflow auf DeepSeek umbiegen will, ändert zwei Umgebungsvariablen: ANTHROPIC_BASE_URL und ANTHROPIC_AUTH_TOKEN. Das war’s.
Ein Entwickler hat kürzlich dokumentiert, wie er 2.415 Agent-Turns durch ein gemischtes Setup aus Kimi, DeepSeek und Qwen gejagt hat — Gesamtkosten: $76,77. Die gleiche Arbeit durch GPT-5.5: geschätzte $1.272.
Warum China strukturell im Vorteil ist
Das ist nicht nur ein Modellqualitäts-Argument. Es ist ein Infrastrukturargument.
Die entscheidende Variable im KI-Business ist nicht das Modell. Modelle konvergieren. GPT-5, Claude Opus, DeepSeek V4 — sie liegen alle im selben SWE-bench-Korridor. Was langfristig den Preis bestimmt, ist Strom und Rechenzentrums-Kapazität.
China hat hier massiv investiert, staatlich subventioniert und strategisch aufgebaut. Huawei Ascend-Chips, eigene Kühlinfrastruktur, Energiekosten, die westliche Anbieter nicht replizieren können. DeepSeek V4 wurde nachweislich auf Huawei Ascend 950PR-Chips trainiert — ohne NVIDIA-Hardware. Das ist kein akademisches Detail. Es bedeutet: die chinesische KI-Infrastruktur ist unabhängig von westlichen Chip-Exportkontrollen und strukturell günstiger zu betreiben.
Während Anthropic Deals mit AWS und SpaceX schließt, um Rechenkapazität zu sichern, und OpenAI Milliarden in eigene Rechenzentren pumpt, bauen chinesische Anbieter auf einer anderen ökonomischen Grundlage.
Das Endspiel
Anthropic und OpenAI kämpfen gerade einen Preiskampf, der strukturell nicht gewinnbar ist — zumindest nicht auf dem Terrain, auf dem sie ihn führen.
Beide haben ihre Preise mit günstigen Einstiegsangeboten auf einem Niveau etabliert, das von der Nachfrage — und den politischen Rückenwind-Effekten wie dem ChatGPT-Boykott nach dem Pentagon-Deal — gesprengt wurde. Jetzt müssen beide monetarisieren. Aber jedes Mal, wenn sie die Konditionen verschlechtern oder splitten oder deckeln, öffnen sie ein weiteres Fenster für chinesische Alternativen.
Das Muster ist historisch bekannt: Westliche Techfirmen führen Märkte mit günstigen Angeboten ein, skalieren die Infrastruktur hoch, gewinnen Marktanteile — und erhöhen dann die Preise, wenn der Lock-in sitzt. Es hat bei Cloud-Storage funktioniert. Bei SaaS. Bei App Stores.
Aber KI-Modelle sind keine App Stores. Die Switching-Barriere sind zwei Umgebungsvariablen. Und der günstigere Anbieter sitzt nicht in einem Garagenbüro in San Francisco, sondern in einem staatlich subventionierten Rechenzentrum in Shenzhen.
Wer heute anfängt zu rechnen, stellt fest: $100 im Monat für einen gedeckelten, geteilten, intransparenten Zugang zu einem westlichen Frontier-Modell — oder $20 bis $30 für weitgehend gleichwertige Coding-Performance über OpenRouter, mit vollen Token, ohne Caps, ohne Promotions, die ablaufen. Wer die Entscheidung systematischer angehen will, für welches Modell und welchen Zugangsweg, findet in der Entscheidungsmatrix Fine-Tuning vs. RAG vs. Prompt Engineering einen guten Ausgangspunkt — die Logik gilt sinngemäß auch für die Modellwahl selbst.
Anthropic und OpenAI kämpfen um wechselwillige Kunden. Dabei merken sie nicht, dass der Markt gerade still und leise die Frage stellt, ob man überhaupt noch wechseln muss — oder einfach aussteigen kann.