In der Analyse vom 8. Oktober fand SemiAnalysis veröffentlichte Sicherheitsresultate für 31 von 857 Veröffentlichungen; zum Start lagen sie nur bei neun vor Analyse vom 8. Oktober zählte SemiAnalysis 857 Veröffentlichungen von neun in China ansässigen Entwicklern zwischen 2021 und dem 15. September 2026. Für 31 Veröffentlichungen (3,6 %) fand das Unternehmen ein veröffentlichtes Sicherheitsresultat. Nur bei neun (1,1 %) lag es am oder vor dem Modellstart vor.

Die Zahlen beschreiben, was die Forschenden in öffentlichen Materialien der Entwickler finden konnten. Sie zeigen weder, wie viele Modelle privat getestet wurden, noch ob ein bestimmtes Modell sicher ist.

Die große Veränderung

  • Was sich geändert hat: SemiAnalysis bezifferte eine Dokumentationslücke in einer abgegrenzten Veröffentlichungsgruppe: Bei neun von 857 lag bis zum Starttag ein modellspezifisches Sicherheitsresultat vor, das die Öffentlichkeit lesen konnte.
  • Warum das wichtig ist: Wer ein Modell beim Start beurteilt, braucht Ergebnisse für genau diese Version. Eine allgemeine Zusicherung, dass Tests durchgeführt wurden, oder ein erst nach dem Start veröffentlichtes Ergebnis beantwortet dieselbe Frage zu diesem Zeitpunkt nicht.
  • Worauf zu achten ist: Bei künftigen Veröffentlichungen ist ein datiertes, genau dem Modell zugeordnetes Ergebnis hilfreich, das beim ersten Zugang der Nutzer verfügbar ist. Die Offenlegungsquote des Audits kann sich ändern, wenn Dokumente erscheinen; eine spätere Veröffentlichung ändert jedoch nicht, was am Starttag verfügbar war.

Was das Audit zählte

Laut SemiAnalysis umfasste die Erhebung 741 Veröffentlichungen von Produktmodellen und 116 von Forschungsmodellen von Alibaba, ByteDance, Tencent, Baidu, DeepSeek, Moonshot, Zhipu (Z.ai), MiniMax und StepFun. Für jede Veröffentlichung wurde das erste öffentliche Datum bestimmt; anschließend durchsuchten die Forschenden Modellkarten, Versionshinweise und technische Berichte der Entwickler nach einem Sicherheitsresultat, das sich dieser Veröffentlichung zuordnen ließ.

Ein qualifizierendes Ergebnis musste einen quantitativen oder substanziellen Befund zu einem benannten Modell enthalten. Themen waren schädliche Ausgaben, Widerstand gegen Jailbreaks, Toxizität, Datenschutz, Verweigerungsverhalten und gefährliche Fähigkeiten. Eine Aussage, ein Modell sei sicherheitstechnisch trainiert oder bewertet worden, zählte ohne Befund nicht. Die Forschenden übertrugen auch kein Ergebnis eines Flaggschiffmodells auf andere Größen oder spätere Snapshots.

Wegen dieser strengen Zuordnungsregel ist der Nenner wichtig. Die 857 Einträge sind gezählte Veröffentlichungen einschließlich Varianten, nicht 857 gleich leistungsfähige Frontier-Systeme. SemiAnalysis weist darauf hin, dass Entwickler Varianten unterschiedlich detailliert benennen. Die Zahl eignet sich daher, um die Dokumentation dieser Veröffentlichungsgruppe zu untersuchen, nicht als belastbare Rangliste einzelner Unternehmen.

Wann Ergebnisse erschienen

Von den 31 Veröffentlichungen mit einem qualifizierenden publizierten Ergebnis hatten neun eines zum oder vor dem Start. Sechzehn wurden später dokumentiert; SemiAnalysis nennt für diese Gruppe eine mediane Verzögerung von 42 Tagen. Bei den übrigen sechs konnten die Forschenden weder den Zeitpunkt noch die Zuordnung zu einem bestimmten Modell feststellen. Diese sechs gehören zu den 31 mit irgendeinem publizierten Ergebnis, können aber nicht als Offenlegung am Starttag gezählt werden.

Auch die übrigen Fälle müssen präzise beschrieben werden. SemiAnalysis fand 10 Veröffentlichungen mit einer Behauptung zur Evaluation, aber ohne Zahlen, sowie drei, die nur aus Presse- oder Investorenberichten bekannt waren und für die keine Entwicklerdokumentation beschafft werden konnte. In den geprüften Materialien fand das Unternehmen für 813 Veröffentlichungen keine Sicherheitsangaben. Diese Gruppen ergeben zusammen mit den 31 Veröffentlichungen mit Ergebnissen die Gesamtzahl von 857.

Auch der Reuters-Bericht über die Analyse betont, dass Unternehmen private Tests durchgeführt haben könnten. „Keine Offenlegung gefunden“ bezieht sich auf den hier untersuchten öffentlichen Nachweis. Das belegt nicht, dass keine Tests stattfanden; ein veröffentlichter Test allein belegt auch nicht die grundlegende Sicherheit des Modells. SemiAnalysis nannte in diesem Audit keine vergleichbare Veröffentlichungsquote für US-Entwickler.

Für Leser, die ein Modell auswählen oder beurteilen, ist die praktische Unterscheidung einfach: die genaue Version bestimmen, nach einem datierten modellspezifischen Ergebnis suchen und prüfen, ob es beim Modellstart verfügbar war. Dieser Nachweis zeigt, was der Entwickler öffentlich gemacht hat. Er ist nur ein Teil der Bewertung eines Modells für einen bestimmten Einsatz.

Quellen und weiterführende Lektüre