Das teuerste Abo der KI-Branche, und trotzdem bekommt ihr innerhalb einer Stunde kein Claude Mythos mehr. Während Anthropic mit einem “dramatically ahead” um die Ecke kommt, streiken die Server. Gleichzeitig gewinnt OpenAI den Verteilungskrieg — mit einer aggressiveren, aber funktionierenden Strategie. Die Ironie ist kaum zu übersehen.
Was ist eigentlich los mit Claude Mythos?
Anthropic hat in den letzten Monaten massiv aufgerüstet. Claude Mythos soll laut internen Benchmarks “dramatically ahead” von allem sein, was derzeit auf dem Markt existiert. Das Modell setzt neue Maßstäbe bei Reasoning, Code-Verständnis und komplexer Problemlösung. Dario Amodei, der OpenAI einst verließ, um genau diese Art von Fortschritt zu ermöglichen, steht nun vor einem paradoxen Problem: Sein eigenes Modell ist zu gut — und zu teuer, um es zuverlässig auszuliefern.
Das $100-Pro-Abonnement von Anthropic verspricht Zugang zum leistungsstärksten Modell. In der Praxis sieht das anders aus: Nutzer berichten, dass sie bereits nach weniger als einer Stunde intensiver Nutzung auf Rate Limits stoßen. Das Modell ist, wie Anthropic selbst zugibt, “very expensive to serve”. Die Server-Kapazitäten können mit der Nachfrage nicht Schritt halten.
Das ist die wichtigste offene Frage in der KI-Branche gerade: Wie baut man ein Unternehmen auf, das die leistungsstärksten Modelle der Welt trainiert — und sie dann nicht zuverlässig an die Nutzer bringen kann?
Wie ich bereits bei Claude 3.5 Sonnet anmerkte, beginnt hier eine neue Ära der KI — aber ohne zuverlässige Verfügbarkeit bleibt diese Vision nur ein Versprechen.
Die Kluft zwischen Versprechen und Realität
Die Geschichte wiederholt sich. Dario Amodei verließ OpenAI, weil ihm die Richtung zu riskant erschien. Er wollte ein Unternehmen aufbauen, das KI verantwortungsvoller entwickelt — ohne den extremen Druck auf Geschwindigkeit und Monetarisierung, der OpenAI voranging. Die Ironie: Genau dieses “verantwortungsvollere” Unternehmen kann sein Flaggschiff-Modell nicht zuverlässig ausliefern.
Während Claude Mythos aufwendig getestet und als Durchbruch gefeiert wird, kaufen sich Nutzer ein teures Abo — und bekommen statt Leistung Wartezeit. Die Rate Limits sind nicht nur ein technisches Problem. Sie sind ein Symptom dafür, dass Anthropic die Kapazitäten nicht annähernd so schnell hochfahren kann, wie die Nutzerzahlen wachsen.
Das erinnert an frühe Tage anderer Tech-Produkte: Launches, die an server-seitigen Engpässen scheitern. Nur diesmal geht es nicht um ein neues Social Network, sondern um das angeblich fortschrittlichste KI-System der Welt. Gleichzeitig zeigt sich, dass selbst Anthropics Computer Use Features nicht vor diesen fundamentalen Skalierungsproblemen schützen.
Warum OpenAI trotzdem gewinnt
Während Anthropic mit seinen Kapazitätsproblemen kämpft, macht OpenAI das Gegenteil: aggressive Skalierung, aggressive Preispolitik, aggressive Distribution. GPT-Modelle sind überall — in Microsoft-Produkten, in APIs, in Consumer-Apps. OpenAI hat den Distribution War gewonnen, bevor Claude Mythos überhaupt richtig auf dem Markt war.
Das ist kein Zufall. OpenAI hat früh verstanden, dass in der KI-Branche nicht das beste Modell gewinnt, sondern das am besten verfügbare Modell. Ein Modell, das niemand zuverlässig nutzen kann, ist im Grunde wertlos — egal wie beeindruckend die Benchmarks sind.
Die Nutzer haben keine Geduld für Rate Limits. Sie haben kein Verständnis dafür, dass ein $100-Abonnement innerhalb einer Stunde ausläuft. Sie wechseln zu dem Anbieter, der funktioniert — und das ist derzeit OpenAI.
Was das für die Zukunft bedeutet
Anthropic hat ein Glaubwürdigkeitsproblem, das über technische Kapazitäten hinausgeht. Die Marke steht für “Safety” und “Verantwortung” — aber was nützt das, wenn das Modell nicht verfügbar ist? Nutzer, die für Premium-Zugang zahlen, erwarten Premium-Leistung.
Mögliche Auswege für Anthropic:
- Kapazitäten massiv ausbauen — teuer, aber notwendig
- Die Preisstruktur anpassen — weniger Nutzer pro Abo, höhere Zuverlässigkeit
- Das Modell effizienter machen — bessere Architektur, geringere Inferenz-Kosten
Für uns als Nutzer und Beobachter bleibt die Erkenntnis: Die KI-Branche ist noch lange nicht so weit, wie die PR-Abteilungen behaupten. Beeindruckende Demo =/= zuverlässiges Produkt.
Fazit
Claude Mythos ist ohne Zweifel ein beeindruckendes Modell. Aber Beeindruckung allein verkauft keine Abonnements. Anthropic muss liefern — im wahrsten Sinne des Wortes. Bis dahin gewinnt OpenAI den Krieg um die Distribution, während das “verantwortungsvollere” KI-Unternehmen seinen Nutzern die leistungsstärkste KI vorenthält.
Die wichtigste offene Frage bleibt: Wie löst man das Problem, dass die besten KI-Modelle zu teuer sind, um sie allen zur Verfügung zu stellen? Das ist keine rein technische Frage. Es ist eine Frage für ganze Geschäftsmodelle.
FAQ
Was ist das Problem mit Claude Mythos?
Anthropics Claude Mythos ist angeblich das leistungsstärkste KI-Modell auf dem Markt, aber es ist extrem teuer in der Bereitstellung. Nutzer des $100/Monat-Pro-Abonnements stoßen innerhalb einer Stunde auf Rate Limits — das Modell ist schlicht nicht zuverlässig verfügbar.
Warum kann Anthropic Claude Mythos nicht zuverlässig ausliefern?
Das Modell ist laut Anthropic selbst “very expensive to serve”. Die Server-Kapazitäten können mit der hohen Nachfrage nicht mithalten. Es ist ein Skalierungsproblem, das zeigt, dass selbst gut finanzierte KI-Unternehmen mit Infrastruktur-Limits zu kämpfen haben.
Warum gewinnt OpenAI trotzdem den Verteilungskrieg?
OpenAI hat früh auf aggressive Skalierung, Preispolitik und Distribution gesetzt. Die Modelle sind überall verfügbar — in Microsoft-Produkten, APIs und Consumer-Apps. Ein Modell, das nicht zuverlässig funktioniert, verliert gegen eines, das verfügbar ist.
Was bedeutet das für KI-Abonnenten?
Nutzer, die für Premium-KI-Abos zahlen, erwarten Premium-Leistung. Rate Limits innerhalb einer Stunde sind ein Glaubwürdigkeitsproblem für Anthropic. Bis Unternehmen ihre Kapazitätsprobleme lösen, bleibt OpenAI die zuverlässigere Wahl für viele Nutzer.
