Einleitung: Die zweite Welle aus China
Anfang 2025 sorgte DeepSeek R1 für Schockwellen im Silicon Valley. Ein chinesisches Labor hatte mit einem Bruchteil des Budgets von OpenAI ein Modell veröffentlicht, das GPT-4o auf mehreren Benchmarks schlug. Die Reaktion der Märkte war unmittelbar: Nvidia verlor an einem einzigen Tag über 500 Milliarden Dollar Börsenwert.
Seitdem ist viel passiert. Im ersten Quartal 2026 hat China eine zweite Welle leistungsstarker Modelle veröffentlicht – und diese ist noch breiter als die erste. Während DeepSeek damals als Einzelfall abgetan werden konnte, zeigt die aktuelle Entwicklung ein klares Muster: Chinesische Labore, darunter Alibaba, Xiaomi und MiniMax, konkurrieren nun systematisch an der Frontier – nicht nur beim Preis, sondern auch bei der rohen Modellleistung.
Dieser Artikel vergleicht vier Modelle, die zwischen Dezember 2025 und April 2026 veröffentlicht wurden: MiMo V2 Pro von Xiaomi, Qwen 3.6 Plus von Alibaba, MiniMax M2.7 und DeepSeek V3.2. Für Schweizer Unternehmen, die unter revDSG- oder FINMA-Anforderungen arbeiten, ist die Frage nach Datenschutz und Hosting dabei ebenso relevant wie die reine Benchmark-Performance.
1. MiMo V2 Pro (Xiaomi): Der heimliche Marktführer
Hintergrund
MiMo V2 Pro ist Xiaomis erstes ernsthaftes Frontier-Modell – und sein Debüt verlief ungewöhnlich. Bevor Xiaomi das Modell offiziell ankündigte, tauchte auf OpenRouter ein anonymes Modell namens Hunter Alpha auf, kletterte schnell in den Nutzungsstatistiken nach oben und löste Spekulationen aus, es könnte sich um ein neues DeepSeek-Modell handeln. Xiaomi bestätigte später, dass Hunter Alpha ein interner Testbuild von MiMo V2 Pro war – ein ungewöhnlicher Soft-Launch, der gleichzeitig die Qualität des Modells und Xiaomis Selbstbewusstsein demonstrierte.
Hinter dem Modell steht Luo Fuli, die zuvor beim DeepSeek-Team tätig war. Diese personelle Verbindung erklärt, warum MiMo V2 Pro architektonisch und philosophisch viele Gemeinsamkeiten mit DeepSeek aufweist.
Architektur und technische Spezifikationen
MiMo V2 Pro nutzt eine Mixture-of-Experts-Architektur mit über einer Billion Gesamtparametern, von denen bei der Inferenz nur 42 Milliarden aktiv sind. Dieses Sparse-Design ist entscheidend: Es ermöglicht die Skalierungsvorteile eines sehr grossen Modells, ohne dass jeder Token alle Parameter durchlaufen muss. Das Ergebnis ist ein Modell, das sich in der Praxis effizienter verhält, als seine Gesamtgrösse vermuten lässt.
Das Herzstück der Architektur ist Xiaomis Hybrid Attention-Ansatz mit einem 7:1-Verhältnis (gegenüber 5:1 beim Vorgänger MiMo V2 Flash). Dieses Verhältnis steuert, wie die Aufmerksamkeitsmechanismen über das 1-Million-Token-Kontextfenster verteilt werden – ein technischer Kompromiss zwischen Qualität und Recheneffizienz, der für lange Agentic-Workflows entscheidend ist.
Benchmarks und Positionierung
Artificial Analysis listet MiMo V2 Pro auf Platz drei weltweit bei Agentic Capabilities – hinter Claude Opus 4.6 und GPT-5.2, aber vor Gemini 3.1 und anderen Frontier-Modellen. Beim Coding übertrifft es Claude Sonnet 4.6. Xiaomi positioniert das Modell explizit nicht als allgemeinen Chatbot, sondern als Brain of an Agent System: ein Modell, das planen, Werkzeuge aufrufen, über mehrere Schritte hinweg kohärent bleiben und bei kleinen Fehlern selbst korrigieren kann.
Ein öffentlich demonstrierter Workflow zeigte das Modell beim Aufbau einer Website, die Börsendaten automatisch aktualisiert. Das Modell nutzte einen Crawler, generierte statische Seiten, erkannte Datenfehler und korrigierte sie eigenständig – ohne manuelle Eingriffe.
Relevanz für Schweizer Unternehmen
MiMo V2 Pro ist ausschliesslich als API verfügbar (kein Open-Source-Release der Gewichte). Für Unternehmen mit strengen Datenschutzanforderungen ist das eine wichtige Einschränkung. Die API-Preise liegen unter denen der westlichen Frontier-Modelle, was es für kostenintensive Agentic-Workflows attraktiv macht.
2. Qwen 3.6 Plus (Alibaba): Der Allrounder an der Spitze
Hintergrund
Alibabas Qwen-Serie hat sich in den letzten 18 Monaten von einem soliden chinesischen Modell zu einem echten Frontier-Konkurrenten entwickelt. Qwen 3.6 Plus, veröffentlicht am 1. April 2026, ist der bisher grösste Sprung in dieser Entwicklung. Alibaba beschreibt es als Modell, das nicht nur Benchmarks optimiert, sondern die organische Integration von tiefem logischen Denken, umfangreichem Kontextgedächtnis und präziser Werkzeugausführung verkörpert.
Architektur und technische Spezifikationen
Qwen 3.6 Plus kombiniert eine hybride Architektur aus effizienter linearer Attention und sparsem Mixture-of-Experts-Routing. Mit 480 Milliarden Gesamtparametern und 35 Milliarden aktiven Parametern pro Forward Pass (8 von 160 Experten) ist es das grösste Modell in diesem Vergleich nach Gesamtparametern. Das Kontextfenster beträgt standardmässig 1 Million Token.
Benchmarks: Mehrfach an der Spitze
Qwen 3.6 Plus zeigt in den offiziellen Benchmarks eine bemerkenswerte Breite. Bei Terminal-Bench 2.0 (61.6%), GPQA (90.4%), LiveCodeBench v6 (87.1%), IFEval (94.3%), MCPMark (48.2%) und DeepPlanning (41.5%) erzielt es die besten Ergebnisse im Vergleich mit Claude Opus 4.5, Kimi K2.5 und GLM5. Beim SWE-bench Verified (78.8%) und SWE-bench Pro (56.6%) liegt es knapp hinter Claude Opus 4.5 (80.9% / 57.1%).
| Benchmark | Qwen 3.6 Plus | Claude Opus 4.5 | Kimi K2.5 | GLM5 |
|---|---|---|---|---|
| SWE-bench Verified | 78.8% | 80.9% | 76.8% | 77.8% |
| SWE-bench Pro | 56.6% | 57.1% | 53.8% | 55.1% |
| Terminal-Bench 2.0 | 61.6% | 59.3% | 50.8% | 56.2% |
| GPQA | 90.4% | 87.0% | 87.6% | 86.0% |
| LiveCodeBench v6 | 87.1% | 84.8% | 85.0% | 85.5% |
| IFEval (strict) | 94.3% | 90.9% | 93.9% | 92.6% |
| MCPMark | 48.2% | 42.3% | 29.5% | 31.1% |
| DeepPlanning | 41.5% | 33.9% | 14.4% | 14.6% |
| MMLU-Pro | 88.5% | 89.5% | 87.1% | 85.7% |
| AIME26 | 95.3% | 95.1% | 95.8% | 95.8% |
Fettgedruckt: Bestes Ergebnis in der jeweiligen Kategorie
Besonders bemerkenswert ist die Leistung bei MCPMark (48.2%) und DeepPlanning (41.5%), wo Qwen 3.6 Plus die Konkurrenz deutlich distanziert. MCPMark testet die Fähigkeit, über das Model Context Protocol mit externen Werkzeugen zu interagieren – eine Schlüsselfähigkeit für Agentic-Workflows.
Verfügbarkeit und Preis
Qwen 3.6 Plus ist über die Alibaba Cloud Model Studio API verfügbar. Auf OpenRouter ist eine kostenlose Variante zugänglich, was es für Experimente und Prototypen besonders attraktiv macht. Die Gewichte des Modells sind nicht öffentlich verfügbar – es handelt sich um ein proprietäres Hosted-Modell.
Relevanz für Schweizer Unternehmen
Die Kombination aus Frontier-Performance, kostenlosem OpenRouter-Zugang und starker Mehrsprachigkeit (MMMLU: 89.5%, WMT24++ Übersetzung: 84.3%) macht Qwen 3.6 Plus besonders interessant für Schweizer Unternehmen mit mehrsprachigen Workflows. Die Datenverarbeitung erfolgt auf Alibaba Cloud-Servern – für revDSG-konforme Setups ist eine vertragliche Regelung zur Datenverarbeitung erforderlich.
3. MiniMax M2.7: Das selbstlernende Modell
Hintergrund
MiniMax ist das unbekannteste der vier Labore in diesem Vergleich – und gleichzeitig das mit der vielleicht interessantesten technischen Vision. M2.7, veröffentlicht am 17. März 2026, ist das erste Modell, das MiniMax als Self-Evolving bezeichnet: Es hat aktiv an seiner eigenen Weiterentwicklung mitgewirkt, indem es Trainingsdaten generierte, Experimente auswertete und seinen eigenen Agentic-Harness optimierte.
Self-Evolution: Mehr als ein Marketingbegriff
MiniMax beschreibt einen konkreten internen Workflow, bei dem M2.7 den Reinforcement-Learning-Prozess seiner eigenen Nachfolgeversion unterstützte. Das Modell verwaltete Datenpipelines, startete Experimente, analysierte Logs, debuggte Code und erstellte Merge Requests – Aufgaben, die zuvor mehrere menschliche Forscher aus verschiedenen Teams erforderten. Nach MiniMax-Angaben übernahm M2.7 dabei 30 bis 50 Prozent des gesamten Workflows.
Noch eindrucksvoller ist das Ergebnis eines autonomen Optimierungsexperiments: Das Modell führte über 100 Iterationsrunden durch, in denen es eigenständig Fehlerverläufe analysierte, Änderungen plante, Scaffold-Code modifizierte, Evaluierungen durchführte und Ergebnisse verglich. Das Resultat war eine 30-prozentige Performance-Verbesserung auf internen Evaluierungssets – ohne menschliche Eingriffe.
Benchmarks
Beim MLE Bench Lite – 22 Machine-Learning-Wettbewerbe, die auf einer einzelnen A30-GPU laufen – erzielte M2.7 eine Medal Rate von 66.6% (9 Gold, 5 Silber, 1 Bronze). Das entspricht dem zweiten Platz nach Claude Opus 4.6 (75.7%) und GPT-5.4 (71.2%) und einem Gleichstand mit Gemini 3.1. Beim SWE-Pro (56.22%) und VIBE-Pro (55.6%, End-to-End-Projektlieferung) liegt es nahe am Opus-Niveau.
Besonders stark ist M2.7 bei Office-Automatisierung: Mit einem ELO-Score von 1495 auf GDPval-AA ist es das beste Open-Source-Modell für komplexe Bearbeitungen in Excel, PowerPoint und Word. Die Skill-Adherence-Rate von 97% bei über 40 komplexen Skills (je über 2.000 Token) zeigt eine aussergewöhnliche Zuverlässigkeit in strukturierten Workflows.
Relevanz für Schweizer Unternehmen
M2.7 ist besonders interessant für Unternehmen, die KI in bestehende Office-Workflows integrieren möchten. Die Kombination aus starker Software-Engineering-Performance und Office-Suite-Fähigkeiten ist einzigartig im Vergleich. Der Preis von 0.30 USD pro Million Input-Token ist wettbewerbsfähig. Wie bei den anderen proprietären Modellen gilt: Für revDSG-konforme Setups ist eine Prüfung der Datenverarbeitungsverträge notwendig.
4. DeepSeek V3.2: Effizienz als Prinzip
Hintergrund
DeepSeek ist das einzige Labor in diesem Vergleich, das bereits 2025 mit DeepSeek R1 internationale Aufmerksamkeit erlangt hat. V3.2, veröffentlicht am 1. Dezember 2025, ist die konsequente Weiterentwicklung dieser Effizienzphilosophie. Während die anderen Modelle in diesem Vergleich auf immer grössere Kontextfenster und breitere Fähigkeiten setzen, hat DeepSeek mit V3.2 eine spezifische technische Innovation eingeführt: DeepSeek Sparse Attention (DSA).
Architektur: DSA als Schlüsselinnovation
DeepSeek V3.2 basiert auf der bewährten MoE-Architektur mit 671 Milliarden Gesamtparametern und rund 37 Milliarden aktiven Parametern. Die zentrale Neuerung gegenüber V3.1 ist DSA – eine feinkörnige Sparse-Attention-Methode, die die Effizienz bei langen Kontexten deutlich verbessert. Das Kontextfenster beträgt 163.840 Token, was weniger ist als bei den anderen Modellen in diesem Vergleich, aber durch DSA effizienter genutzt wird.
DSA adressiert ein fundamentales Problem der Transformer-Architektur: Attention-Berechnungen skalieren quadratisch mit der Sequenzlänge. Durch selektive Aufmerksamkeit – das Modell fokussiert sich auf die relevantesten Token statt auf alle – lässt sich dieser Aufwand drastisch reduzieren, ohne die Ausgabequalität wesentlich zu beeinträchtigen.
Benchmarks und Open-Source-Vorteil
DeepSeek V3.2 schlägt GPT-4o auf MMLU, HumanEval (Code) und Mathematik-Benchmarks. Die V3.2-Speciale-Variante erzielt Gold-Medal-Niveau bei olympischen Mathematikaufgaben. Besonders bemerkenswert ist die Kostenreduktion: Die API-Preise wurden mit dem V3.2-Release um über 50 Prozent gesenkt.
Der entscheidende Unterschied zu den anderen drei Modellen in diesem Vergleich: DeepSeek V3.2 ist Open Source. Die Modellgewichte sind öffentlich verfügbar und können auf eigener Infrastruktur betrieben werden. Das ist für Schweizer Unternehmen mit strengen Datenschutzanforderungen ein erheblicher Vorteil.
Relevanz für Schweizer Unternehmen
DeepSeek V3.2 ist das einzige Modell in diesem Vergleich, das vollständig lokal betrieben werden kann. Für Unternehmen unter revDSG- oder FINMA-Regulierung, die keine Daten an externe Cloud-Anbieter senden dürfen, ist das ein entscheidender Faktor. Die Hardware-Anforderungen für das 671B-Modell sind erheblich (mehrere High-End-GPUs), aber quantisierte Varianten laufen auf deutlich günstigerer Hardware. Für Teams, die bereits DeepSeek R1 oder V3 einsetzen, ist V3.2 ein direktes Upgrade ohne Lernkurve.
Gesamtvergleich: Welches Modell für welchen Einsatz?
| Merkmal | MiMo V2 Pro | Qwen 3.6 Plus | MiniMax M2.7 | DeepSeek V3.2 |
|---|---|---|---|---|
| Entwickler | Xiaomi | Alibaba | MiniMax | DeepSeek |
| Release | März 2026 | April 2026 | März 2026 | Dez. 2025 |
| Architektur | MoE (1T+ / 42B aktiv) | MoE (480B / 35B aktiv) | Nicht offengelegt | MoE (671B / ~37B aktiv) |
| Kontextfenster | 1M Token | 1M Token | Gross | 163K Token |
| Open Source | Nein | Nein | Nein | Ja |
| Lokaler Betrieb | Nein | Nein | Nein | Ja |
| SWE-bench Pro | N/A | 56.6% | 56.22% | N/A |
| Stärke | Agentic, Tool Use | Coding, Multimodal | Self-Evolution, Office | Effizienz, Datenschutz |
| Preis (Input) | Günstig | Kostenlos (OpenRouter) | $0.30/M | Sehr günstig |
| revDSG-tauglich | Bedingt | Bedingt | Bedingt | Vollständig |
Empfehlungen nach Anwendungsfall
Für Agentic Coding und Software Engineering: Qwen 3.6 Plus und MiMo V2 Pro liefern die stärksten Ergebnisse bei komplexen Coding-Agents. Qwen 3.6 Plus ist durch den kostenlosen OpenRouter-Zugang besonders einsteigerfreundlich.
Für Office-Automatisierung und Workflow-Integration: MiniMax M2.7 ist die klare Empfehlung. Die Kombination aus starker Office-Suite-Performance und hoher Skill-Adherence ist einzigartig.
Für datenschutzkritische Umgebungen (revDSG/FINMA): DeepSeek V3.2 ist die einzige Option, die vollständig lokal betrieben werden kann. Für Schweizer Finanzinstitute, Gesundheitsunternehmen oder Behörden ist das oft die einzige akzeptable Wahl.
Für Experimente und Prototypen: Qwen 3.6 Plus auf OpenRouter (kostenlos) oder DeepSeek V3.2 über die API (sehr günstig) sind die wirtschaftlichsten Einstiegspunkte.
Das grössere Bild: Was diese vier Modelle gemeinsam sagen
Betrachtet man die vier Modelle zusammen, wird ein Muster sichtbar, das über einzelne Benchmarks hinausgeht. Chinesische KI-Labore haben in den letzten 18 Monaten nicht nur die Qualitätslücke zu westlichen Frontier-Modellen geschlossen – sie haben begonnen, in spezifischen Bereichen die Führung zu übernehmen.
MiMo V2 Pro zeigt, dass ein Smartphone-Hersteller mit der richtigen Talentbasis und ausreichend Kapital innerhalb weniger Jahre ein Frontier-Modell bauen kann. Qwen 3.6 Plus demonstriert, dass Alibabas jahrelange Investitionen in KI-Infrastruktur nun Früchte tragen. MiniMax M2.7 deutet auf eine Zukunft hin, in der Modelle aktiv an ihrer eigenen Verbesserung mitwirken. Und DeepSeek V3.2 beweist, dass Effizienz und Leistung kein Widerspruch sind.
Für Schweizer Unternehmen bedeutet das: Die Auswahl an leistungsstarken, kostengünstigen KI-Modellen war noch nie grösser. Die Herausforderung liegt nicht mehr darin, ein gutes Modell zu finden, sondern darin, das richtige Modell für den spezifischen Anwendungsfall zu wählen – und dabei Datenschutz, Kosten und Leistung sorgfältig abzuwägen.
Quellen
- Xiaomi MiMo Team. (2026, März). MiMo-V2-Pro: Flagship Foundation Model for Agentic Workloads. https://mimo.xiaomi.com/mimo-v2-pro
- i-SCOOP. (2026, März). MiMo-V2-Pro LLM from Xiaomi. https://www.i-scoop.eu/mimo-v2-pro-llm-xiaomi/
- Alibaba Qwen Team. (2026, April). Qwen3.6-Plus: Towards Real World Agents. https://qwen.ai/blog?id=qwen3.6
- MiniMax. (2026, März). MiniMax M2.7: Early Echoes of Self-Evolution. https://www.minimax.io/news/minimax-m27-en
- DeepSeek. (2025, Dezember). DeepSeek-V3.2 Release. https://api-docs.deepseek.com/news/news251201
- Kili Technology. (2026). DeepSeek V3.2 Explained: How Data, RL, and Sparse Attention Shape the Model. https://kili-technology.com/blog/data-story-deepseek-v3-2