Darkbloom verliert seinen Preisvorteil
Das verteilte Inferenz-Netzwerk Darkbloom von Eigen Labs steht unter wirtschaftlichem Druck. Rund 800 Teilnehmer stellen bislang die Rechenleistung ihrer Macs bereit, um Anfragen an KI-Modelle zu verarbeiten. Die Vermittlung erfolgt unter anderem über das Modell-Gateway OpenRouter.
Inferenz bezeichnet die eigentliche Ausführung eines bereits trainierten KI-Modells. Für jede verarbeitete Anfrage erhalten die Betreiber der Hardware eine Vergütung. Das Netzwerk hat inzwischen eine Billion Tokens verarbeitet, doch die Einnahmen der Teilnehmer sind stark gesunken.
„Die Einnahmen waren niedrig. Für die meisten Anbieter erwarte ich nicht, dass sich das bald erholt“, erklärte Darkbloom-Forscher Kydo in sinngemäßer deutscher Übersetzung.
Token-Preise fallen innerhalb weniger Monate
Seit Mai 2026 sind die Preise für KI-Tokens laut den vorliegenden Marktdaten um 54 % gefallen. Beim beobachteten Anthropic-Preis betrug der Rückgang zwischen dem 1. Mai und dem 22. Oktober 2026 sogar 77 %.
| Kennzahl | Wert |
|---|---|
| Teilnehmer im Darkbloom-Netzwerk | rund 800 |
| Verarbeitete Tokens | 1 Billion |
| Allgemeiner Token-Preisrückgang seit Mai 2026 | 54 % |
| Anthropic-Preis am 1. Mai 2026 | 2,65 US-Dollar je Million Tokens |
| Anthropic-Preis am 22. Oktober 2026 | 0,62 US-Dollar je Million Tokens |
| Rückgang beim Anthropic-Preis | 77 % |
Der Preisverfall ist nicht nur das Ergebnis eines intensiveren Wettbewerbs. Moderne Rechenzentren verarbeiten KI-Anfragen deutlich effizienter. Frameworks wie DeepSeek DeepInfer und leistungsfähigere Nvidia-Cluster erhöhen den Durchsatz und senken die Kosten pro Token.
„Der Durchsatz pro Nvidia-Cluster ist dieses Jahr um ungefähr das Zwanzigfache gestiegen. Die Margen erlauben Preissenkungen von 90 %, während weiterhin 50 % Gewinn möglich sind“, so Kydo in sinngemäßer deutscher Übersetzung.
Damit verschwindet der bisherige Kostenvorteil verteilter Mac-Hardware. Eine ähnliche Entwicklung zeigt sich bei professionellen KI-Plattformen. Aiven beziffert die Einsparung durch ein Open-Weight-Modell auf 80 %. Auch in Vercels Infrastruktur gewinnen günstige Open-Weight-Modelle im Modell-Gateway an Bedeutung.
Bis zu 192 US-Dollar pro Monat bleiben Theorie
Für einen Mac mini mit M5 Pro und 64 GB RAM hatte Darkbloom einen theoretischen Maximalverdienst von rund 192 US-Dollar pro Monat errechnet. Dafür müsste das Gerät rund um die Uhr ausgelastet sein und ein nachgefragtes Modell wie Qwen3.6 35B A3B ausführen.
| Vergütungskennzahl | Betrag |
|---|---|
| Theoretisches Maximum für einen Mac mini mit M5 Pro | 192 US-Dollar pro Monat |
| Median der 50 führenden Teilnehmer | 5,26 US-Dollar pro Tag |
| Hochgerechneter Monatswert | 159,86 US-Dollar |
| Hochgerechneter Jahreswert | 1.918,50 US-Dollar |
| Qwen3.6 35B A3B, Input | 0,065 US-Dollar je Million Tokens |
| Qwen3.6 35B A3B, Output | 0,75 US-Dollar je Million Tokens |
Der Median bezieht sich nur auf die 50 führenden Teilnehmer der Bestenliste und ist deshalb nicht repräsentativ für das gesamte Netzwerk. Zudem entscheidet nicht allein der Token-Preis über die Wirtschaftlichkeit. Auslastung, Stromverbrauch, Hardwarekosten und der sonstige Nutzen des Geräts müssen ebenfalls berücksichtigt werden.
Für Standard-Macs ohne Max- oder Ultra-Chip rechnet Darkbloom nicht mehr mit einem wirtschaftlich sinnvollen Betrieb. Gleichzeitig bewertet OpenRouter Anbieter zunehmend nach Dekodiergeschwindigkeit, Prefill-Geschwindigkeit und Quantisierung. Quantisierung reduziert die Genauigkeit der Modellgewichte, um Speicherbedarf und Rechenaufwand zu senken.
Darkbloom setzt künftig auf High-End-Cluster
Eigen Labs will Darkbloom auf leistungsfähigere Mac-Cluster ausrichten. Vorgesehen sind unter anderem Mac Studios mit bis zu 512 GB RAM, die per Thunderbolt und RDMA verbunden werden. RDMA ermöglicht einen direkten Speicherzugriff zwischen vernetzten Systemen und kann den Datenaustausch beschleunigen.
Zusätzlich prüft das Unternehmen verteilte CI/CD-Aufgaben. Dabei würden automatisierte Tests und Software-Builds über das Netzwerk ausgeführt, etwa wenn KI-Agenten schneller neue Änderungen einreichen, als vorhandene Pipelines sie verarbeiten können.
Wie diese Aufgaben sicher isoliert werden sollen, ist bislang nicht geklärt. Auch zu möglichen Vergütungsmodellen für CI/CD-Aufträge oder High-End-Cluster nennt Eigen Labs keine belastbaren Details. Gerade bei fremdem Programmcode wären Sandboxing, Zugriffskontrollen und der Schutz von Geschäftsgeheimnissen zentrale Voraussetzungen.
Günstige Inferenz setzt KI-Abos unter Druck
Für Unternehmen im DACH-Raum ist das Vermieten ungenutzter Büro-Macs damit kaum ein belastbares Geschäftsmodell. Die andere Seite des Preisverfalls ist für IT-Abteilungen deutlich interessanter: Eigene KI-Workflows und Agenten werden günstiger.
Wenn Inferenz zur austauschbaren Massenleistung wird, lassen sich hohe Aufschläge für einfache KI-Funktionen in Software-Abos schwerer rechtfertigen. Standardisierte Gateways, Modell-Routing und selbst betriebene Open-Weight-Modelle schaffen Alternativen. Wie stark bereits die Auswahl des Modells wirkt, zeigt LegalOns Kostensenkung um 65 % durch Modell-Routing.
Für die Beschaffung bedeutet das, KI-Funktionen nicht nur nach Funktionsumfang zu bewerten. Relevant sind auch die tatsächlichen Token-Kosten, die Austauschbarkeit des Modells, Datenschutzanforderungen und die Abhängigkeit vom jeweiligen Anbieter. Der Markt entwickelt sich schneller als viele langfristige SaaS-Verträge.