DeepSeek: Mit V4-Flash wollen die Chinesen nun mit Niedrigstpreisen locken

Der China-Schocker holt der Preishammer heraus: Nachdem das chinesische Milliarden-Startup DeepkSeek schon gezeigt hat, dass es die US-Konkurrenz mit freien Open-Weights-Modellen schocken kann, kommen die Chinesen nun mit unglaublich günstigen Preisen daher.

Denn DeepSeek hat die offizielle Version seines Modells V4-Flash veröffentlicht und die API in eine öffentliche Beta überführt. Es handelt sich um ein Mixture-of-Experts-Modell mit 284 Milliarden Parametern, von denen pro Token nur 13 Milliarden aktiv sind. Das Kontextfenster umfasst eine Million Token. Die Gewichte stehen unter MIT-Lizenz auf Hugging Face zum Download bereit – das Modell lässt sich also auch ohne API-Zugang auf eigener Hardware betreiben.

Architektonisch setzt die V4-Reihe auf einen hybriden Attention-Stack aus Compressed Sparse Attention (CSA) und Heavily Compressed Attention (HCA), der laut DeepSeek den Rechenaufwand und den KV-Cache bei sehr langen Kontexten drastisch senkt. Die Expertengewichte werden in FP4 gespeichert, der Rest des Modells in FP8. Gegenüber der im April veröffentlichten Preview-Version wurde nach Angaben des Unternehmens ausschließlich das Post-Training überarbeitet – Architektur und Preis blieben unverändert.

Artificial Analysis: 50 von 100 Punkten – und drei Cent pro Testlauf

Das unabhängige Analysehaus Artificial Analysis ordnet V4-Flash im Intelligence Index v4.1 bei 50 von 100 Punkten ein. Der Index kombiniert neun Benchmarks aus den Bereichen Coding, Reasoning, Wissen, Long-Context und agentische Arbeitsaufgaben, darunter GDPval-AA v2, Terminal-Bench v2.1, SciCode, Humanity’s Last Exam und GPQA Diamond.

Damit liegt DeepSeek gleichauf mit Googles Gemini 3.6 Flash und einen Punkt hinter Metas Muse Spark 1.1 sowie GLM-5.2 von Z.ai. Kimi K3 von Moonshot kommt auf 57 Punkte. Anthropics Claude Opus 5 und Fable 5 sowie OpenAIs GPT-5.6 liegen jeweils mindestens neun Punkte darüber. Innerhalb der Vergleichsgruppe – Open-Weight-Modelle derselben Größenklasse – rangiert V4-Flash allerdings auf Platz 3 von 101; der Median dieser Klasse liegt bei 25 Punkten.

Der eigentliche Unterschied liegt bei den Kosten. Artificial Analysis misst nicht nur den Listenpreis, sondern die Kosten pro erledigter Aufgabe – inklusive der Token, die ein Modell zum Nachdenken verbraucht. Diese Kennzahl ist aussagekräftiger, weil ein günstiges Modell teuer werden kann, wenn es für dieselbe Aufgabe deutlich mehr Rechenschritte braucht.

Quelle: Artificial Analysis

Der komplette Durchlauf des Intelligence Index kostete bei V4-Flash 72,02 US-Dollar – beim größeren Schwestermodell V4-Pro waren es 176,34 Dollar. Gegenüber Claude Fable 5 ergibt sich pro Aufgabe ein Faktor von rund 100.

Die Listenpreise: 0,14 US-Dollar pro Million Input-Token und 0,28 Dollar pro Million Output-Token. Der Median vergleichbarer Modelle liegt laut Artificial Analysis bei 0,43 beziehungsweise 1,20 Dollar. Besonders auffällig ist der Cache-Hit-Preis von 0,003 Dollar pro Million Token – ein Abschlag von 98 Prozent und laut Artificial Analysis der günstigste Wert im gesamten Vergleichsfeld von 101 Modellen. Für wiederkehrende Prompts, wie sie in Agenten-Schleifen und RAG-Pipelines typisch sind, ergibt sich daraus ein gemischter Effektivpreis von rund 0,06 Dollar pro Million Token.

Ein Vorbehalt: V4-Flash ist ausgesprochen redselig. Für den Intelligence Index generierte das Modell 210 Millionen Output-Token – der Median liegt bei 100 Millionen. Wer mit engem Latenzbudget arbeitet, zahlt diesen Vorteil also teilweise in Wartezeit zurück. Die Ausgabegeschwindigkeit von 113 Token pro Sekunde liegt über dem Durchschnitt von 63.

arena.ai: Platz 7 im Frontend-Code-Ranking

Auf der Community-Plattform arena.ai (vormals LMArena), die Modelle über Blindvergleiche echter Nutzeranfragen bewertet, schneidet V4-Flash in der Coding-Disziplin deutlich besser ab, als es der Intelligence Index vermuten ließe.

Die Variante V4-Flash-High erreicht in der Frontend Code Arena 1.586 Punkte und damit Rang 7 im Gesamtfeld sowie Rang 3 unter den Open-Weight-Modellen. Gegenüber der Preview-Version des Modells ist das ein Sprung von 154 Punkten, gegenüber dem größeren V4-Pro-Preview ein Plus von 121 Punkten. In den Unterkategorien liegt das Modell auf Platz 4 bei Consumer-Product-Aufgaben und auf den Plätzen 6 bis 7 in Reference-based Design, Data & Analytics, Gaming sowie Brand & Marketing.

An der Spitze der Coding-Rankings stehen weiterhin andere: Kimi K3 führt mit rund 1.680 Punkten, Anthropics Claude Opus 5 Max liegt im Overall-Leaderboard mit 1.705 Punkten vorn. Der Abstand von V4-Flash zur Spitze beträgt dort rund 128 Punkte – bei einem Bruchteil der Kosten. Zum Vergleich: GLM-5.2 Max erreicht mit 1.586 Punkten praktisch denselben Wert, kostet nach Berechnungen auf Basis der Leaderboard-Daten aber ein Vielfaches.

Genau darauf zielt die Pareto-Frontier-Darstellung von arena.ai ab, die Leistung gegen Preis aufträgt. Nach Angaben der Plattform hat V4-Flash-High diese Kurve neu gezogen und bietet aktuell das beste Verhältnis von Leistung zu Kosten in seiner Klasse. In der Agent Arena, die Modelle an mehrstufigen Aufgaben mit Websuche, Dateisystem- und Terminal-Zugriff misst, ist V4-Flash gelistet, Ergebnisse stehen aber noch aus.

DeepSeek selbst weist für den 0731-Checkpoint 82,7 Punkte auf Terminal-Bench 2.1 und 54,4 auf DeepSWE aus – gegenüber 61,8 und 7,3 bei der Preview. Nach eigenen Angaben übertrifft das kleinere Flash-Modell damit das größere V4-Pro-Preview in allen veröffentlichten Agenten-Benchmarks. Diese Werte stammen vom Hersteller und sind nicht unabhängig verifiziert.

Preiskampf mit staatlicher Rückendeckung

Die Veröffentlichung fällt in eine Phase, in der sich der Preiskampf zwischen chinesischen KI-Anbietern verschärft. Berichten unter anderem von Semafor zufolge hat DeepSeek die Token-Preise um 50 Prozent gesenkt und ein zuvor angekündigtes dynamisches Preismodell vorerst nicht eingeführt – dieses hätte die Kosten in zwei täglichen Spitzenzeitfenstern verdoppelt. Auf der offiziellen Preisseite von DeepSeek ist die Regelung als geplant, aber ohne Startdatum vermerkt. Beobachter werten beides als Hinweis darauf, dass DeepSeek derzeit Marktanteile über Marge stellt.

Der Wettbewerbsdruck kommt vor allem aus dem Inland: Moonshot (Kimi K3), Z.ai (GLM-5.2), MiniMax, ByteDance und Alibaba drängen mit eigenen Modellen in denselben Preisbereich. Alibaba stellte am selben Tag mit Qwen3.8-Max sein bislang größtes Modell vor.

Die chinesische Regierung, die selbst an DeepSeek beteiligt ist, hat Technologiekonzerne wiederholt vor „Involution“ gewarnt – einem ruinösen Preiswettlauf, wie er zuvor in der Solar- und E-Auto-Branche zu beobachten war. Gleichzeitig subventioniert der Staat Rechenleistung und Energieeinkäufe der Branche. Fachleute verweisen darauf, dass genau diese Subventionen den Preisverfall stützen, weil sie unprofitable Anbieter im Markt halten.

Was das für Entwickler heißt

Für Unternehmen, die KI-Funktionen in Produkte einbauen, verschiebt sich damit die Referenzgröße bei Einkaufsverhandlungen. Für Standardaufgaben – Zusammenfassungen, Klassifikation, Codegenerierung im Frontend-Bereich, hochvolumige Agenten-Workflows – liefert V4-Flash laut den vorliegenden Messungen eine Qualität auf dem Niveau der günstigen Modellklassen von Google und Meta, zu einem Bruchteil der Kosten pro Aufgabe. Für anspruchsvolles Reasoning, komplexe agentische Ketten und wissensintensive Aufgaben bleibt der Abstand zu Claude Opus 5, GPT-5.6 und Kimi K3 messbar.

Offen ist, wie sich die Preisstruktur entwickelt, sobald DeepSeek das dynamische Modell aktiviert oder das stärkere V4-Pro offiziell freigibt – einen Termin dafür hat das Unternehmen bislang nicht genannt.