DeepSeeks V4 Pro ist sein bestes Modell – und das bei Weitem teuerste

DeepSeek hat am Donnerstag sein bislang leistungsfähigstes Modell veröffentlicht – und im selben Atemzug die stärkste Preiserhöhung seiner kurzen Geschichte angekündigt. Das chinesische Unternehmen brachte V4 Pro am 13. August offiziell auf den Markt, beendete damit eine fast vier Monate lange Vorschauphase und bestätigte anschließend, dass die API-Preise für die V4-Familie deutlich steigen und ab diesem Wochenende auf ein Peak-/Off-Peak-Modell umgestellt werden.

Zum Weiterlesen: DeepSeeks günstigeres V4.1-Flash schlägt das eigene Pro-Modell bei Agenten-Aufgaben · Anthropics Claude Haiku 5.5 ist sein bisher günstigstes kleines Modell.

Die Zahlen sind beeindruckend, selbst für ein Unternehmen, das seinen Ruf darauf aufgebaut hat, praktisch kostenlos zu sein. Nach Angaben des unabhängigen Benchmarking-Unternehmens Artificial Analysis kostet V4-Pro-0813 1,32 US-Dollar pro Million Input-Token und 3,96 US-Dollar pro Million Output-Token – etwa das Neunfache beim Input und das Vierzehnfache beim Output von V4 Flash, das mit 0,14 und 0,28 Dollar gelistet ist (Reuters).

Es ist das deutlichste Signal dafür, dass die Ära des chinesischen KI-Preiskriegs – zumindest in der Form, wie DeepSeek ihn betrieben hat – vorbei ist.

Was DeepSeek tatsächlich angekündigt hat

Am selben Tag geschahen zwei Dinge, die leicht miteinander verwechselt werden.

Das erste war eine Produktveröffentlichung: V4 Pro, ein Flaggschiffmodell, das laut Unternehmen „die Fähigkeiten für KI-Agenten erheblich verbessert" und nun allgemein über API, App und Webprodukte verfügbar ist. Es ist ein Mixture-of-Experts-Modell mit 1,6 Billionen Parametern und einem Kontextfenster von einer Million Token, und es taucht bereits auf Entwicklerplattformen auf.

Das zweite war eine Preisentscheidung. DeepSeek kündigte an, die Gebühren für Entwickler sowohl für V4-Pro als auch für das günstigere V4-Flash zu erhöhen und erstmals eine tageszeitabhängige Abrechnung einzuführen. Die Änderungen treten laut der Preisdokumentation des Unternehmens am 16. August um 16:00 UTC in Kraft. Als Peak-Zeiten gelten 01:00–04:00 und 06:00–10:00 UTC; alle anderen Stunden sind Off-Peak, und die Off-Peak-Tarife liegen bei der Hälfte der Peak-Tarife.

Die Erhöhungen fallen je nach Position sehr unterschiedlich aus. Quartz bezifferte die Spanne auf 50 % bis über 1.100 %, wobei die größten Sprünge ausgerechnet die billigsten Token trafen – Cache-Hits – und nicht den viel beachteten Output (Quartz). Das ist ein subtiles, aber wichtiges Detail: Ausgerechnet den Rabatt, den DeepSeek Anwendungen mit wiederverwendetem Kontext lange gewährte, holt das Unternehmen nun am aggressivsten zurück.

Ein Punkt sorgte für Verwirrung. Reuters nannte unter Berufung auf die Unternehmenserklärung den 17. August als Inkrafttretensdatum; die Preisseite von DeepSeek nennt den 16. August um 16:00 UTC. Beides ist mit Blick auf die Zeitzonen vereinbar, doch die Abweichung erinnert daran, dass selbst grundlegende Details dieser Umstellung hastig kommuniziert wurden.

Vom Preiskrieg zur Profitabilität

Warum sollte ein Unternehmen, dessen gesamte Marke „Frontier-Fähigkeit zum Bruchteil des Preises" lautet, plötzlich mehr verlangen?

Die direkteste Antwort lautet, dass die alten Preise nie ein tragfähiges Geschäftsmodell waren – sie waren eine Landnahme. DeepSeek nutzte extrem niedrige Preise, um Nutzer zu etwa einem Zehntel der Konkurrenzpreise zu gewinnen, und das funktionierte: Das Unternehmen beanspruchte zuletzt den Spitzenplatz beim globalen Token-Volumen. Doch ein aggressiver Rabatt ist eine Kundenakquise-Kostenposition, und irgendwann wird die Rechnung fällig.

Dieser Moment scheint gekommen. Von der Seoul Economic Daily zitierte Analysten beschreiben die Billigstrategie als an ihre Grenzen gestoßen, mit wachsendem Profitabilitätsdruck vor einer Finanzierungsrunde von rund 50 Milliarden Yuan und einem geplanten Börsengang. Bloomberg berichtete, die Erhöhung sei am besten als Vor-IPO-Schritt zu verstehen, um einen glaubwürdigen Weg zur Marge zu zeigen. DeepSeek baut zudem ein großes KI-Rechenzentrum in Ulanqab in der Inneren Mongolei – eine Kapitalbindung, die sich mit 0,28-Dollar-Output-Token nicht von selbst bezahlt.

DeepSeek ist nicht plötzlich zu einer teuren Option geworden. Es ist ehrlich geworden darüber, was Frontier-Inferenz in der Bereitstellung kostet.

Das größere Bild: Chinesische KI-Labore stellen gemeinsam von Marktanteil auf Marge um. Ein Preiskrieg ist ein Wettlauf nach unten, der nur funktioniert, solange externes Kapital die Differenz deckt; sobald Investoren eine Rendite wollen, müssen die Preise die Realität widerspiegeln. DeepSeek ist das prominenteste Labor auf diesem Weg, aber kaum das letzte.

Die Rechenrechnung hinter dem Preisschild

Es lohnt sich, genau zu sein, was sich geändert hat und was nicht. DeepSeek hat die Preise nicht erhöht, weil das Training der Modelle teurer geworden wäre; das Training war bereits bezahlt. Erhöht wurden die Preise, weil der Betrieb dieser Modelle in großem Maßstab – GPUs, Strom, Kühlung, Bereitschaftsingenieure und Inferenzoptimierung – laufende Kosten verursacht, die jemand tragen muss.

Die Struktur der neuen Preise verrät einiges. Indem DeepSeek Off-Peak-Nutzung auf die Hälfte des Peak-Tarifs vergünstigt, tut es genau das, was Cloud-Anbieter schon immer tun: den Preis nutzen, um die Nachfrage über eine feste Kapazitätsbasis zu glätten. Inferenz-Cluster sind teuer, egal ob sie mit 40 oder 90 Prozent Auslastung laufen, also lohnt es sich, die Täler zu füllen. Dass ein Modell-Labor die Nachfrage nun so steuert, deutet darauf hin, dass es wie ein Infrastrukturunternehmen denkt und nicht wie ein Forschungsprojekt.

Diese Einordnung erklärt auch die Erhöhungen bei Cache-Hits. Wiederverwendeter Kontext ist für den Kunden billig und prinzipiell auch für den Anbieter – aber er belegt Speicher, der sonst frische Anfragen bedienen könnte. Cache-Hits näher an ihren tatsächlichen Opportunitätskosten zu bepreisen, ist eine der einfachsten Möglichkeiten, die Marge zu verbessern, ohne den viel beachteten Output-Tarif anzufassen.

Der Open-Weight-Druck schneidet in beide Richtungen

In der zeitlichen Abfolge steckt ein Paradox. DeepSeek wurde als Aushängeschild für leistungsfähige offene Modelle bekannt – für die Idee, dass Frontier-Klasse nicht aus einer geschlossenen, teuren API kommen muss. Dieses Argument setzte die Preise aller anderen unter enormen Druck.

Jetzt testet DeepSeek, wie viel von diesem Druck es abbauen kann. Indem es für seine gehostete API mehr verlangt, wettet es implizit darauf, dass Kunden einen Aufpreis für Bequemlichkeit, Zuverlässigkeit und agententaugliche Tool-Nutzung zahlen, statt ein offenes Modell selbst zu betreiben oder zu einem billigeren Anbieter zu wechseln.

Das Gegenargument lautet, dass auch das Bereitstellen eines Mixture-of-Experts-Modells mit 1,6 Billionen Parametern in Produktionszuverlässigkeit nicht billig ist. Die Teams, die am ehesten selbst hosten, sind genau jene mit der technischen Tiefe dafür; alle anderen stehen weiterhin vor einer Bauen-oder-Kaufen-Rechnung, bei der eine verwaltete API trotz höherem Token-Preis oft gewinnt.

Was das für Entwickler bedeutet

Für alle mit Produktionsverkehr auf DeepSeek sind die Folgen unmittelbar.

• Die Kosten steigen ungleichmäßig. Arbeitslasten, die stark auf Output-Token setzen, sehen die größten absoluten Zuwächse. Auf Cache-Hits optimierte Arbeitslasten treffen die steilsten prozentualen Sprünge.
• Zeitverschiebung hat jetzt echten Wert. Da Off-Peak-Tarife halb so hoch sind, können Batch-Jobs und nicht dringende Inferenz außerhalb der Fenster 01:00–04:00 und 06:00–10:00 UTC die Rechnung grob halbieren.
• Routing wird zur Disziplin. Da die günstige und die Flaggschiff-Stufe nun weiter auseinanderliegen, gibt es mehr Gründe, einfache Anfragen an ein kleines Modell zu leiten und nur die schweren zu eskalieren.
• Portabilität wird wichtiger. Die beste Absicherung gegen Preisänderungen eines Anbieters ist die Fähigkeit zu wechseln, ohne die Anwendung neu zu schreiben. Wer Prompts, Tool-Schemas und Evaluierungs-Harness in das SDK eines Anbieters verwebt, kann nicht verhandeln.

Selbst nach den Erhöhungen bleibt DeepSeek in absoluten Zahlen günstiger als die führenden US-Modelle. Die Seoul Economic Daily merkt an, dass der neue Peak-Output-Preis etwa sechsmal niedriger liegt als bei Anthropics Claude Opus 5 und rund achtmal niedriger als bei OpenAIs GPT-5.6 Sol. US-Anbieter argumentieren jedoch zunehmend, der absolute Token-Preis sei die falsche Kennzahl – ihre Modelle bräuchten weniger Token für dieselbe Aufgabe, was den Gesamtkostenvergleich bei komplexer Arbeit umkehren könne.

Der Harness, der Benchmark und die Botschaft

Ein weiterer Strang verkomplizierte die Erzählung der Woche. Im selben 48-Stunden-Fenster schien DeepSeek einen Coding-„Harness" zu starten – ein Werkzeug, das als Konkurrent agentischer Coding-Assistenten positioniert war – und löschte die Ankündigung dann ohne Erklärung, laut The Next Web, das sich auf die South China Morning Post berief. Das Unternehmen reagierte nicht auf Anfragen zur Löschung.

Wohlwollend gelesen ist das ein Veröffentlichungsfehler. Weniger wohlwollend ist es eine Aussage, hinter die das Unternehmen sich noch nicht stellen wollte – und das Timing ist unangenehm. Der Kern des V4-Pro-Versprechens ist, dass es bei agentischer Arbeit materiell besser ist, genau in der Kategorie, in der Kunden am ehesten einen Aufpreis zahlen. Wird diese Behauptung nicht durch unabhängig durchgeführte Benchmarks gestützt, ruhen die höheren Preise auf einem Versprechen statt auf einer Messung.

Das ist nicht DeepSeek-spezifisch; die gesamte Branche stützt sich auf vom Anbieter gemeldete Benchmark-Zahlen, die schwer reproduzierbar und leicht manipulierbar sind. Es beeinflusst aber, wie Käufer diese Veröffentlichung angehen sollten. Sinnvoll ist, V4 Pro als Kandidaten zu behandeln, nicht als ausgemachte Sache: ihn an eigenen Aufgaben testen, die tatsächlich benötigten Token-Zahlen und Latenzen messen und die Gesamtkosten gegen die günstigere Stufe und die Konkurrenz vergleichen, bevor eine Produktionslast umzieht.

Vorbehalte und was zu beobachten ist

Einige Vorbehalte sind angebracht, bevor weitreichende Schlüsse gezogen werden.

Die Preiserhöhung ist nicht für jeden Kunden so groß, wie die lauteste „14-fach"-Darstellung suggeriert, weil sie gegen einen ungewöhnlich billigen Vorgänger gemessen wird und die Off-Peak-Tarife die Wirkung abfedern. DeepSeek ist auch nicht das einzige chinesische Labor, das die Preise erhöht; der Wandel ist branchenweit.

Wichtiger noch: Das Produkt selbst erhielt eine gemischte erste Reaktion. The Next Web berichtete, die Entwicklerreaktion auf den Build V4-Pro-0813 sei bei allgemeiner Leistungsfähigkeit verhalten und bei der Preisgestaltung kritisch gewesen, während Forscher in engeren Bereichen wie Cybersicherheit beeindruckt waren. DeepSeek löschte zudem stillschweigend seine eigene Ankündigung zu einem Coding-„Harness", ohne Erklärung – ein Hinweis darauf, dass die Kommunikation des Unternehmens noch im Fluss ist.

Was das Geld betrifft, so setzten Berichte nach dem Start DeepSeeks Ambitionen noch höher an: Reuters und das Wall Street Journal berichteten, das Unternehmen bereite eine Runde von rund 7,4 Milliarden Dollar bei einer Bewertung nahe 74 Milliarden Dollar vor, nach einer Juni-Marke von über 50 Milliarden Dollar. Diese Zahlen sind zukunftsgerichtet und sollten als berichtet, nicht als bestätigt gelten.

Zu beobachten ist, ob die Erhöhungen Bestand haben. Halten DeepSeeks Token-Volumina im September, hätte es bewiesen, dass ein chinesisches Labor Premiumpreise für ein Premiummodell verlangen kann. Sinken die Volumina, könnte das Unternehmen feststellen, dass seine Nutzer dem Preis treu waren, nicht dem Logo – und dass der von ihm begonnene Preiskrieg einer ist, den es nicht leicht rückgängig machen kann.

Für den Moment ist die sicherste Annahme für jedes Team, das auf diesen APIs aufbaut, die, die immer galt und nun nicht mehr ignoriert werden kann: Modellpreise sind eine Variable, keine Konstante, und eine Architektur, die etwas anderes annimmt, ist ein Risiko.

Aufmacherbild: eine Nvidia-GeForce-RTX-3080-Grafikkarte von ASUS ROG Strix. Foto von Solomon203, via Wikimedia Commons, CC BY-SA 4.0.