Kleineres Modell, bessere Platzierung
DeepSeek hat mit DeepSeek-V4-Flash-0731 einen neuen Ableger der V4-Familie veröffentlicht. Das Modell bringt 304 Milliarden Parameter mit und steht als Open-Weights-Modell auf Hugging Face bereit, die Dateigröße liegt bei 167 GB. Open Weights bedeutet: Die trainierten Modellgewichte sind frei herunterladbar, das Modell lässt sich also grundsätzlich auf eigener Hardware betreiben.
Interessant ist die Einordnung im Ranking von Artificial Analysis. Dort schneidet das Modell besser ab als MiniMax M3, das mit 428 Milliarden Parametern deutlich größer ist. Mehr Parameter bedeuten also nicht automatisch mehr nutzbare Leistung, ein Muster, das sich in den vergangenen Modellgenerationen wiederholt hat.
DeepSeek selbst bewirbt das Modell mit, sinngemäß übersetzt, "erheblich verbesserten Agenten-Fähigkeiten". Gemeint sind damit Aufgaben, bei denen ein Modell nicht nur antwortet, sondern selbstständig Werkzeuge aufruft, Zwischenschritte plant und mehrstufige Abläufe abarbeitet.
Die Preise
Der eigentliche Hebel liegt bei den Nutzungskosten. Über die API kostet das Modell:
| Position | Preis je 1 Mio. Tokens |
|---|---|
| Input | 0,14 US-Dollar |
| Output | 0,27 US-Dollar |
Der Entwickler Simon Willison, der das Modell getestet hat, fasste seinen Eindruck sinngemäß so zusammen:
Dies könnte derzeit das Modell mit dem besten Verhältnis von Intelligenz zu Preis sein, das verfügbar ist.
Ein Detail aus seinen Praxistests über OpenRouter ist für den produktiven Einsatz relevant: Bei hoher Denkstufe, gesteuert über den Parameter reasoning_effort high, liefert das Modell spürbar bessere Ergebnisse als in der Standardeinstellung. Wer das Modell nur mit Voreinstellungen ausprobiert, unterschätzt also möglicherweise, was es kann. Gleichzeitig steigt bei höherer Denkstufe der Token-Verbrauch, was in die Kostenrechnung gehört.
Was offen bleibt
Die Meldung, dass ein kleineres DeepSeek-Modell das eigene Flaggschiff übertreffe, kursiert in Fachmedien. Aus welchen konkreten Benchmarks das hervorgeht, ist bislang nicht sauber belegt. Ebenfalls ungeklärt: Welche Hardware für den lokalen Betrieb der 167 GB tatsächlich nötig ist, dazu nennen die verfügbaren Angaben keine Details. Auch die genauen Lizenzbedingungen für kommerzielle Nutzung der Gewichte gehen aus den vorliegenden Informationen nicht hervor. Wer Self-Hosting plant, sollte diesen Punkt vor jeder Investition prüfen.
Einordnung für Unternehmen
Der Preisverfall bei KI-Inferenz setzt sich fort und betrifft nicht nur chinesische Anbieter. Auch OpenAIs jüngste API-Preissenkung zeigt, wie schnell sich die Kalkulationsgrundlage verschiebt. Wer heute ein KI-Feature auf Basis eines bestimmten Modellpreises kalkuliert, rechnet in sechs Monaten mit anderen Zahlen.
Für Unternehmen im DACH-Raum ist die Verfügbarkeit als Open Weights der eigentlich spannende Teil. Ein Modell, das heruntergeladen und im eigenen Rechenzentrum oder bei einem europäischen Hoster betrieben werden kann, löst zwei Probleme auf einmal: die Abhängigkeit von einem einzelnen Anbieter und die Frage, wohin die Daten fließen. Bei der API-Nutzung über den Hersteller bleibt dagegen die übliche Prüfung von Vertragsgestaltung und Datenverarbeitung notwendig.
Praktisch relevant ist das vor allem für agentische Anwendungen, also Systeme, die Aufgaben eigenständig abarbeiten. Solche Workflows verbrauchen viele Tokens, weil das Modell mehrfach aufgerufen wird. Genau dort schlägt ein Preis von 0,27 US-Dollar je Million Output-Tokens durch. Wer Agenten über standardisierte Schnittstellen anbindet, etwa über das Model Context Protocol, kann das zugrunde liegende Modell zudem vergleichsweise leicht austauschen.
Die nüchterne Rechnung: Ein Software-Abo mit KI-Funktion kostet pro Nutzer und Monat einen festen Betrag, unabhängig davon, wie viel tatsächlich genutzt wird. Eine Eigenentwicklung auf Basis eines Modells zu diesen Token-Preisen kostet nur, was verbraucht wird. Gegenzurechnen sind Entwicklungs- und Betriebsaufwand. Bei sinkenden Inferenzpreisen verschiebt sich dieser Vergleich aber kontinuierlich zugunsten der eigenen Lösung.