KI-Infrastruktur: DeepSeek V4 kostet bis zu 99% weniger
Veröffentlicht am: 02.08.2026 um 06:01 Uhr | Redaktion boerse-global.de
DeepSeek hat seine V4-Modellreihe offiziell als API-Beta gestartet. Die neuen Modelle kombinieren hohe Leistung mit extrem niedrigen Kosten – und setzen damit die Konkurrenz unter Druck.
Flash und Pro: Zwei Modelle für unterschiedliche Ansprüche
Die V4-Serie besteht aus zwei Varianten. Das DeepSeek-V4-Flash wurde für hohen Durchsatz bei geringer Latenz entwickelt. Mit 284 Milliarden Parametern, von denen pro Token nur 13 Milliarden aktiv sind, setzt es auf eine effiziente Mixture-of-Experts-Architektur (MoE). Die Architektur bleibt identisch zur Preview-Version aus dem April, die Leistungssteigerung kommt durch gezieltes Post-Training.
Das größere DeepSeek-V4-Pro-Modell richtet sich an komplexe logische Aufgaben. Es verfügt über 1,6 Billionen Parameter, aktiv genutzt werden davon 49 Milliarden. Beide Modelle unterstützen ein Kontextfenster von einer Million Token und können bis zu 384.000 Token ausgeben. Damit eignen sie sich besonders für umfangreiche Dokumentationen und große Code-Depots. Die bisherigen Modelle deepseek-chat und deepseek-reasoner gelten mit der Umstellung als veraltet.
Benchmark-Erfolge bei Agenten-Aufgaben
Besonders das Flash-Modell kann in spezifischen Disziplinen mit etablierten Flaggschiff-Modellen mithalten. Im Terminal Bench 2.1 erreichte es Ende Juli 82,7 Punkte – Claude Opus 4.8 liegt mit 85,0 Punkten nur knapp darüber.
Wer sich mit der Integration solch leistungsstarker KI-Systeme befasst, muss auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Deutliche Fortschritte zeigt das Modell auch bei autonomen Agenten-Aufgaben. Im DeepSWE-Benchmark stieg die Leistung von 7,3 auf 54,4 Punkte, im DSBench-FullStack-Test von 37,0 auf 68,7. Weitere Tests wie Cybergym (76,7) und NL2Repo (54,2) bestätigen den Trend.
Branchenanalysten beobachten: Durch das gezielte Post-Training übertrifft das Flash-Modell in neun Agent-Benchmarks sogar die Preview-Version des Pro-Modells. Die Integration der Responses-API und die Optimierung für Codex-Umgebungen zeigen, dass DeepSeek auf den Enterprise-Sektor und Entwickler zielt.
Preise als Kampfansage
Die Preisstruktur dürfte für Aufsehen sorgen. Beim Flash-Modell kostet eine Million Token 0,2 RMB bei Cache-Treffer, 1 RMB bei Cache-Fehltreffer und 2 RMB für die Ausgabe. Bei Programmieraufgaben liegen die Kosten damit teilweise bis zu 99 Prozent unter denen vergleichbarer Modelle von Anthropic.
Die rasante Entwicklung bei KI-Systemen wie DeepSeek stellt Unternehmen vor neue Herausforderungen bei der Risikobewertung. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko eingestuft werden und was Verantwortliche jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act anfordern
Das Pro-Modell ist teurer, bleibt aber günstig: 1 RMB (Cache-Treffer), 12 RMB (Cache-Fehltreffer) und 24 RMB (Ausgabe) pro Million Token. Damit will DeepSeek die Marktführerschaft bei kosteneffizienter KI-Infrastruktur in China übernehmen und den Wettbewerb mit Anbietern wie der GLM-Serie verschärfen.
Milliarden-Finanzierung und offene Strategie
Die Ambitionen sind gut finanziert. Finanzierungsdaten aus dem Sommer 2026 beziffern das Volumen auf rund 500 Milliarden RMB, die Bewertung liegt bei geschätzten 520 Milliarden USD. Eine neue Finanzierungsrunde soll bis zu 710 Milliarden USD anstreben. Auch Gespräche mit Tencent und Alibaba über weitere Investitionen in Milliardenhöhe laufen.
Die Veröffentlichung der Modellgewichte unter MIT-Lizenz auf Plattformen wie Hugging Face zeigt zudem das Ziel, ein offenes Ökosystem um die DeepSeek-Architektur aufzubauen. Die offizielle Vollversion des Pro-Modells wird für den weiteren Verlauf des Augusts erwartet.
Disclaimer zu unseren Artikeln: Keine Anlageberatung, keine Kauf- oder Verkaufsempfehlung. Angaben zu Kursen, Unternehmen und Märkten ohne Gewähr; Änderungen jederzeit möglich. Börsengeschäfte können zu hohen Verlusten führen. Unsere Beiträge werden ganz oder teilweise automatisiert mit Unterstützung von AI erstellt und geprüft.
