Die „günstigere“ V4.1-Version von DeepSeek könnte es für Entwickler tatsächlich teurer machen – pro Aufgabe.

Die Preise sind verlockend. DeepSeek hat V4.1 Flash unter demselben Preis pro Token wie V4 Flash auf den Markt gebracht – und behauptet dabei, dass die Datenübertragung viel schneller erfolgt. Für Investoren bedeutet das: günlicher KI-Service für denselben Preis – eine Art „Deflation“ in Miniaturform. Doch Deep Seek bezahlt immer so: pro Token, nicht pro Sekunde. Bevor eine Geschwindigkeitsangabe einen Entwickler Geld spart, muss zunächst die Anzahl der Tokens reduziert werden, die für die Erfüllung einer Aufgabe benötigt werden. In den Beta-Versionen zeigt sich nichts davon – und die Aussage, dass es günstig ist pro Token, verdeckt eigentlich die eigentliche Strategie von Deep Seek.

Faster berührt den Messgerät nicht.

Die API von DeepSeek kostet pro Token – sowohl für Eingaben als auch für Ausgaben sowie für in Cache gespeicherte Daten – jeweils zu einem anderen Tarif. Ein Modell, das 300 Tokens pro Sekunde generiert, kann also genauso viel Arbeit erledigen wie ein Modell, das nur 80 Tokens pro Sekunde generiert. Der Zähler zeigt immer noch die Anzahl der Tokens an. Das ist der Kern der Analyse: Der Preis pro Token und die Anzahl der Tokens pro Aufgabe bestimmen den Rechnungsbetrag – die Geschwindigkeit der Generierung spielt dabei keine Rolle.

Das ist der erste Schlag gegen die „Kostenreduzierung“. Auf dem Kartenbild befindet sich V4.1 Flash auf derselben Preisliste wie V4 Flash – in den Beta-Materialien während der Veröffentlichungsphase.Rund 0,28 US-Dollar pro Million Output-Tokens – das entspricht der eigenen Rate von V4 Flash.Vergleichen Sie das mit der Liste der First-Party-Produkte:Der V4 Flash kostet etwa 0,22 US-Dollar pro Million Eingaben und 0,66 US-Dollar pro Million Ausgaben – im Vergleich dazu kostet der V4 Pro 0,66 US-Dollar pro 1,98 US-Dollar.Im Gegensatz zu Flash gibt es keine Rabatte pro Token. Daher ist die Behauptung, dass V4.1 „Kosten senkt, weil der Preis pro Token mit dem von Flash übereinstimmt“, eher unbegründet. Die Übereinstimmung des Preises mit dem von Flash zu haben, bedeutet nicht, dass V4.1 den Preis von Flash übertrifft – es bedeutet nur, dass V4.1 die Latenzzeit von Flash verringert.

Die Flash-Familie ist die ausführlichste ihrer Klasse.

Hier beginnt die „billigen Tokens“-Sache. Die künstliche Analyse misst, wie viele Tokens ein Modell verbrauchen muss, um einen bestimmten Benchmark zu erfüllen. DeepSeek V4 Flash ist dabei ein Beispiel dafür, dass es in die falsche Richtung geht.Um den Intelligence Index zu betreiben, wurden etwa 240 Millionen Tokens verwendet – das ist etwa doppelt so viel wie die ~120 Millionen Tokens, die für Modelle dieser Größe typisch sind. Zudem ist dies mehr als die ~190 Millionen Tokens des viel größeren V4 Pro-Modells.DeepSeek selbst leitet die Benutzer auf den richtigen Weg.Eine Grenze von 384.000 Tokens für die Ausgabe – aufgrund der Menge an Rechenarbeit, die das Modell verrichtet möchte.UndMit maximalem Rechenaufwand kann man etwa fünfmal so viele Tokens erzeugen wie mit geringem Aufwand..

Setzen Sie die Berechnungen auf eine einheitliche Grundlage – die Ausgaberaten der ersten Partei während der Nicht-Brennpunkte (Flash: ca. $0,66/M, Pro: ca. $1,98/M) werden dann auf die gemessenen „Token-Brennwerte“ angewandt.

• V4.1 Flash(Gleiche Rate wie bei V4 Flash, gleiche „Familiengröße“): ~240M × 0,66 ≈$158
• V4 FlashGleichartige mathematische Formen ≈$158– Derselbe Preis, derselbe Aufwand, derselbe Kosten pro Aufgabe.
• V4 Pro~190M × $1,98 ≈$376

Flash ist tatsächlich etwa 2,4-mal günstiger als Pro für jeden erledigten Auftrag – schließlich ist der Preis pro Token viel niedriger, und die Länge des Codes ist nur etwas größer. Doch V4.1 – das Modell, das als „V4 Flash, nur schneller“ verkauft wird – kostet pro Auftrag genauso viel wie V4 Flash. Die Geschwindigkeit ist also nur eine Versprechung bezüglich des Durchsatzes – doch diese Versprechungen werden nie in einen geringeren Preis umgesetzt. Der Unterschied gegenüber Pro ist also nicht so groß, wie es in den Werbebotschaften angegeben wird – nämlich „4–6-mal schneller als Flash“.

Auch die Geschwindigkeit wird nicht berücksichtigt.

Das Marketing-Datum –300 oder mehr Tokens pro SekundeDer Wert liegt mehrmals auf dem Niveau des Durchsatzes von V4 Flash – das stammt aus den Beta-Materialien von DeepSeek. Eine unabhängige Messung des Beta-Outputs…Es wurden etwa 108 Tokens pro Sekunde verarbeitet – das entspricht im Grunde dem Wert von V4 Flash-0731.Nicht ein Sprung von 4–6x. Und V4.1 Flash ist…Es handelt sich dabei immer noch um eine interne Beta-Version, die erst Anfang September veröffentlicht wird. Die Nutzung ist begrenzt – sie ist nur für Tests geeignet und wird ausdrücklich nicht für den Einsatz in der Produktion empfohlen.Es gibt noch keine allgemein verfügbare Version, die die erforderlichen Geschwindigkeits- und Rate-Kennzahlen erfüllt. Daher beruht die Kostensenkung auf einer Durchsatzzahl, die bisher nicht mit einem echten Produkt getestet wurde – es handelt sich dabei um ein Modell, das noch nicht verkauft wurde.

Die Geschichte der Deflation – umgekehrt

Die Beta-Werte eines einzigen chinesischen Labors sind wichtig für eine Portfoliokonstruktion, die keine DeepSeek-Aktien besitzt – schließlich handelt es sich dabei um eine „saubere“ Testmethode für den Mechanismus der AI-Deflation. Dabei geht von der Annahme aus, dass der Rückgang der Preise pro Token dazu führt, dass die benötigte Rechenleistung abnimmt. In diesem Fall zeigt sich jedoch, dass der Mechanismus umgekehrt funktioniert: Billigere, schnellere Tokens reduzieren nicht die Kosten der erstellten Arbeiten – sie halten die Kosten pro Aufgabe zwar unverändert, aber begünstigen gleichzeitig eine höhere Anzahl an Aufgaben – mehr logisches Denken, mehr Agentenzyklen, multimediale Ausgaben. Die Menge der Arbeiten wächst, und die Rechenleistung, die dafür benötigt wird, wächst ebenfalls. Das ist keine negative Entwicklung für das Inferenzsystem – genau deshalb haben billige Tokens historisch gesehen die gesamte Nachfrage erhöht, anstatt sie zu verringern.

Für Entwickler und alle, die an AI-Infrastruktur oder Anwendungssysteme interessiert sind, ist es wichtig, der Preis des fertigen Produkts zu betrachten – nicht der Preis eines Tokens. In diesem Maße unterbietet V4.1 Flash in der Beta-Version überhaupt nicht V4 Flash. Es funktioniert einfach schneller. Wenn Teams die Geschwindigkeit als Anreiz betrachten, um mehr zu produzieren, steigt der Preis genau dort an, wo die Marketingabteilung versprochen hat.