Das chinesische Labor für künstliche Intelligenz DeepSeek hat am 31. Juli 2026 V4-Flash „0731“ veröffentlicht, eine überarbeitete Version seines Budgetmodells, die bei Benchmarks von Drittanbietern nahezu mit GPT-5.6 Luna von OpenAI mit etwa 60 Prozent geringeren Kosten mithalten kann. Die Veröffentlichung, die die öffentliche Beta-API des Modells allgemein verfügbar macht, ist die jüngste Salve in einem sich verschärfenden Preiskampf zwischen chinesischen Open-Weight-Anbietern und Western Frontier Labs. Die fortlaufende Berichterstattung über die Modellkriege finden Sie in unseren neuesten KI-Nachrichten.
Laut The Decoder erreicht die neue Version 50 Punkte im Artificial Analysis Intelligence Index – ein Sprung von zehn Punkten gegenüber dem vorherigen V4-Flash, der im April 2026 auf den Markt kam. Damit liegt sie nur einen Punkt hinter OpenAIs preisgünstigerem GPT-5.6 Luna, obwohl sie etwa 60 Prozent weniger pro Aufgabe kostet, selbst nach der jüngsten Preissenkung von OpenAI um 80 Prozent.
Entwickelt für Agentenarbeit
Die größten Zuwächse gab es bei Agentenaufgaben, der Fähigkeit, mehrstufige Arbeiten in der realen Welt autonom abzuschließen. TechNode berichtete, dass das Modell bei Terminal Bench 2.1 einen Wert von 82,7 und bei DeepSWE einen Wert von 54,4 erreicht. Dabei handelt es sich um zwei Benchmarks, mit denen gemessen werden soll, wie gut eine KI Tools verwenden, Code schreiben und technische Probleme lösen kann, ohne Händchen halten zu müssen.
Beim GDPval, einem Benchmark, der Modelle bei komplexer Büroarbeit testet, kletterte V4-Flash von 1.189 auf 1.559 Elo-Punkte. DeepSeek sagte außerdem, dass das Modell seltener halluziniert als sein Vorgänger und etwa 12 Prozent weniger Token verwendet, um die gleichen Aufgaben zu erledigen.
Gleiche Architektur, intelligentere Gewichte
Das Upgrade behält die gleiche zugrunde liegende Struktur bei: 284 Milliarden Gesamtparameter, von denen 13 Milliarden gleichzeitig aktiv sind, und ein Kontextfenster von einer Million Token. Anstatt das Modell zu vergrößern, hat DeepSeek es neu trainiert – und so mehr Leistung bei gleichem Platzbedarf herausgeholt. Die Modellgewichte werden unter der freizügigen MIT-Lizenz auf Hugging Face veröffentlicht und führen damit den offenen Gewichtsansatz von DeepSeek fort.
DeepSeek hat sorgfältig auf den Umfang der Veröffentlichung geachtet. Das Update gilt nur für die V4-Flash-API; Die höherstufige V4-Pro-API und die über die Verbraucher-App und Website von DeepSeek bereitgestellten Modelle bleiben unverändert. Die neue Flash-API bietet außerdem Unterstützung für die Responses-API und ist für die Verwendung mit Codex angepasst, wodurch sie für Entwickler, die Codierungsagenten erstellen, noch attraktiver wird.
Der Cache-Rabattvorteil
Ein wesentlicher Teil des Kostenvorteils von DeepSeek ergibt sich aus der Preisgestaltung. Das Unternehmen bietet einen Cache-Rabatt von 98 Prozent – deutlich über den branchenüblichen 90 Prozent –, was bedeutet, dass wiederholte oder vorhersehbare Teile einer Anfrage zu einem kleinen Bruchteil des normalen Tarifs in Rechnung gestellt werden. In Kombination mit weniger Token pro Aufgabe sinken die effektiven Kosten für viele Workloads drastisch.
Diese Preisstruktur stellt eine direkte Herausforderung für OpenAI dar, das selbst die Preise gesenkt hat, um Marktanteile zu verteidigen. Das Ergebnis ist ein Markt, in dem nahezu grenzüberschreitende Qualität zur Ware wird und der Wettbewerb zunehmend von der Effizienz der Infrastruktur und der Wirtschaftlichkeit der Einheiten statt von reiner Leistungsfähigkeit entschieden wird.
Ein Preiskampf ohne Mindestpreis
Die Veröffentlichung verschärft das, was Analysten mittlerweile als einen ausgewachsenen Preiskampf bezeichnen. OpenAI senkte die Preise für GPT-5.6 Luna um 80 Prozent, um seine Entwicklerbasis zu verteidigen, nur dass DeepSeek mit einem Modell reagierte, das vergleichsweise leistungsfähig und immer noch weitaus günstiger ist. Mit jeder Runde sinken die effektiven Kosten grenznaher Intelligenz, und die Kluft zwischen den günstigsten und teuersten leistungsfähigen Modellen wird immer kleiner.
Die Dynamik ist in Software ungewöhnlich. In den meisten Märkten würde ein Kostenvorteil von 60 Prozent bei annähernd gleicher Qualität schnell Marktanteile erobern. Hier wird der Vorteil innerhalb von Wochen immer wieder ausgeglichen, so dass sich die Rangliste der Entwickler ständig ändert. Benchmark-Parität, einst die ausschließliche Domäne von Frontier Labs, wird zunehmend von Open-Weight-Herausforderern angeboten, die bereit sind, sowohl ihre Gewichte als auch ihre Preise zu veröffentlichen.
Was es für Entwickler bedeutet
Für Entwickler ist die praktische Auswirkung klar: Leistungsfähige Agentenmodelle werden schnell billiger. Ein Modell, das autonom durch ein Terminal navigieren, Code schreiben und debuggen und komplexe Büroaufgaben erledigen kann – und das alles für den Bruchteil eines Cents pro Anfrage –, verändert die Wirtschaftlichkeit der Entwicklung KI-gestützter Produkte.
Die Open-Weight-Version bedeutet auch, dass Teams das Modell auf ihrer eigenen Hardware ausführen können, wodurch API-Gebühren pro Token für sensible Arbeitslasten vollständig vermieden werden. Da DeepSeek, OpenAI und andere weiterhin einen Schlagabtausch bei Preis und Leistung hinnehmen, sind die Gewinner die Entwickler, die nun über eine wachsende Auswahl leistungsfähiger, erschwinglicher Modelle verfügen.
Bleiben Sie der KI-Kurve einen Schritt voraus
Die Landschaft der künstlichen Intelligenz verändert sich schneller als je zuvor, und die Unternehmen, die diese Veränderungen frühzeitig erkennen, verschaffen sich einen dauerhaften Vorsprung. Für eine kontinuierliche, quellengeprüfte Berichterstattung über Modellveröffentlichungen, Finanzierungsrunden und politische Maßnahmen folgen Sie unseren neuesten KI-Nachrichten.
Weitere KI-Neuigkeiten lesen →
