DeepSeek hat V4-Flash Version 0731 veröffentlicht und behält dabei die aggressive Preisgestaltung bei, für die die Reihe bekannt ist — versehen mit einer ungewöhnlichen Warnung.

Die Zahlen

V4-Flash kostet $0,14 pro Million Input-Tokens bei einem Cache-Miss und $0,28 pro Million Output-Tokens. Bei einem Cache-Hit sinken die Input-Kosten auf $0,0028 pro Million — fünfzigmal günstiger, wodurch die Prompt-Struktur zu einer Kostenentscheidung ersten Ranges wird und nicht bloß zu einem Optimierungsdetail.

Das größere Modell V4-Pro liegt bei $0,435 für Input und $0,87 für Output pro Million, mit Cache-Hits zu $0,003625. Beide Modelle bieten ein 1M-Token-Kontextfenster und unterstützen Denk- und Nicht-Denk-Modi.

Die Warnung

Die Preisdokumentation stellt unumwunden fest, dass DeepSeek plant, die allgemeine API-Preisgestaltung in naher Zukunft anzuheben, wobei eine deutliche Erhöhung erwartet wird. Anbieter kündigen ihre eigenen Preiserhöhungen selten im Voraus an. Diese Veröffentlichung bedeutet, dass die aktuellen Tarife eher als Werbeaktion denn als dauerhafte Struktur zu verstehen sind.

Warum das wichtig ist

Mit $0,14 pro Million Inputs ist DeepSeek die günstigste glaubwürdige Option im Bereich nahe der Spitzenmodelle und unterbietet damit OpenAIs frisch gesenkten Luna-Preis von $0,20. Dieser Abstand ist etwas wert — aber nur solange er anhält, und der Anbieter hat gesagt, dass er nicht von Dauer sein wird.

Die praktische Lehre betrifft eher die Bindung an einen Anbieter als den Preis selbst. Eine Pipeline mit hohem Volumen um denjenigen herum aufzubauen, der in diesem Quartal am billigsten ist, ist unproblematisch, wenn die Wechselkosten nahe null liegen. Teuer wird es, wenn die Integration tief geht. Der Cache-Hit-Rabatt wirkt hier in beide Richtungen: Prompts um das Caching-Verhalten eines bestimmten Anbieters herum zu gestalten, ist genau die Art von Arbeit, die sich nicht übertragen lässt.

Wie die Cache-Preisgestaltung zu lesen ist

Die fünfzigfache Differenz zwischen Cache-Hit und Cache-Miss ist die hier am besten umsetzbare Zahl. Sie bedeutet, dass die Form eines Prompts — was über Aufrufe hinweg konstant bleibt und was variiert — die Kosten stärker bestimmt als die Modellwahl. Systeme, die eine große, stabile Präambel voranstellen und nur den Schlussteil variieren, erhalten den Großteil ihrer Input-Tokens zu $0,0028 pro Million.

Das macht bei hohem Volumen echtes Geld aus, und es ist zugleich eine subtile Form der Anbieterbindung: Prompts, die auf das Caching-Verhalten eines bestimmten Anbieters zugeschnitten sind, lassen sich nicht sauber auf einen anderen übertragen.

Worauf man sich einstellen sollte

Behandeln Sie die aktuelle DeepSeek-Preisgestaltung als vorübergehend, denn der Anbieter selbst hat das gesagt. Wenn eine Arbeitslast anhand dieser Tarife dimensioniert wird, sollte man vor einer Festlegung durchrechnen, was beim zwei- oder dreifachen Preis passiert. Eine Pipeline, die nur bei $0,14 pro Million funktioniert, ist eine Pipeline mit eingebautem Countdown.