DeepSeek V4 ist da — und die Preise sind so aggressiv, dass selbst OpenAI-Altman intern eine Rechnung aufmachen muss. Am 24. April 2026 hat das chinesische Lab zwei Preview-Modelle in die offizielle API aufgenommen und als Open-Weights veroeffentlicht. Wir haben uns die Specs, Benchmarks und Preise angeschaut und zeigen dir, was du als deutscher Builder jetzt wissen musst.
Was DeepSeek V4 in einem Satz anders macht
Frontier-naehe Performance bei Preisen, die ein Drittel bis ein Zehntel von Claude und GPT-5.5 sind — und die Gewichte gibt es zum Download. Das ist der Kern. DeepSeek setzt weiter auf Mixture-of-Experts (MoE), nutzt enge Integration mit Huawei Ascend 910C Chips und drueckt damit die Inference-Kosten brutal.
Die zwei Varianten im Detail
DeepSeek V4 kommt in zwei Geschmacksrichtungen, beide mit 1 Mio. Token Kontext:
| Modell | Parameter (gesamt) | Aktive Parameter | Max Output | Stiloptik |
|---|---|---|---|---|
| V4-Pro | 1,6 Billionen | 49 Mrd. | 384K Tokens | Frontier-Reasoning |
| V4-Flash | 284 Mrd. | 13 Mrd. | 384K Tokens | Schnell, guenstig |
V4-Pro ist mit 1,6 Billionen Parametern aktuell das groesste Open-Weight-Modell der Welt. Llama 4 Scout hat zum Vergleich 400 Mrd., GLM-5.1 von Z.AI 355 Mrd. Trotzdem laufen pro Token nur 49 Mrd. aktive Parameter — das ist der MoE-Trick und der Grund, warum die Inference bezahlbar bleibt.
Die Preise — und warum sie Claude und GPT-5.5 unter Druck setzen
Schau dir das an. Wir haben die offiziellen API-Preise aller Frontier-Modelle gegenuebergestellt (USD pro 1 Million Tokens):
| Modell | Input | Output | Kontextfenster |
|---|---|---|---|
| DeepSeek V4-Flash | 0,14 | 0,28 | 1 Mio. |
| DeepSeek V4-Pro | 1,74 | 3,48 | 1 Mio. |
| Claude Opus 4.7 | 5,00 | 25,00 | 1 Mio. |
| GPT-5.5 | 1,25 | 10,00 | 400K |
| Gemini 3.1 Pro | 2,50 | 15,00 | 2 Mio. |
| GLM-5.1 (Z.AI) | 0,60 | 2,20 | 200K |
Ein konkretes Rechenbeispiel: Ein Coding-Agent mit 200K Input-Token-Workflow und 50K Output (typisch fuer Multi-File-Refactor) kostet:
- Claude Opus 4.7: 1,00 USD Input + 1,25 USD Output = 2,25 USD
- GPT-5.5: 0,25 USD + 0,50 USD = 0,75 USD
- DeepSeek V4-Pro: 0,348 USD + 0,174 USD = 0,52 USD
- DeepSeek V4-Flash: 0,028 USD + 0,014 USD = 0,04 USD
Bei 1.000 solcher Tasks pro Monat sparst du ueber 2.000 USD gegenueber Claude — bei einer Performance, die nur ca. 5-10% darunter liegt.
Performance: Wo V4 staerker und schwaecher ist als die Konkurrenz
DeepSeek selbst kommuniziert die V4-Pro-Leistung ehrlich: marginal hinter GPT-5.4 und Gemini 3.1 Pro, deutlich vor V3.2. Wir haben die wichtigsten Benchmarks zusammengetragen (offizielle Werte und unabhaengige Tests von Simon Willison und CodersEra):
| Benchmark | V4-Pro | V4-Flash | Claude Opus 4.7 | GPT-5.5 |
|---|---|---|---|---|
| MMLU-Pro | 78,4% | 71,2% | 84,1% | 85,3% |
| GPQA Diamond | 81,7% | 68,3% | 94,2% | 92,8% |
| SWE-Bench Verified | 73,2% | 58,9% | 87,6% | 79,1% |
| LiveCodeBench v6 | 68,5% | 57,4% | 72,1% | 76,8% |
| AIME 2025 | 84,3% | 62,1% | 91,2% | 93,4% |
Wo V4 wirklich glaenzt:
- Multilinguale Tasks (Deutsch, Franzoesisch, Spanisch): besser als die meisten chinesischen Vorgaenger, etwa auf Augenhoehe mit Mistral
- Long-Context-Retrieval: 92,1% auf MRCR bei 800K Tokens — fast so gut wie GPT-5.5
- Code-Generierung in C++ und Rust: vergleichbar mit Claude Opus 4.7 (laut CodersEra-Review)
Wo V4 schwaechelt:
- Komplexe agentische Workflows (Tool-Calling-Stabilitaet)
- Vision-Tasks (V4 hat aktuell keinen nativen Vision-Encoder — angekuendigt fuer Q3)
- Sehr lange Reasoning-Chains (Claude und GPT-5.5 bleiben hier vorne)
Open-Weights: Was das fuer DACH-Teams konkret bedeutet
Das vermutlich wichtigste Feature fuer dich: die Gewichte sind frei verfuegbar. DeepSeek hat V4-Pro und V4-Flash unter der Permissive DeepSeek License auf Hugging Face gestellt. Kommerzielle Nutzung erlaubt, Modify/Distribute auch.
Was du dafuer brauchst:
- V4-Flash: laeuft mit 4-bit Quantisierung auf einer H100 (80 GB) — also rund 30.000 EUR Hardware oder 4-6 USD/Stunde Cloud
- V4-Pro: braucht mindestens vier H100 oder zwei B200, eher acht. Self-Hosting macht erst ab 2.000+ Requests pro Tag oekonomisch Sinn
Drei realistische Setups fuer DACH:
- Cloud-API von DeepSeek — schnell, billig, aber Daten gehen nach China. Fuer interne Doku oder oeffentliche Inhalte: ok. Fuer Kundendaten: tabu.
- OpenRouter, Together, Fireworks oder Lambda — gleiche Gewichte, US- oder EU-Hosting. Aufschlag ca. 30-50% auf den DeepSeek-Preis, dafuer DSGVO-tauglich.
- Self-Hosting via vLLM oder TensorRT-LLM — maximale Datensouveraenitaet. Hetzner, IONOS und Schwarz Digits bieten passende Instanzen.
Huawei-Integration: Der unsichtbare Game-Changer
DeepSeek V4 wurde nach offiziellen Angaben auf einem Cluster aus Huawei Ascend 910C-Chips trainiert — nicht auf NVIDIA. Das ist politisch und technisch relevant:
- Politisch: Die USA haben den Export von H100/B200 nach China gesperrt. DeepSeek beweist, dass Frontier-Training ohne NVIDIA moeglich ist.
- Technisch: Die Inference auf Ascend 910C ist laut Huawei ca. 40% effizienter (Tokens/Watt) als auf H100. Das erklaert die brutalen Preise.
Fuer dich heisst das: Selbst wenn die US-Sanktionen sich verschaerfen, hat DeepSeek einen unabhaengigen Pfad. Risiko fuer Versorgungssicherheit ist niedrig.
Wann lohnt sich V4 — und wann nicht
V4-Flash nutzen, wenn:
- Du grosse Mengen Standard-Tasks (Klassifikation, Zusammenfassung, Uebersetzung) machst
- Latenz unter 800ms egal ist
- Dein Budget unter 100 EUR pro Monat liegt
V4-Pro nutzen, wenn:
- Du Frontier-Qualitaet brauchst, aber nicht das absolute Top-Niveau
- Cost-per-Token kritisch ist (Skalierung > 10 Mio. Tokens/Monat)
- Du Open-Weights fuer On-Premise willst
Bei Claude oder GPT-5.5 bleiben, wenn:
- Du komplexe Coding-Agenten mit langen Tool-Chains baust (Stabilitaet)
- Vision wichtig ist
- Du sensitive Daten verarbeitest und keinen Self-Host-Stack willst
Affiliate-Empfehlung: Workflow-Plattformen die DeepSeek V4 unterstuetzen
Wenn du DeepSeek V4 in echte Workflows einbinden willst, bietet sich Make.com als Verbindungspunkt an. Du kannst V4 ueber den OpenRouter-Connector ansprechen, mit Slack, Notion, HubSpot und 1.500+ weiteren Apps verknuepfen — und so deine Prozess-Stack komplett um die DeepSeek-Kosten optimieren. Auch n8n ist via Self-Host eine starke Wahl, gerade fuer DACH-Teams die beim KI-Routing maximale Kontrolle wollen.
Weiterlesen
- GLM-5.1 von Z.AI: Das chinesische Open-Source-Modell das Claude und GPT-5.4 schlaegt
- Qwen 3.6 von Alibaba: Open-Source-Coder schlaegt Frontier-Modelle
- Claude Opus 4.7 offiziell da: 64,3% SWE-Bench Pro
- Open Source KI: Die besten freien Modelle 2026
Fazit: Die Kostenkurve hat sich verschoben
DeepSeek V4 ist keine Revolution bei der Qualitaet — Claude Opus 4.7 und GPT-5.5 bleiben in Spitzendisziplinen vorne. Aber V4 ist eine Revolution beim Preis-Leistungs-Verhaeltnis. Wenn du 80% der Frontier-Performance fuer 10-30% des Preises bekommst, aendert das die Kalkulation in fast jedem Use Case.
Unsere Empfehlung: V4-Flash fuer Volume-Tasks ausprobieren, bei Datensensibilitaet ueber Together oder Fireworks routen. Die zwei Stunden Setup zahlen sich nach einer Woche aus.
