DeepSeek V4 Flash fast auf Niveau von GPT-5.6 Luna aber wesentlich günstiger - News

DeepSeek hat am 31. Juli 2026 eine neue Fassung seines günstigen Modells veröffentlicht, V4 Flash mit der Kennung „0731". Im Intelligence Index von Artificial Analysis erreicht es 50 Punkte, zehn mehr als die im April veröffentlichte Vorversion. Damit liegt es einen einzigen Punkt hinter GPT-5.6 Luna, dem günstigsten Modell von OpenAI, kostet pro Aufgabe aber rund 60 Prozent weniger.

Bemerkenswert ist der Zeitpunkt. OpenAI hatte den Preis für Luna erst einen Tag zuvor um 80 Prozent gesenkt. Der Kostenvorsprung von DeepSeek besteht also trotz dieser Senkung.

Was in dem Modell steckt

V4 Flash arbeitet mit 284 Milliarden Parametern, von denen bei jeder Anfrage nur 13 Milliarden aktiv sind. Diese Bauweise ist der Grund für die niedrigen Betriebskosten: Gerechnet wird nur mit einem Bruchteil des Modells. Das Kontextfenster fasst eine Million Token.

Im GDPval-Test, der Modelle an typischer Büroarbeit misst, verbessert sich die neue Fassung von 1.189 auf 1.559 Elo-Punkte. Zusätzlich benötigt sie für dieselben Aufgaben rund 12 Prozent weniger Token als der Vorgänger.

Der eigentliche Hebel ist der Zwischenspeicher

Der auffälligste Unterschied liegt nicht im Grundpreis, sondern in der Behandlung wiederkehrender Eingaben. Schickt eine Anwendung immer wieder denselben Textanfang, etwa eine Systemanweisung, einen Produktkatalog oder eine lange Dokumentvorlage, muss dieser Teil nicht erneut verarbeitet werden. Anbieter geben darauf einen Rabatt.

Branchenüblich sind rund 90 Prozent. DeepSeek gewährt auf zwischengespeicherte Eingaben 98 Prozent. Der Unterschied klingt klein, wirkt sich in der Abrechnung aber stark aus: Statt einem Zehntel des regulären Preises fällt nur ein Fünfzigstel an.

Wer in der Kalkulation nur auf den Preis pro Million Token schaut, übersieht bei wiederkehrenden Kontexten den größeren Posten.

Wie belastbar ist der Vergleich?

Ein Punkt Abstand in einem Index ist keine Aussage über die eigene Anwendung. Wie stark solche Werte von der Umgebung abhängen, hat sich am Vortag gezeigt: Beim Benchmark ARC-AGI-3 erreichte dasselbe OpenAI-Modell im offiziellen Testaufbau 7,8 Prozent, mit zwei zusätzlichen Einstellungen in der herstellereigenen Schnittstelle dagegen 38,3 Prozent.

Für die Praxis heißt das, dass Indexwerte als Vorauswahl taugen, aber nicht als Entscheidung. Belastbar wird der Vergleich erst, wenn beide Modelle dieselben echten Aufgaben aus dem eigenen Betrieb bearbeiten und Ergebnisqualität, Tokenverbrauch und Antwortzeit nebeneinander liegen. Der Aufwand dafür ist überschaubar, meist genügt eine Sammlung von fünfzig bis hundert typischen Fällen.

Was das für Ihr Unternehmen heißt

Der Anbieterwechsel ist bei einfachen Aufgaben unkritisch geworden. Für Textklassifikation, Zusammenfassungen oder Datenextraktion liegen die günstigen Modelle inzwischen so nah beieinander, dass der Preis den Ausschlag geben darf.
Prüfen Sie, wie Ihre Anwendung mit wiederkehrenden Eingaben umgeht. Ein stabiler, unveränderlicher Textanfang ist die Voraussetzung dafür, dass der Rabatt überhaupt greift. Wer bei jeder Anfrage die Reihenfolge ändert, verschenkt ihn.
Rechnen Sie in Kosten pro Aufgabe, nicht in Kosten pro Token. Ein Modell, das weniger Token für dasselbe Ergebnis braucht, kann trotz höherem Tokenpreis günstiger sein.
Der Standort bleibt eine eigene Frage. DeepSeek ist ein chinesischer Anbieter. Wo personenbezogene oder vertrauliche Daten verarbeitet werden, ist die Frage nach Verarbeitungsort und Auftragsverarbeitung von der Preisfrage zu trennen.

Für die meisten Anwendungen im Mittelstand ist die praktische Erkenntnis weniger spektakulär, als die Zahlen vermuten lassen: Der Abstand zwischen den günstigen Modellen schrumpft, und die Kosten entscheiden sich zunehmend daran, wie eine Anwendung gebaut ist, nicht daran, welches Modell sie aufruft. Wenn Sie wissen möchten, was Ihre KI-Anwendung tatsächlich pro Vorgang kostet und wo sich das senken lässt, sehe ich mir das gern an.