AntwortenVeröffentlicht19 Quellen
Warum DeepSeek V4 Flash trotz deutlicher Preiserhöhung günstig bleiben kann
Bei den zuvor veröffentlichten Tarifen kosteten Cache Hits bei DeepSeek V4 Flash 0,0028 US Dollar pro Million Token, Cache Misses dagegen 0,14 US Dollar – ein Unterschied um den Faktor 50. Drittanbieter wie DeepInfra oder OpenRouter können niedrigere Tokenpreise anzeigen, bieten aber möglicherweise andere Modellvers...
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort
Wichtige Erkenntnisse
- Bei den zuvor veröffentlichten Tarifen kosteten Cache Hits bei DeepSeek V4 Flash 0,0028 US Dollar pro Million Token, Cache Misses dagegen 0,14 US Dollar – ein Unterschied um den Faktor 50.
- Drittanbieter wie DeepInfra oder OpenRouter können niedrigere Tokenpreise anzeigen, bieten aber möglicherweise andere Modellversionen, Quantisierungen, Routing Regeln oder Cache Bedingungen.
- Selbst eine hypothetische Verdreifachung um den Faktor 30 würde den Cache Hit Preis rechnerisch auf 0,084 US Dollar pro Million Token erhöhen – weiterhin unter dem früheren Cache Miss Preis von 0,14 US Dollar.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How can DeepSeek V4 Flash remain the cheapest major AI model—and potentially stay cheapest even after a 30× list-price increase—given that t. Article summary: DeepSeek V4 Flash can remain cheapest in effective cost because “price per input token” is the wrong unit for long-running agents. The decisive variable is the share of input that is served from a reusable prefix cache: . Topic tags: general, general web, user generated, documentation, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, w
Der scheinbare Preisvorteil von DeepSeek V4 Flash steckt in einer Tarifzeile, die bei oberflächlichen Vergleichen leicht untergeht: Wiederverwendete Eingaben werden wesentlich günstiger abgerechnet als neue Eingaben. Nach dem früher veröffentlichten Preismodell kosteten Cache-Misses 0,14 US-Dollar pro Million Token, Cache-Hits 0,0028 US-Dollar und Ausgaben 0,28 US-Dollar. 12
Für Coding-Agenten ist das besonders relevant. Sie senden in vielen Anfragen dieselben Systemanweisungen, Tool-Definitionen, Repository-Ausschnitte oder langen Prompt-Anfänge erneut. Bleibt dieser Präfix unverändert, kann ein großer Teil des Kontexts zum Cache-Hit-Preis abgerechnet werden. Das bedeutet allerdings nicht automatisch, dass DeepSeek für jeden Nutzer und über jede Anbieterroute die niedrigste Rechnung erzeugt.
Entscheidend ist der effektive Preis pro Aufgabe
Der Preis pro Million Eingabetoken ist nur ein Baustein der Gesamtkosten. Bei einem Cache-Hit-Anteil h lässt sich der gemischte Eingabepreis näherungsweise so berechnen:
h × Cache-Hit-Preis + (1 − h) × Cache-Miss-Preis
Bei den früheren Tarifen ergeben 99 Prozent gecachte Eingaben rund 0,00417 US-Dollar pro Million Token. Das liegt etwa 34-mal unter dem Cache-Miss-Preis von 0,14 US-Dollar. Ausgabetoken sind dabei noch nicht berücksichtigt. Sie werden separat berechnet und können bei Agenten, die lange Codeblöcke, Erklärungen oder Tool-Ergebnisse erzeugen, den größten Kostenanteil ausmachen.
Auf derselben API können deshalb sehr unterschiedliche Rechnungen entstehen:
- Ein Nutzer mit kurzen Sitzungen verbraucht insgesamt nur wenige Token und zahlt entsprechend wenig.
- Eine große Installation kann riesige Kontextmengen verarbeiten und trotzdem von der günstigen Wiederverwendung eines stabilen Präfixes profitieren.
- Ein Agent, der Systemprompt, Tool-Liste oder Kontext laufend umschreibt, verliert diesen Vorteil und nähert sich bei den wiederholten Inhalten dem Cache-Miss-Preis an.
DeepSeek beschreibt das Verfahren als automatisches Präfix-Caching. Wiederholte Prompt-Anfänge werden dabei zum niedrigeren Cache-Hit-Tarif berechnet. 12 Die praktische Einschränkung: Der Präfix muss tatsächlich wiederverwendet werden. Änderungen weit vorne im Prompt können verhindern, dass nachfolgende Inhalte vom Cache profitieren.
Warum ein niedrigerer Drittanbieterpreis den Vergleich nicht entscheidet
Drittanbieter können V4-Flash-Varianten günstiger anbieten als die offizielle API. DeepInfra listet beispielsweise Varianten im Bereich von etwa 0,08 bis 0,09 US-Dollar pro Million Eingabetoken und 0,18 US-Dollar für Ausgaben, jeweils mit eigenen Tarifen für gecachte Eingaben. 29 OpenRouter führt mehrere Anbieter und Snapshots von V4 Flash, deren Preise je nach Version und Route variieren.
21
22
Das sind nicht zwangsläufig identische Produkte. Vor einem Preisvergleich sollten Entwickler unter anderem prüfen:
- den genauen Modell-Snapshot und die Ausgabequalität;
- ob das Modell quantisiert oder auf andere Weise bereitgestellt wird;
- Preise, Speicherdauer und Regeln für Cache-Hits;
- Routing, Latenz, Verfügbarkeit und Rate-Limits;
- Kontextfenster und Regeln für parallele Anfragen; sowie
- Datenschutz, Datenverarbeitung und betriebliche Kontrollmöglichkeiten.
Ein niedrigerer Listenpreis kann für ein Szenario mit wenig Cache-Wiederverwendung tatsächlich günstiger sein. Umgekehrt kann eine offizielle Route bei einer langen Sitzung mit unverändertem Präfix die bessere Rechnung liefern. Die relevante Frage lautet daher nicht: „Wer hat den niedrigsten Preis für Eingabetoken?“, sondern: Welche Route liefert die fertige Aufgabe zuverlässig zum niedrigsten Gesamtpreis?
Was eine Erhöhung um den Faktor 30 bedeuten würde
Das 30-Fach-Szenario ist eine Sensitivitätsrechnung, keine Prognose. Werden die früheren 0,0028 US-Dollar für einen Cache-Hit mit 30 multipliziert, ergibt das 0,084 US-Dollar pro Million Token. Dieser Wert läge weiterhin unter dem früheren Cache-Miss-Preis von 0,14 US-Dollar.
Der Vergleich betrachtet jedoch nur eine einzelne Tarifposition. Würde auch der Ausgabepreis um den Faktor 30 steigen, würden aus den früheren 0,28 US-Dollar ganze 8,40 US-Dollar pro Million Ausgabetoken. Ein Agent mit hoher Generierungsmenge könnte dadurch deutlich teurer werden, obwohl gecachte Eingaben noch vergleichsweise günstig blieben. Häufige Cache-Misses würden die Preiserhöhung ebenfalls unmittelbar spürbar machen.
Die Schlussfolgerung ist deshalb bedingt:
DeepSeek V4 Flash könnte seinen cachebasierten Vorteil auch nach einer sehr großen nominellen Preiserhöhung behalten. Für jede Kombination aus Cache-Hits, Cache-Misses, Ausgabetoken und Anbietergebühren wäre es damit aber nicht automatisch das günstigste Modell.
Spitzenpreise deuten auf Kapazitätssteuerung hin – beweisen aber kein Motiv
Später veröffentlichte Tarifpläne unterschieden zwischen Neben- und Spitzenzeiten. Für V4 Flash wurden außerhalb der Spitzenzeiten 0,22 US-Dollar pro Million Cache-Miss-Eingabetoken, 0,007 US-Dollar für Cache-Hits und 0,66 US-Dollar für Ausgaben genannt. In Spitzenzeiten verdoppelten sich die Werte auf 0,44, 0,014 und 1,32 US-Dollar. 10
20
Das sind deutliche Erhöhungen gegenüber dem früheren Schema von 0,14, 0,0028 und 0,28 US-Dollar, aber keine einheitliche Verdreifachung um den Faktor 30. Zeitabhängige Preise können dazu dienen, Nachfrage aus ausgelasteten Zeitfenstern zu verschieben oder knappe Kapazitäten zu rationieren. Allein daraus lässt sich nicht ableiten, ob die Kosten der Bereitstellung gestiegen sind, die Nachfrage ungewöhnlich hoch blieb oder beide Faktoren eine Rolle spielten.
Für Käufer ist die praktische Konsequenz einfacher: Bei Agenten kann auch der Ausführungszeitpunkt Teil des Kostenmodells werden. Wenn sich Jobs planen lassen, sollten Unternehmen Neben- und Spitzenzeiten getrennt kalkulieren, statt sich auf einen einzigen Nominalpreis zu verlassen.
Das Cache-Experiment ist ein Hinweis, kein allgemeingültiger Benchmark
Ein von der Community berichtetes Experiment mit 20.000 Anfragen schrieb DeepSeek über einen Zeitraum von zwölf Stunden eine Cache-Hit-Rate von 100 Prozent zu. Für GLM wurde nach fünf Minuten ein deutlich niedrigerer Wert gemeldet, während andere Modelle dazwischen lagen. 31
Die Beobachtung ist interessant, weil sie zeigt, warum Anbieter bei lang laufenden Agenten anders abschneiden können als bei kurzen Einzelprompts. Sie ist jedoch kein unabhängig reproduzierter Vergleichstest. Cache-Ergebnisse hängen unter anderem vom exakten Prompt-Präfix, von Verdrängung, Routing, Parallelität, Speicherfristen und der Formatierung durch den Client ab.
Entwickler sollten den Test daher mit dem eigenen Agentenverlauf wiederholen und Cache-Hit- sowie Cache-Miss-Token getrennt protokollieren. Eine stabile Prompt-Struktur – statische Anweisungen zuerst, veränderliche Aufgabendaten danach – kann die Kosten deutlich verbessern. Verlassen sollte man sich darauf aber erst nach einer Messung.
Welche Rolle OpenCode Go spielt
OpenCode Go ist ein anderes Produkt als der direkte API-Zugang. Die Dokumentation beschreibt ein Abonnement für 10 US-Dollar im Monat, das unter anderem DeepSeek V4 Flash enthält und rollierende, dollarbasierte Limits vorsieht: 12 US-Dollar innerhalb von fünf Stunden, 30 US-Dollar pro Woche und 60 US-Dollar pro Monat. 1
Dieses Modell lässt sich nicht fair mit einer direkten API vergleichen, indem man nur die Monatsgebühr oder den Tokenpreis betrachtet. OpenCode steuert Routing und verfügbares Guthaben, während die direkte API Token-genaue Abrechnung und Cache-Verhalten offenlegt. Berichte weisen außerdem darauf hin, dass sich der dem V4 Flash zugewiesene Nutzungswert nach der Preiserhöhung verändert hat. 6
Die Behauptung, Go koste in langen Sitzungen das Zwei- bis Zehnfache der direkten API, würde einen kontrollierten Vergleich erfordern. Dafür müsste derselbe Promptverlauf über beide Routen laufen und mindestens Folgendes erfasst werden:
- gecachte Eingabetoken;
- nicht gecachte Eingabetoken;
- Ausgabetoken;
- Modell und Anbieterroute;
- Wiederholungen und Latenz; sowie
- Abonnementlimits und Drosselungen.
Ohne einen solchen Test ist die belastbare Aussage enger: Ein Abonnement kann auf dem Papier günstiger wirken, aber höhere effektive Kosten verursachen, wenn seine Route wiederverwendbaren Kontext nicht erhält. Ob das passiert, hängt vom jeweiligen Arbeitsablauf ab.
So lässt sich DeepSeek V4 Flash sinnvoll benchmarken
Für einen realistischen Vergleich sollte man die Kosten pro erfolgreich abgeschlossener Aufgabe messen – nicht nur den Preis pro Million Eingabetoken. Über Anbieter hinweg sollten derselbe Modell-Snapshot und dieselbe Promptsequenz verwendet werden. Zu protokollieren sind:
- sämtliche Eingabetoken;
- Cache-Hit- und Cache-Miss-Eingaben getrennt;
- Ausgabetoken;
- Neben- und Spitzenzeittarife;
- Latenz und fehlgeschlagene Anfragen;
- Wiederholungen und Routingänderungen; sowie
- ob die Aufgabe tatsächlich erfolgreich abgeschlossen wurde.
Sinnvoll ist außerdem ein Vergleich aus zwei Workflows: einem cachefreundlichen Ablauf mit stabilem Präfix und einem cachefeindlichen Ablauf, bei dem der Agent seinen Kontext häufig verändert. Der erste zeigt das Einsparpotenzial der Wiederverwendung, der zweite die Kosten, wenn dieses Potenzial nicht greift.
Fazit
DeepSeek V4 Flash kann für lang laufende Coding-Agenten weiterhin zu den günstigsten Optionen gehören, weil Präfix-Caching die Wirtschaftlichkeit wiederholter Kontextdaten grundlegend verändert. Ein Drittanbieter kann zwar einen niedrigeren Werbepreis anbieten, und selbst eine große Preiserhöhung muss den Vorteil gecachter Eingaben nicht beseitigen. Beides beweist jedoch nicht, dass Flash universell am günstigsten ist.
Entscheidend sind die Cache-Hit-Rate, das Ausgabevolumen, die Preise zu Spitzenzeiten, die konkrete Implementierung des Anbieters und die Zuverlässigkeit beim Abschließen der Aufgabe. Für Produktivsysteme sind diese Messwerte wichtiger als jeder einzelne Listenpreis.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Warum DeepSeek V4 Flash trotz deutlicher Preiserhöhung günstig bleiben kann“?
Bei den zuvor veröffentlichten Tarifen kosteten Cache Hits bei DeepSeek V4 Flash 0,0028 US Dollar pro Million Token, Cache Misses dagegen 0,14 US Dollar – ein Unterschied um den Faktor 50.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Bei den zuvor veröffentlichten Tarifen kosteten Cache Hits bei DeepSeek V4 Flash 0,0028 US Dollar pro Million Token, Cache Misses dagegen 0,14 US Dollar – ein Unterschied um den Faktor 50. Drittanbieter wie DeepInfra oder OpenRouter können niedrigere Tokenpreise anzeigen, bieten aber möglicherweise andere Modellversionen, Quantisierungen, Routing Regeln oder Cache Bedingungen.
Was soll ich als nächstes in der Praxis tun?
Selbst eine hypothetische Verdreifachung um den Faktor 30 würde den Cache Hit Preis rechnerisch auf 0,084 US Dollar pro Million Token erhöhen – weiterhin unter dem früheren Cache Miss Preis von 0,14 US Dollar.
Quellen
deepseek.aiDeepSeek API Pricing 2026: V4-Flash & V4-Pro Per-Token Costs
deepinfra.comSimple Pricing | Machine Learning Infrastructure
openrouter.aiDeepSeek V4 Flash 0731 - API Pricing & Benchmarks
deepseekv4pro.comDeepSeek V4 API, Pricing & Benchmarks