Was DeepSeek geändert hat

DeepSeek bestätigte am 30. Juni, dass das nächste Modell V4 Mitte Juli mit einer Preisstruktur startet, die bisher kein großer KI-Anbieter genutzt hat: Der API-Zähler läuft in zwei Geschwindigkeiten. In den Spitzenzeiten - festgelegt auf 09:00-12:00 und 14:00-18:00 Pekinger Zeit - verdoppelt sich der Tarif pro Token. Außerhalb dieser Fenster gilt der heutige Preis. Beim Spitzenmodell deepseek-v4-pro sind das 6 Yuan je Million Ausgabetoken in der Nebenzeit und 12 Yuan zur Spitze; das kleinere v4-flash steigt von 2 auf 4 Yuan. Jede Stufe bietet ein Kontextfenster von einer Million Token, und DeepSeek kündigt Tarifänderungen 24 Stunden vorher per E-Mail an.

Das Unternehmen nennt es bewusst Laststeuerung statt Preiserhöhung. Die Nebenzeittarife bewegen sich nicht, also zahlt eine ohnehin nachts laufende Last genau wie zuvor. Neu ist der Aufschlag auf die Stunden, in denen alle das Modell gleichzeitig wollen. Das ist kein Rundungsdetail. Zum ersten Mal sagt eine API dieser Größenordnung den Entwicklern, dass die Uhr und nicht nur die Tokenzahl die Rechnung bestimmt.

Warum das Inferenz zum Strompreis macht

Stromnetze rechnen seit Jahrzehnten so ab. Wenn die Nachfrage einen Höhepunkt erreicht und das Angebot knapp wird, steigt der Preis, um flexible Last in ruhigere Stunden zu drängen. DeepSeek macht das nun mit GPU-Zeit, aus demselben Grund: Die harte Grenze beim Ausliefern eines großen Modells ist nicht das Modell, sondern die Rechenleistung und der Strom dahinter im Spitzenfenster. Fixe Tokenpreise unterstellten praktisch unbegrenzte Kapazität. Spitzen- und Nebenzeittarife geben das Gegenteil zu: Kapazität ist zu bestimmten Stunden knapp.

Für Käufer bricht das mit der Erzählung, KI werde einfach jedes Quartal billiger. Sie wird nun billiger oder teurer, je nachdem wann Sie sie fahren. Damit wird die Zeitplanung erstmals zum Kostenhebel. Alles, was warten kann - nächtliche Dokumentenverarbeitung, Batch-Klassifikation, Offline-Auswertung, Aufbereitung von Trainingsdaten - gehört in die Nebenzeit. Alles Interaktive zahlt den Aufschlag. Teams, die Inferenz wie eine Stromrechnung behandeln und die flexible Last verschieben, fahren dieselbe Arbeit spürbar günstiger.

Was ein europäischer Betreiber jetzt tun sollte

Die Zeitrechnung begünstigt Europa. Peking liegt sechs Stunden vor der mitteleuropäischen Sommerzeit, also fallen DeepSeeks Spitzenfenster in Berlin, Paris oder Madrid auf etwa 03:00-06:00 und 08:00-12:00. Praktisch heißt das: Ein europäisches Unternehmen, das nachmittags ab der Mittagszeit viel Inferenz fährt, sitzt fast vollständig im günstigen Nebenzeittarif. Teuer ist für europäische Nutzer der Vormittag von 08:00 bis 12:00. Die Ausgabe von v4-pro kostet in der Nebenzeit rund 0,75 Euro je Million Token, gegenüber etwa 1,50 Euro zur Spitze - eine Lücke, um die sich Planung lohnt.

Unterm Strich sollten Sie einen Tokenpreis nicht mehr als einzelne Zahl behandeln. Legen Sie Ihre Inferenzlast über diese Fenster, schieben Sie jeden aufschiebbaren Job hinter die lokale Mittagszeit und reservieren Sie die Vormittagsspitze für das, was wirklich nicht warten kann. Achten Sie auf das Muster: Together AI und andere haben ihre Inferenzschichten dieses Jahr bereits neu bepreist. Sobald ein großer Anbieter zeigt, dass tageszeitabhängige Preise Bestand haben, wirkt der Fixtarif weniger wie ein Versprechen und mehr wie eine Übergangsphase.

Weiterlesen: OpenAI kauft sein Tempo bei einem Chiphersteller  |  DeepSeek V4 ist gratis zu besitzen. Die meisten Firmen mieten es trotzdem pro Token.