mundissima | shutterstock.com
Das chinesische KI-Startup DeepSeek hat eine drastische Preissenkung für sein kürzlich enthülltes Flaggschiffmodell V4‑Pro angekündigt: Nur einen Monat nach der Vorstellung der V4-Generation – bestehend aus V4 Pro und V4 Flash – werden die Preise für das Modell dauerhaft um 75 Prozent reduziert.
Nach der Anpassung kostet V4 Pro nun ab 0,003625 Dollar pro Million Token bis hin zu 0,87 Dollar pro Million Output-Tokens. Zuvor lagen die Nutzungskosten zwischen 0,0145 Dollar für eine Million Token (Cache-Treffer) und 3,48 Dollar für eine Million Ausgabetoken.
„Es handelt sich nicht um einen Rabatt, sondern um einen Effizienzgewinn, der weitergegeben wird“, erklärt Sanchit Vir Gogia, Chefanalyst und CEO von Greyhound Research. „V4‑Pro wurde entwickelt, um die Kosten für Long-Context-Inferenz zu senken. Berichten zufolge benötigt das Modell bei sehr langen Kontexten nur etwa ein Viertel der Rechenleistung pro Token und ein Zehntel des Speicherbedarfs seines Vorgängers.“
Abstand zur westlichen KI-Konkurrenz schmilzt
DeepSeek hatte fast ein Jahr nach der Einführung seines R1-Reasoning-Modells, das hohe Leistung und Kosteneffizienz bot, eine Vorschau seines V4-LLM veröffentlicht. Wie schon die früheren Modelle ist auch V4 Open Source, sodass Entwickler den Code herunterladen, lokal ausführen und modifizieren können. Die neuen Modelle wurden für den Einsatz mit beliebten Agenten-Tools wie Anthropics Claude Code und OpenClaw optimiert.
„Aus rein funktionaler Sicht hat DeepSeek V4‑Pro bei kritischen Aufgaben wie komplexer Mathematik und logischem Denken die Leistungslücke zu westlichen Spitzenmodellen praktisch geschlossen und führt gleichzeitig aggressiv bei Offenheit und Inferenzkosten“, ordnet Neil Shah, Vice President bei Counterpoint Research, ein. Seine größten Einschränkungen lägen jedoch nicht in der Intelligenz des Modells selbst, sondern bei Ökosystem, globalen Support-Strukturen, klarer Herkunft des geistigen Eigentums sowie den tief integrierten Hyperscaler-Angeboten, die von AWS, Microsoft und Google nativ angerboten würden.
Niedrigere Kosten, besserer ROI
Da Inferenzkosten weiterhin zu den größten Hürden zählen, wenn Pilotprojekte hin zu unternehmensweiten Implementierungen skaliert werden, könnten DeepSeeks aggressive Preisnachlässe laut Experten erhebliche Einsparungen für Unternehmen bedeuten.
„Die erste Welle von Enterprise-KI bestand aus beeindruckenden Demonstrationen und unangenehm hohen Rechnungen“, so Gogia. „CIOs lernten schnell, dass die Kosten von KI nie nur aus dem Modellaufruf bestehen, sondern auch Retrieval, Orchestrierung und weitere Komponenten umfassen.“
Die 75‑Prozent‑Senkung sei jedoch nur dann wirklich relevant, wenn CIOs das Modell auch in großem Maßstab nutzen könnten, führt er weiter aus.
„Für die meisten Unternehmen ist nicht die direkte API von DeepSeek der relevante Vergleich, sondern die Frage, was eine lokale Bereitstellung im Vergleich zu einem externen Inferenzanbieter kostet“, erklärt Amit Jaju, Senior Managing Director bei Ankura Consulting. „Wenn ein CIO DeepSeek V4‑Pro auf der eigenen Infrastruktur hosten kann, sinken die Inferenzkosten drastisch und viele Projekte, die bislang wirtschaftlich nicht tragfähig waren, werden plötzlich realistisch. Dazu gehören dauerhaft aktive Copiloten, die Überprüfung großer Dokumentenmengen, Codegenerierung, L1‑Support und Multi-Agenten-Workflows.
Wenn das Modell jedoch über Drittanbieter genutzt werde, könnten die tatsächlichen Kosten höher und die ROI-Vorteile geringer ausfallen, so Jaju.
Der Druck auf KI-Preise nimmt weiter zu
DeepSeeks aggressive Preisstrategie dürfte den Druck auf große KI-Anbieter erhöhen, deren Modelle häufig Premiumpreise im Unternehmensumfeld verlangen. Dies könnte OpenAI, Anthropic und Google dazu zwingen, attraktivere Preis- und Paketmodelle anzubieten.
Shah merkt an, dass sich hochmargige, tokenbasierte Preismodelle von Anthropic und OpenAI für viele Business-Anwendungen zunehmend schwer rechtfertigen ließen. Die Existenz einer leistungsfähigen Open-Weights-Alternative verschaffe Unternehmen erheblichen Verhandlungsspielraum. Dies werde westliche KI-Labore wahrscheinlich dazu bewegen, schrittweise von rein verbrauchsabhängigen Preisen hin zu stärker wert- oder ergebnisorientierten Monetarisierungsmodellen überzugehen.
Sein Kollege Gogia schätzt, dass aus diesem Grund CIOs auch Multi-Modell-KI-Strategien verfolgen werden – ähnlich wie beim Übergang zu Multi-Cloud-Architekturen. „Resultat wäre eine KI-Portfolio-Architektur, bei der Premium-Modelle für besonders kritische Aufgaben genutzt werden, Domänenmodelle für Spezialaufgaben, kleinere Modelle für wiederholbare Prozesse und eine Orchestrierungsschicht das Routing, Logging, die Governance und das Monitoring der gesamten Umgebung übernimmt“, erklärt er.
CIOs sollten vorsichtig vorgehen
Trotz der Kostenvorteile von DeepSeek sollten CIOs bei der Bewertung chinesischer KI-Modelle vorsichtig bleiben und Risiken im Zusammenhang mit sensiblen Daten, regulatorischer Compliance und geopolitischen Abhängigkeiten sorgfältig prüfen, warnt Gogia.
Jaju ergänzt, dass das größte Risiko in Datenhoheit und grenzüberschreitender Datenübertragung liege. Wenn CIOs externe APIs nutzen, die in China gehostet werden, könnten Eingaben, Dokumente, Embeddings, Logs und Telemetriedaten die Unternehmensgrenzen verlassen und durch Rechtssysteme mit anderen gesetzlichen Rahmenbedingungen laufen.
Ein weiteres großes Risiko sei dem IT-Berater zufolge der Verlust geistigen Eigentums. Entwickler könnten Quellcode, Produktdesigns, juristische Entwürfe, M&A-Dokumente oder Incident-Daten in Modell-Workflows einfügen. Wird das Modell extern betrieben, könnten diese Daten gespeichert, zum Training verwendet oder über Logs und Plugins offengelegt werden.
Darüber hinaus brauche es laut Jaju regulatorische Nachvollziehbarkeit. CIOs müssten Klarheit darüber haben, wo Daten verarbeitet werden, was gespeichert wird, wer Zugriff hat, welche vertraglichen Schutzmaßnahmen existieren, ob das Modell selbst gehostet werden kann und wie sich Ergebnisse auditieren lassen.
Experten warnen daher, dass der sicherste Ansatz darin besteht, DeepSeek lokal oder in einer souveränen Cloud unter vollständiger Unternehmenskontrolle zu hosten – inklusive Verschlüsselung, Zugriffskontrollen und Audit-Trails. (mb)
SOCIAL SHARE CARD GENERATOR