DeepSeek erhöht seine API-Preise und führt Spitzenzeit-Tarife ein: Was das für Ihre KI-Kosten bedeutet

Was genau hat DeepSeek angekündigt?

Zusammen mit der vollständigen offiziellen Veröffentlichung der Modellreihe DeepSeek V4 kündigte das Unternehmen am 13. August 2026 eine Aktualisierung seiner API-Preise an, die am 16. August 2026 um 16:00 UTC in Kraft tritt — um 7 Uhr abends Riad-Zeit. Das ist nicht nur eine Preiserhöhung, sondern eine Änderung der Abrechnungslogik. DeepSeek stellt auf Spitzen- und Nebenzeitpreise um, wobei die Nebenzeittarife auf die Hälfte der Spitzentarife festgelegt sind.

Die Mitteilung an die Kunden ergänzt, dass die weitere Nutzung des Dienstes nach Inkrafttreten der Änderung als Zustimmung zu den neuen Bedingungen gilt und dass alle, die nicht einverstanden sind, den Dienst kündigen und eine Rückerstattung beantragen können. Dieser Satz wird meist überlesen, bedeutet aber in der Praxis, dass sich die Betriebskosten Ihres Produkts durch die Entscheidung eines anderen geändert haben und Ihr Entscheidungsfenster drei Tage beträgt.

Vorher und nachher: die offiziellen Zahlen

Die folgenden Preise sind in US-Dollar pro 1M Tokens angegeben und stammen von der offiziellen Preisseite. Beachten Sie, dass sich die Preise auf drei Posten verteilen: aus dem Cache bedienter Input (Cache-Hit), voll abgerechneter frischer Input (Cache-Miss) und Output.

Rechnet man diese Zahlen in Verhältnisse um, sieht man, wo die Wirkung wirklich angekommen ist. Der Output von V4-Pro stieg zur Spitzenzeit um etwa das 4.5-Fache und in der Nebenzeit um das 2.3-Fache. Frischer Input stieg zur Spitzenzeit um etwa das 3-Fache und in der Nebenzeit um das 1.5-Fache. Am stärksten bewegt hat sich jedoch der gecachte Input bei V4-Pro: von 0.003625$ auf 0.044$ zur Spitzenzeit, etwa das 12-Fache.

Spitzenzeiten in Riad-Zeit

DeepSeek definiert die Spitzenzeit als zwei Fenster in UTC: 01:00 bis 04:00 und 06:00 bis 10:00. Alles andere ist Nebenzeit. Umgerechnet in Riad-Zeit läuft die Spitzenzeit von 04:00 bis 07:00 morgens und von 09:00 bis 13:00.

In der Praxis bedeutet das, dass das teuerste Fenster mitten im saudischen Arbeitsvormittag liegt, während alles von 1 Uhr mittags bis 4 Uhr morgens am nächsten Tag Nebenzeit ist. Der gesamte Abend und die Nacht — das natürliche Fenster für geplante Jobs, Berichte und Batch-Verarbeitung — kosten die Hälfte des Spitzentarifs.

Wer sich fragt, warum gerade diese Fenster gewählt wurden: Die Antwort ist Geografie. 01:00 bis 04:00 UTC entspricht in Peking 9 Uhr morgens bis mittags, und 06:00 bis 10:00 UTC entspricht dort 2 bis 6 Uhr nachmittags. Die Spitzenzeit ist der chinesische Arbeitstag — eine nützliche Erinnerung daran, dass Ihr Anbieter seine Kapazität nach seinem Hauptmarkt ausrichtet, nicht nach Ihrem.

Lektion eins: Das Timing ist jetzt ein Posten auf Ihrer Rechnung

Bisher hingen die KI-Kosten in den meisten Projekten von zwei Variablen ab: wie viele Anfragen und wie viel Text. Hinzu kommt nun eine dritte Variable: wann die Anfrage läuft. Das erzwingt eine Einteilung, die vorher nicht nötig war, zwischen zwei Arten von Workloads:

• Interaktive Workloads: Ein Kunde wartet jetzt auf die Antwort — ein Support-Gespräch, eine Suche im System, ein Assistent, der läuft, während ein Mitarbeiter die Software nutzt. Diese lassen sich nicht verschieben, und Sie zahlen den Tarif des Augenblicks.
• Planbare Workloads: die Anrufe von gestern zusammenfassen, Support-Tickets klassifizieren, Daten aus Rechnungen extrahieren, Produktbeschreibungen erstellen, Kundenfeedback analysieren, semantische Indizes aufbauen. Ob diese heute Nacht oder morgen früh laufen, macht keinen Unterschied.

In den meisten Unternehmen ist die zweite Kategorie nach Volumen klar die größere, und genau sie lässt sich durch eine Änderung im Scheduler in die Nebenzeit verschieben, ohne irgendetwas neu zu bauen. Die Ersparnis ist hier nicht marginal: halber Preis auf mehr als die Hälfte Ihres Verbrauchs.

Lektion zwei: Der Cache-Rabatt ist nicht mehr, was er war

Input-Caching ist der Kniff, auf dem viele Teams ihr Kostenmodell aufgebaut haben: Sie senden denselben System-Prompt oder dasselbe Dokument wiederholt, und der wiederholte Anteil wird zu einem Bruchteil des Tarifs abgerechnet. Nach den alten Preisen war gecachter Input bei V4-Pro etwa 120-mal günstiger als frischer Input. Nach den neuen Preisen liegt dieses Verhältnis bei etwa 30-mal.

Der Rabatt ist immer noch beträchtlich und es lohnt sich weiterhin, darauf hin zu entwerfen. Wer aber in seinem Finanzmodell davon ausging, dass wiederholter Input praktisch kostenlos ist, wird den Unterschied auf der Rechnung finden statt in der Tabellenkalkulation. Der praktische Schritt ist nicht, auf Caching zu verzichten, sondern Ihre Kosten pro Transaktion zu den neuen Tarifen neu zu berechnen, bevor der Monatsabschluss es für Sie tut.

Lektion drei: Bauen Sie Ihre Kostenbasis nie auf einem einzigen Anbieter auf

Die wichtigste Lektion dieser Ankündigung ist keine Zahl, sondern ein Prinzip: Der Preis eines Vorprodukts Ihrer Produktion hat sich durch die Entscheidung eines Unternehmens in einem anderen Land verdreifacht, mit wenigen Tagen Vorlauf. Jedes Unternehmen, das die Wirtschaftlichkeit seines Produkts ohne fertigen Ausweg an einen einzigen Anbieter gekoppelt hat, ist ein echtes operatives Risiko eingegangen.

Die Antwort ist nicht, auf Cloud-Dienste zu verzichten, sondern eine Isolationsschicht zwischen Ihrer Anwendung und dem Modell aufzubauen, sodass ein Anbieterwechsel eine Konfigurationsentscheidung ist und kein Neuentwicklungsprojekt. Wer diese Schicht besitzt, verhandelt mit dem Markt; wer sie nicht besitzt, erhält einfach Mitteilungen. Bei DeepSeek gibt es einen zusätzlichen Ausweg: Die V4-Modelle sind Open-Weight-Modelle, sodass das Selbst-Hosting auf eigener Infrastruktur eine Option bleibt, wenn Ihr Verbrauchsvolumen die Hardware rechtfertigt.

Ist es nach der Erhöhung noch die günstige Wahl?

Ja, und der Abstand ist immer noch groß. Selbst nach der Erhöhung kostet der Output von V4-Pro zur Spitzenzeit 3.96$ pro Million Tokens, gegenüber etwa 25$ bis 30$ pro Million Tokens bei führenden geschlossenen Frontier-Modellen. Der Abstand ist kleiner geworden; er hat sich nicht umgekehrt.

Dennoch verschiebt sich das Gleichgewicht der Entscheidung, wenn ein Preisabstand schrumpft: Je näher die Preise beieinander liegen, desto mehr Gewicht bekommen die anderen Faktoren — die Ausgabequalität bei Ihrer konkreten Aufgabe, die Latenz, wo die Daten verarbeitet werden und wie sensibel sie sind, und die Reife des umgebenden Toolings. Die richtige Wahl ist nicht mehr automatisch die günstigste, sondern die passendste pro Workload, und gut möglich, dass Sie am Ende mehr als ein Modell im selben Produkt betreiben.

Was vor dem 16. August zu tun ist

• Nehmen Sie die Rechnung des letzten Monats und berechnen Sie sie zu den neuen Tarifen neu, einmal unter der Annahme von Spitzenzeit und einmal von Nebenzeit, damit Sie die tatsächliche Auswirkung kennen und nicht die erwartete.
• Teilen Sie Ihre Jobs in interaktive und planbare ein, und verschieben Sie die planbaren auf nach 1 Uhr mittags Riad-Zeit.
• Prüfen Sie die längsten Prompts und Dokumente, die Sie mit jeder Anfrage senden; alles, was sich kürzen lässt, ist gerade teurer geworden.
• Stellen Sie sicher, dass Sie eine Isolationsschicht haben, die den Austausch des Modells ohne Eingriff in die Anwendungslogik erlaubt, und testen Sie sie mit einem alternativen Modell in der Praxis, nicht in der Theorie.
• Benennen Sie einen namentlich Verantwortlichen für die Prüfung von Preis- und Bedingungsmitteilungen, denn die Zustimmung erfolgt hier durch Schweigen und fortgesetzte Nutzung.

Die Sicht von Origami

Wenn wir für unsere Kunden Systeme bauen, die auf KI-Modellen beruhen, behandeln wir das Modell als austauschbaren externen Lieferanten, nicht als festen Teil der Architektur. In der Praxis bedeutet das drei Dinge: eine einzige interne Schnittstelle, die jede Anfrage durchläuft, eine Protokollierung des Token-Verbrauchs auf der Ebene jedes einzelnen Geschäftsvorgangs statt des Kontos als Ganzes, und eine klare Trennung zwischen dem, was jetzt laufen muss, und dem, was auf einen nächtlichen Zeitplan warten kann.

Unternehmen, die diese drei Dinge haben, haben die heutige Nachricht als Planungspunkt aufgenommen, der in einer Stunde angepasst war. Unternehmen, die sie nicht haben, werden die Auswirkung auf der Rechnung des nächsten Monats entdecken, ohne sie einem Produkt oder einem Kunden zuordnen zu können. Der Unterschied zwischen beiden war nie das gewählte Modell; es ist die Disziplin der Architektur drumherum.

Quellen

• DeepSeek — offizielle Modell- und Preisseite, einschließlich der Tabelle für Spitzen- und Nebenzeiten: api-docs.deepseek.com
• Reuters — DeepSeek erhöht die API-Preise für seine V4-Modelle, 13. August 2026: reuters.com