senn-techDeepSeek V4-Flash: Frontier-Leistung für einen Prozent des Preises
DeepSeek hat im August 2026 einen stillen Schritt gemacht: V4-Flash wurde auf dem gleichen Grundmodell nachtrainiert und klettert im Terminal Bench 2.1 auf 82,7 Punkte — vor Anthrops Claude Fable 5 mit 80,5 Punkten. Der Preis dafür liegt bei etwa einem Prozent dessen, was Claude Fable 5 kostet.
Was sich geändert hat — und was nicht
- Retrained 2026-08-01: DeepSeek hat V4-Flash mit neuen Daten und einer verbesserten Post-Train-Pipeline nachgeschärft, ohne das Modell umzubenennen.
- Gleiche Architektur: 284 Mrd. Parameter, davon ca. 13 Mrd. aktiv pro Token, 1 Mio. Token Kontextfenster.
- Sparsamer MoE-Aufbau: viel Kapazität im Hintergrund, wenig Rechenaufwand pro Aufruf — das ist der technische Grund für den günstigen Preis.
- Keine neue API-Version: Für Entwickler ändert sich der Endpoint nicht; das Modell verhält sich stabiler, als es der Score-Sprung vermuten lässt.
Die Zahlen im Vergleich
| Modell | Terminal-Bench 2.1 | Input / 1 Mio. | Output / 1 Mio. |
|---|---|---|---|
| DeepSeek V4-Flash | 82,7 | $0,14 | $0,28 |
| Claude Fable 5 | 80,5 | $10,00 | $50,00 |
| GPT-5.6 Sol | 85,8 | $5,00 | $30,00 |
| Claude Sonnet 5 | 74,5 | $3,00 | $15,00 |
Der relevante Vergleich ist der Output-Preis, nicht der Input. Agentische Workflows, Tool-Use und längere Code-Generierungen produzieren typischerweise deutlich mehr Output als Input. Dort kostet Claude Fable 5 das 178-Fache von V4-Flash.
Warum der Preis so niedrig bleibt
DeepSeek setzt weiter auf eine MoE-Architektur mit geringem aktiven Anteil und eigener Infrastruktur-Optimierung. Das bedeutet: nur ein kleiner Teil der 284 Mrd. Parameter wird pro Token berechnet. Die Kosten pro Inference bleiben dadurch niedrig, auch wenn das Gesamtmodell sehr groß ist. Kombiniert mit chinesischen Hosting-Kosten und einer aggressiven Preispolitik ergibt sich ein Modell, das für den Großteil der Produktivaufgaben ausreicht und dabei fast kostenlos wirkt.
Der Haken
Die Leistung auf dem Terminal Bench ist beeindruckend, sagt aber nicht alles über den eigenen Use-Case aus. DeepSeek-Modelle neigen gelegentlich zu längeren Antworten, kreativem Over-Engineering oder Halluzinationen bei Tool-Parametern. Wer Claude Fable 5 für komplexe Reasoning-Aufgaben einsetzt, sollte nicht blind umsteigen, sondern parallel an seinem eigenen Prompt-Set messen. Außerdem gilt das bekannte DSGVO-Thema: Daten an DeepSeeks API senden, ist für personenbezogene oder vertrauliche Inhalte nicht unproblematisch.
Unsere Sicht
V4-Flash ist derzeit die beste Demonstration dafür, dass der Preis für Frontier-nahe Leistung in der KI dramatisch sinkt. Für Infrastruktur, Coding, Log-Analyse und viele Agenten-Workflows ist das Modell praktisch unschlagbar günstig. Wer wirklich die letzten Prozentpunkte an Reasoning braucht, zahlt weiterhin eine enorme Prämie. Der Markt teilt sich damit klarer: Spartyp, Mittelklasse und Spitzenmodell.
Weiterführende Quellen
Was bedeutet 'still nachtrainiert' bei DeepSeek V4-Flash konkret?+
Zwischen dem ursprünglichen V4-Flash-Release und dem Stand Anfang August 2026 hat DeepSeek das Modell auf den gleichen 284-Milliarden-Parameter-Architektur mit neuen Daten und einer verbesserten Post-Train-Pipeline weiter trainiert. Basis-Architektur, Kontextfenster von 1 Mio. Token und der sparsame MoE-Aufbau mit etwa 13 Mrd. aktiven Parametern blieben unverändert. Das Ergebnis ist ein deutlicher Sprung beim Terminal Bench 2.1, ohne dass ein neues Modell benannt wurde.
Warum ist der Preisunterschied zum Output so viel größer als beim Input?+
Bei V4-Flash kostet der Input $0,14 und der Output $0,28 pro 1 Mio. Token. Bei Claude Fable 5 sind es $10 Input und $50 Output. Der Output-Faktor ist deshalb entscheidend, weil produktive Agenten- oder Coding-Workflows oft deutlich mehr Output- als Input-Token erzeugen. Wer viel Code, Tool-Aufrufe oder längere Antworten benötigt, zahlt beim Konkurrenten vor allem am Output-Preis. Dort liegt der Preisvorteil von V4-Flash bei weit unter einem Prozent.
Sollte ich V4-Flash jetzt produktiv einsetzen, oder ist GPT-5.6 Sol trotz höherem Preises die sichere Wahl?+
Für Reinigungs- und Standard-Coding-Aufgaben, Infrastruktur-Scripting oder Agenten-Workflows, die viele Iterationen brauchen, ist V4-Flash auf dem Papier die effizientste Wahl. Wer absolute Spitzenleistung bei komplexen Reasoning-Aufgaben braucht, liegt mit GPT-5.6 Sol weiter vorn — aber zu einem Preis, der um den Faktor 100 höher liegt. Empfehlung: beide Modelle parallel testen und am eigenen Prompt-Set messen; Benchmarks sind keine Garantie für den eigenen Anwendungsfall.