Warum hat DeepSeek die API-Preise um bis zu 1.100 % erhöht
— direkt nach Chinas Open-Weight-Offensive?

In fünf Tagen trafen Teams, die chinesische Frontier-APIs kaufen oder Open Weights laden, auf drei Bewegungen, die sich oberflächlich widersprechen. DeepSeek hat API-Preise auf einzelnen Stufen um bis zu 1.100 % angehoben. Alibaba hat in derselben Woche ein 2,4-Billionen-Parameter-Flagship als Open Weight veröffentlicht — eines, das zuvor nie öffentlich lag. Zhipu AI hat GLM-5.3 ausgeliefert und Coding-Benchmarks um rund das Sechsfache verbessert — auf derselben Basis, ohne Retraining. Dieser Text richtet sich an Ingenieure, die eine Rechnung neu kalkulieren, eine Lizenz lesen und einen Stack wählen müssen. Das gemeinsame Signal: Chinas Labs konkurrieren nicht mehr nur über den Preis, sondern über Preismacht.

SECTION 01 Fünf Fehlinterpretationen der DeepSeek-Preiserhöhung

Es fehlt nicht an Schlagzeilen. Es fehlt an sauberen Abrechnungsdimensionen.

• „1.100 %“ als ganze Rechnung behandeln: die Zahl gilt nur für Peak-Cache-Hit-Input auf V4-Pro. Output stieg um 350 %. Cache-Miss-Input stieg um 200 %.
• Die offizielle API automatisch als günstigste Route annehmen: zu Spitzenzeiten liegt DeepSeeks Listenpreis jetzt über mehreren Resellern (GMI Cloud, Novita und andere notieren V4 Pro weiter unter dem neuen offiziellen Peak).
• Alibabas Drop als Apache-2.0-Wohltätigkeit lesen: die Gewichte sind ladbar, aber ein Model-as-a-Service- oder AI-Work-Assistant-Geschäft über 50 Millionen US-Dollar in einem beliebigen 12-Monats-Zeitraum braucht eine separate kommerzielle Lizenz.
• Das Geo-Ban-Gerücht wiederholen: Behauptungen, die USA, die EU, das Vereinigte Königreich und Südkorea dürften den Checkpoint nicht laden, sind falsch. Die veröffentlichte Lizenz enthält keine Territorialklausel.
• GLM-5.3 als neues Foundation-Modell bezeichnen: es nutzt die 743-Milliarden-Basis von GLM-5.2. Die Gewinne kommen aus skaliertem Post-Training-RL. Die Scores sind Herstellerangaben; ein unabhängiger Re-Run ist noch nicht öffentlich.

Drei Labs, drei Züge, ein Signal: Chinas KI-Labs konkurrieren um Preismacht, nicht nur um den Preis.

SECTION 02 Zeitplan: Was ausgeliefert wurde — und wann US-Labs die Preise senkten

Der Blick von oben: Am 30. Juli senkte OpenAI die günstigste Stufe, GPT-5.6 Luna, um 80 %. Am 6.–7. August machte es Luna zum kostenlosen Default mit unbegrenzten Textchats. Während chinesische Labs Preise anhoben und Flagship-Gewichte öffneten, senkten US-Labs Preise und gingen auf der Consumer-Schicht kostenlos. Das sind zwei Seiten desselben Kampfes. Frühere Produktnotizen: Qwen3.8-Max-Launch und DeepSeek-V4-GA-Preise.

SECTION 03 Die Zahlen: DeepSeek-Tarife, Qwen-Specs, GLM-5.3-Benchmarks

Die neuen DeepSeek-Tarife gelten ab 17. August, 00:00 Uhr Peking-Zeit. Spitzenzeiten sind 9–12 Uhr und 14–18 Uhr Peking-Zeit. Die 1.100-%-Schlagzeile gilt für Peak-Cache-Hit-Input — die Stufe, die am nächsten an kostenlos lag. Output, der die meisten realen Rechnungen dominiert, stieg um 350 %. Eine unabhängige Kostenmodellierung fand: ein realistischer Lastfall mit hohem Verbrauch (rund 84 Mio. Token/Monat, überwiegend Off-Peak, zur Hälfte Cache-Hits) sieht eher einen Anstieg um den Faktor 1,8.

Das sind Zhipus eigene Zahlen. GLM-5.3 liegt auf Terminal-Bench 3.0 weiter hinter GPT-5.6 Sol (34,6 %) und Claude Fable 5 (33,7 %). Es ist ein starkes Open-Weight-Ergebnis, kein uneingeschränkter Frontier-Sieg.

SECTION 04 Drei Strategien: Tageszeit-Tarife, lizenzierte Gewichte, Post-Training

DeepSeek: von pauschal günstig zu Tageszeit-Tarifen — ein Kapazitätsproblem, keine Markenwende. Die bequeme Fehllektüre lautet: „Chinas günstigstes Modell ist eingeknickt.“ Die Struktur liest sich eher wie sichtbar gemachte Compute-Knappheit. Flache, immer günstige Preise funktionierten als Akquise, solange das GPU-Angebot mithielt. Als die Nutzung exponentiell wuchs und die Kapazität nicht, musste etwas explizit werden. „Flexiblere Workload-Planung anregen“ ist Konzernsprache für knappe Peak-Compute. Zu Spitzenzeiten ist die offizielle API nicht mehr der günstigste Weg, DeepSeek zu fahren. Diese Annahme ist gerade gebrochen.

Alibaba: Open Weights kaufen Entwickleraufmerksamkeit; eine eigene Lizenz schützt die Umsatzdecke. Den 2,4-Billionen-Checkpoint zu veröffentlichen und eine Custom-Lizenz anzuhängen, ist ein Zug. Jedes Model-as-a-Service- oder AI-Work-Assistant-Geschäft mit mehr als 50 Millionen US-Dollar in einem beliebigen 12-Monats-Zeitraum muss eine separate kommerzielle Lizenz verhandeln. Produkte mit 100 Mio.+ monatlich aktiven Nutzern oder 20 Mio.+ US-Dollar Monatsumsatz müssen den Modellnamen anzeigen. Die Wette: internationale Entwickler gewinnen, Hebel behalten gegenüber jedem, der Inference oben drauf verkaufen kann. Das ist eine andere Wette als Metas Muse Glimmer unter uneingeschränktem Apache 2.0. Das Geo-Ban-Gerücht ist falsch — prüfen Sie die LICENSE-Datei, nicht den Ankündigungsthread.

GLM-5.3: keine neue Basis, eine größere Post-Training-Wette. Dieselbe 743B-Basis wie GLM-5.2, kein Retraining, und ein Sprung um rund das Sechsfache auf Terminal-Bench 3.0 (4,6 % → 28,3 %) durch Skalierung der RL-Umgebungen. Wenn Pretraining-Skalierungsgesetze abflachen, wird Post-Training-RL zu einem eigenen Hebel mit niedrigerer Kostenschwelle als ein neues Foundation-Modell. Mid-Tier-Labs können die Lücke auf agentischen und Coding-Benches schließen, ohne Pretrain-Budgets in OpenAI-Größe.

SECTION 05 Ist DeepSeek noch das günstigste Frontier-Modell? Sechs-Schritte-Audit

CNY zu USD etwa ¥7,15/$1, Näherungswerte. Off-Peak-V4-Pro liegt weiter klar unter Claude Opus 5, ist aber nicht mehr die eindeutig günstigste Option. Die internationalen Qwen3.8-Max-Preise und OpenAIs Luna unterbieten DeepSeeks Off-Peak-Tarif. „Chinesisches Modell = günstigstes Modell“ hielt den Großteil von 2025 und Anfang 2026. Das ist jetzt keine sichere Annahme mehr. Kontext zur US-Senkung: GPT-5.6 Luna um 80 % gesenkt.

Wer diese Woche liefern muss, auditiert den Stack in sechs Schritten statt die Schlagzeile zu multiplizieren. Wer Nutzungs- und Abrechnungsdaten über die offizielle API oder Reseller-Clouds verarbeitet, sollte die Datenflüsse einmal DSGVO-konform dokumentieren — unabhängig davon, welcher Tarif am Ende gewinnt.

1. Rechnung zerlegen: die letzten 30 Tage in Cache-Hit-Input, Cache-Miss-Input und Output aufteilen. Die neue Karte auf jede Zeile anwenden. Nicht die ganze Rechnung mit 1.100 % multiplizieren.
2. Peking-Spitzenzeiten markieren: 9–12 Uhr und 14–18 Uhr Peking-Zeit. Die Ankündigung bat aus einem Grund um flexiblere Planung.
3. Offiziell gegen Reseller halten: im Peak prüfen, ob GMI Cloud, Novita oder ein anderer Reseller DeepSeeks offiziellen Peak-Tarif noch unterbietet.
4. LICENSE-Datei lesen: bevor Sie Qwen3.8-2.4T-A95B laden, die Schwellen 50 Mio. USD / 100 Mio. MAU / 20 Mio. USD Monatsumsatz bestätigen. Geo-Ban-Threads ignorieren.
5. GLM-5.3 als Post-Training-Delta behandeln: dieselbe Basis wie 5.2, nur Hersteller-Benches. Eigene Terminal- und SWE-Tasks neu fahren, bevor Sie tauschen.
6. Nach Schicht routen: günstigen Consumer-Text zu Luna; Open Weights und Ökosystem zu Qwen; peak-verschiebbare Frontier-Inference zu DeepSeek Off-Peak; langhorizontige Agents und iOS-CI auf einen echten Mac, nicht auf einen Hypervisor.

peak = {"in_miss": 9.0, "in_hit": 0.30, "out": 27.0}
off  = {"in_miss": 4.5, "in_hit": 0.15, "out": 13.5}

tokens_m = {"in_miss": 40, "in_hit": 40, "out": 4}
def bill(rate, t):
    return t["in_miss"]*rate["in_miss"] + t["in_hit"]*rate["in_hit"] + t["out"]*rate["out"]

print("off-peak CNY", round(bill(off, tokens_m), 2))
print("peak CNY", round(bill(peak, tokens_m), 2))

SECTION 06 Was unbestätigt bleibt, warum zwei Preiskriege, welche Quellen neu öffnen

• Die 1.100-%-Schlagzeile ist korrekt und unvollständig: sie gilt nur für Peak-Cache-Hit-Input. Output — die Zeile, die die meisten Rechnungen dominiert — stieg um 350 %.
• Zhenwu-M890- / Pangu-AL128-Behauptungen: mehrere chinesische Finanzmedien schreiben, ein Teil der Qwen3.8-Max-Inference laufe auf Alibabas eigenen Chips. Alibaba hat keine unabhängigen technischen Docs und keine Dritt-Benches veröffentlicht. Als unbestätigt behandeln.
• GLM-5.3 und eine „ernsthafte Cursor-Schwachstelle“: VentureBeat plus Zhipus eigene Offenlegung. Technische Details sind nicht öffentlich. Lesen als herstellerseitig, nicht unabhängig auditiert.
• Vergeltungs-Exportkontrollen: Berichte, Chinas Handelsministerium bereite KI-/Halbleiter-Gegenmaßnahmen vor, sind spekulative Medien, keine offizielle Ankündigung.

Im vergangenen Monat haben Chinas Top-Labs in einem Tempo ausgeliefert, das inländische Finanzmedien „drei Modell-Updates pro Woche“ (一周三更) nennen — DeepSeek, Alibaba, Zhipu, plus Moonshots Kimi K3 (Open Weight am 16. Juli, 2,8 Billionen) und MiniMax H3. Chinesische Berichterstattung rahmt das so: Open-Weight-Releases erzwingen eine globale Neubepreisung. US-Labs fuhren auf der Consumer-Schicht den Gegenzug: OpenAIs 80-%-Luna-Schnitt, dann unbegrenzter kostenloser Text; Googles halbpreisiges Gemini 3.7 Flash am 13. August. Offene Flagship-Gewichte plus gestufte, höhere Preise an der compute-knappen Spitze; frei und günstig am Consumer-Ende. Beides ist real. Sie optimieren verschiedene Teile des Trichters.

Es gibt auch eine geopolitische Schicht. Kimi K3 hat bereits US-Sicherheitsprüfung auf sich gezogen. Manche Analysten lesen Alibabas 2,4-Billionen-Drop in diesem Fenster als Festschreiben internationaler Entwickleraufmerksamkeit und einer Erzählung von „technologischer Parität“, bevor regulatorische Enge kommt. Das ist eine informierte Interpretation, kein bestätigter Fakt — und leicht zu übersehen, wenn Sie nur englische Produktposts lesen.

Offizielle und gegencheckte Quellen. Öffnen Sie diese Seiten erneut, bevor Sie Preise oder Lizenzbedingungen weitergeben:

DeepSeek offizielle API-Preise (Peak- / Off-Peak-Karte)

Alibaba Cloud Community: Qwen3.8-Max-Launch-Notiz

Hugging Face: Qwen3.8-2.4T-A95B-Checkpoint

Reuters / MarketScreener: DeepSeek hebt V4-API-Preise an

MarkTechPost: GLM-5.3, gleiche Basis, nur Post-Training

Ein 2,4-Billionen-MoE selbst zu hosten oder einen Agenten in Xcode und iOS-CI zu verdrahten, legt Hypervisor-Steuer auf eine Token-Rechnung, die gerade gestiegen ist. Für verlustfreie native Rechenleistung, stabile iOS-CI/CD und 24/7-Agent-Automatisierung ist ein MACNOX Cloud-Physikknoten in der Regel der bessere Produktionsweg: echte Apple-Hardware, voller Root, kein Hypervisor, Abrechnung nach Tag / Woche / Monat. Kontext teilen: OpenRouter-Juli-Rankings.

SECTION 07 FAQ