DeepSeek macht KI-Agenten radikal billiger – mit einem Speichertrick

Lesen kostet nur noch halb so viel wie Schreiben

Möglich macht das eine ungewöhnliche Architektur, die DeepSeek Causal Encoder-Decoder nennt: Die 40 Schichten des Modells sind in eine lesende und eine schreibende Hälfte geteilt. Beim Einlesen von Text und Bildern sind deshalb nur 8 Milliarden Parameter aktiv, beim Schreiben 16 Milliarden. Für Agenten, die permanent neue Tool-Ergebnisse verdauen, halbiert das den Rechenaufwand auf der Input-Seite fast. Trainiert wurde von Grund auf mit 45 Billionen Token aus Text und Bildern.

74,2 Prozent – hauchdünn vor Opus 5

Auf dem Coding-Benchmark DeepSWE v1.1 löst V4.1-Flash 74,2 Prozent der Aufgaben – knapp vor Anthropics Claude Opus 5 (74,0) und OpenAIs GPT-5.6 Sol (73,0). Ein offenes Modell mit 16 aktiven Milliarden Parametern zieht damit erstmals an den geschlossenen Spitzenmodellen vorbei.

Der Haken: Es ist eine Punktlandung, kein Vorsprung auf ganzer Linie. Auf ProgramBench kommt DeepSeek auf 20,3 Prozent gegenüber 37,0 bei Opus 5, auf Terminal-Bench 4.0 auf 31,2 statt 51,8. Und beim Lesen komplexer Bilder räumt der technische Bericht selbst eine messbare Lücke zu den führenden geschlossenen Systemen ein.

Bezahlbar ist es trotzdem: 0,15 US-Dollar pro Million Input-Token und 0,60 pro Million Output-Token zum Randzeiten-Tarif. DeepSeek zieht daraus die Konsequenz und stellt sein eigenes Flaggschiff V4-Pro ein – ab dem 14. September landen dessen Anfragen auf V4.1-Flash.

Offene Gewichte, aber kein Server im Keller

Für Schweizer KMU ist «MIT-Lizenz» verlockend – der Reflex «dann hosten wir das eben selbst, und die Daten bleiben im Haus» greift hier aber zu kurz. Die Gewichte umfassen 485 Milliarden Parameter; DeepSeek selbst spricht in der Ankündigung von Grosseinsätzen mit 2'000 GPUs plus Storage-Cluster. Das ist kein Serverschrank, das ist ein Rechenzentrum.

Realistisch bleiben zwei Wege. Erstens: gehostete Endpunkte bei Schweizer Anbietern, die offene Modelle in hiesigen Rechenzentren betreiben – so lässt sich der Datenpfad revDSG-konform gestalten, statt Anfragen direkt an den chinesischen Anbieter zu schicken. Swisscom etwa betreibt Apertus bereits auf einer eigenen souveränen Schweizer KI-Plattform für Geschäftskunden. Zweitens: kleinere offene Modelle, die tatsächlich on-prem laufen. Das Schweizer Apertus von EPFL, ETH Zürich und dem Supercomputing-Zentrum CSCS gibt es in Varianten mit 8 und 70 Milliarden Parametern – deutlich schwächer als V4.1-Flash, aber auf Hardware lauffähig, die ein Mittelständler wirklich kaufen kann.

Die eigentliche Nachricht für dich ist deshalb weniger das Modell als der Preis dahinter: Wenn ein Agent nur noch ein Viertel Speicher braucht, wird der Dauerbetrieb von KI-Assistenten im Tagesgeschäft zum ersten Mal eine nüchterne Rechnung statt eines Budgetposten mit Bauchschmerzen.