GPT 6 Luna ist günstiger als DeepSeek V4.1 Flash und keiner hat es gemerkt?

GPT-6 Luna ist günstiger als DeepSeek – doch der Preisvergleich hat einen Haken

DeepSeek galt als Preisbrecher – jetzt ist OpenAI bei vielen Anfragen günstiger

DeepSeek galt lange als Inbegriff günstiger KI. Doch mit GPT-6 Luna hat OpenAI die Preisordnung überraschend aufgemischt: Bei den regulären API-Tarifen kostet Luna neue Eingabetokens und erzeugte Antworten weniger als DeepSeek V4.1 Flash – selbst im günstigsten Zeitfenster des chinesischen Anbieters. Für viele typische Aufgaben kann OpenAI damit die niedrigere Rechnung bieten. Das bedeutet allerdings nicht, dass Luna immer die wirtschaftlichere Wahl ist. DeepSeek punktet mit besonders günstigen Cache-Treffern, hoher Geschwindigkeit und offenen Modellgewichten, die sich auch selbst betreiben lassen. Welches Modell am Ende weniger kostet, hängt deshalb nicht nur vom Preis pro Token ab, sondern auch von der Länge der Kontexte, dem Anteil wiederverwendeter Eingaben, der Tageszeit, der gewünschten Leistung und dem Betriebsmodell. Ein genauer Vergleich zeigt, wo GPT-6 Luna tatsächlich günstiger ist – und in welchen Fällen DeepSeek weiterhin die bessere Wahl sein kann.

Der KI-Preisführer kommt plötzlich aus den USA

Chinas Preisvorteil ist weg – zumindest auf der Rechnung

GPT-6 Luna kostet in der regulären Programmierschnittstelle weniger als DeepSeek V4.1 Flash. Diese Feststellung klingt zunächst wie ein Rechenfehler, weil sie dem über Monate verfestigten Bild des KI-Marktes widerspricht: westliche Spitzenmodelle gelten als leistungsfähig, aber teuer, während chinesische Anbieter mit aggressiven Preisen, offenen Modellgewichten und hoher Effizienz punkten. Genau dieses Bild hat sich bei zwei der derzeit interessantesten Effizienzmodelle verschoben. Für eine Million nicht zwischengespeicherte Eingabetokens verlangt OpenAI bei GPT-6 Luna 0,10 US-Dollar, für eine Million Ausgabetokens 0,50 US-Dollar. DeepSeek berechnet für V4.1 Flash außerhalb der Spitzenzeiten 0,15 US-Dollar für die Eingabe und 0,60 US-Dollar für die Ausgabe. Während der definierten Spitzenzeiten steigen die DeepSeek-Tarife sogar auf 0,30 beziehungsweise 1,20 US-Dollar.

Damit liegt GPT-6 Luna beim regulären Preis für neue Eingabetokens um ein Drittel unter dem günstigsten direkten DeepSeek-Tarif. Bei Ausgabetokens beträgt der Abstand rund 16,7 Prozent. Verglichen mit dem DeepSeek-Spitzentarif ist Luna bei der Eingabe rund 66,7 Prozent und bei der Ausgabe rund 58,3 Prozent günstiger. Das ist keine minimale Rundungsdifferenz, sondern eine klare Preisumkehr. Sie betrifft ausgerechnet die beiden Positionen, die für viele produktive Anwendungen den größten Teil der Rechnung bestimmen: neu verarbeiteter Kontext und generierter Inhalt.

Die provokative Aussage, Luna sei günstiger und kaum jemand habe es bemerkt, besitzt deshalb einen wahren Kern. Sie benötigt jedoch eine wichtige Präzisierung. Der günstigere Listenpreis macht Luna nicht automatisch in jeder Anwendung zum wirtschaftlicheren Modell. DeepSeek hat beim Lesen zwischengespeicherter Eingaben einen deutlichen Vorteil, kann selbst betrieben werden und zeigt bei anspruchsvollen Aufgaben teilweise eine höhere Leistung sowie erheblich niedrigere Latenzen. Die ökonomisch korrekte Aussage lautet daher: GPT-6 Luna unterbietet DeepSeek V4.1 Flash bei den wichtigsten regulären API-Tarifen, aber die tatsächliche Kostenführerschaft hängt von Kontextlänge, Cache-Anteil, Tageszeit, Ausgabelänge, Qualitätsziel und Betriebsmodell ab.

Der nüchterne Blick auf die Preisliste

Die Standardtarife schaffen zunächst ungewöhnlich klare Verhältnisse. GPT-6 Luna kostet pro Million Tokens 0,10 US-Dollar für normale Eingaben, 0,01 US-Dollar für bereits zwischengespeicherte Eingaben und 0,50 US-Dollar für Ausgaben. Das Schreiben in den Cache wird mit 0,125 US-Dollar pro Million Tokens berechnet. DeepSeek V4.1 Flash unterscheidet dagegen zwischen Spitzen- und Nebenzeiten. Außerhalb der Spitzenzeiten werden 0,15 US-Dollar für neue Eingaben, 0,003 US-Dollar für Cache-Treffer und 0,60 US-Dollar für Ausgaben verlangt. In den Spitzenzeiten verdoppeln sich diese Werte auf 0,30, 0,006 und 1,20 US-Dollar.

Die Spitzenzeiten von DeepSeek liegen montags bis freitags zwischen 01:00 und 04:00 Uhr sowie zwischen 06:00 und 10:00 Uhr koordinierter Weltzeit. Für Deutschland bedeutet dies im Oktober grundsätzlich Zeitfenster am frühen Morgen und am Vormittag beziehungsweise Mittag, abhängig von Sommer- oder Winterzeit. Wochenenden und chinesische Feiertage gelten vollständig als Nebenzeit. Diese Preislogik belohnt verschiebbare Stapelverarbeitung und benachteiligt Anwendungen mit gleichmäßigem Echtzeitverkehr. Ein europäischer Kundendienst, der vor allem während deutscher Bürozeiten arbeitet, kann deshalb einen erheblichen Teil seiner Nutzung im teureren Fenster erzeugen. Ein nächtlicher Dokumentenlauf kann dagegen konsequent zum halben Tarif geplant werden.

Bei OpenAI entfällt diese tageszeitabhängige Unsicherheit im Standardtarif. Hinzu kommen ein Flex- und ein Batch-Modus, die jeweils ungefähr die Hälfte der Standardpreise kosten. Für asynchrone Aufgaben kann Luna damit rechnerisch auf 0,05 US-Dollar je Million Eingabetokens und 0,25 US-Dollar je Million Ausgabetokens fallen. Umgekehrt kostet der beschleunigte Modus etwa das Doppelte des Standardpreises. Auch regionale Verarbeitung kann einen Aufschlag verursachen. Der vermeintlich einfache Modellvergleich ist deshalb in Wahrheit ein Vergleich aus Tarif, Bereitstellungsart, Region, Zeitfenster und Arbeitslast.

Warum der Preissturz fast unsichtbar blieb

Dass die Preisumkehr kaum öffentliche Aufmerksamkeit erhielt, ist weniger überraschend, als es zunächst scheint. Märkte reagieren nicht nur auf Zahlen, sondern auf eingeprägte Erzählungen. DeepSeek wurde zum Synonym für radikal günstige KI, während OpenAI als Premiumanbieter wahrgenommen wird. Solche mentalen Anker ändern sich langsamer als Preislisten. Ein einzelner neuer Tarif wird deshalb häufig in das bestehende Weltbild eingeordnet, statt das Weltbild selbst infrage zu stellen.

Hinzu kommt die Geschwindigkeit des Modellmarktes. GPT-6 Luna erschien in einem Umfeld, in dem neue Modelle, Varianten, Denkstufen, Kontextgrenzen und Bereitstellungsoptionen beinahe täglich wechseln. DeepSeek aktualisierte V4.1 Flash kurz darauf auf die Version 1017, ohne den Preis zu verändern. Die öffentliche Diskussion konzentrierte sich auf Benchmarks, Programmierfähigkeiten und Geschwindigkeit. Der strategisch wichtigere Umstand, dass ein geschlossenes OpenAI-Modell bei den Kerntarifen plötzlich unter einem chinesischen Open-Weight-Modell lag, verschwand zwischen Versionsnummern und Testresultaten.

Auch die Darstellung der Preise erschwert den Vergleich. DeepSeek kommuniziert Spitzen- und Nebenzeiten sowie extrem günstige Cache-Treffer. OpenAI unterscheidet Standard, Flex, Batch, Fast, regionale Verarbeitung und lange Kontexte. Vermittlungsplattformen weisen wiederum eigene Preise aus, die von Sonderangeboten, Hardwareauslastung und Routing abhängen. Je nachdem, ob ein Vergleich den direkten Anbieter, einen Router, den günstigsten Drittanbieter oder tatsächlich gezahlte Durchschnittspreise betrachtet, entsteht ein anderes Bild. So kann DeepSeek über einen externen Anbieter bei der Eingabe zeitweise günstiger erscheinen, obwohl die offizielle direkte API teurer ist. Ein seriöser Vergleich muss deshalb zuerst festlegen, was genau miteinander verglichen wird.

Schließlich ist der Preis pro Token für viele Nutzer abstrakt. Eine Differenz von fünf Hundertstel US-Dollar pro Million Eingabetokens wirkt unbedeutend. Bei Milliarden oder Billionen Tokens wird daraus jedoch eine relevante Kostenposition. Gleichzeitig können schon kleine Unterschiede in der Ausgabelänge die Tarifdifferenz überkompensieren. Diese Mischung aus scheinbar winzigen Stückpreisen und stark skalierenden Mengen verhindert einfache Schlagzeilen.

Die Rechnung hinter dem Überraschungseffekt

Die Grundformel ist schlicht: Die Kosten einer Anfrage ergeben sich aus der Zahl neuer Eingabetokens multipliziert mit dem Eingabepreis, zuzüglich der zwischengespeicherten Tokens zum Cache-Preis und der erzeugten Tokens zum Ausgabepreis. Bei einer Million neuer Eingabetokens und 200.000 Ausgabetokens kostet GPT-6 Luna im Standardtarif 0,20 US-Dollar. DeepSeek V4.1 Flash kostet außerhalb der Spitzenzeit 0,27 US-Dollar und während der Spitzenzeit 0,54 US-Dollar. Luna ist in diesem Beispiel gegenüber dem DeepSeek-Nebentarif rund 25,9 Prozent und gegenüber dem Spitzentarif rund 63 Prozent günstiger.

Ein typischer dokumentenorientierter Vorgang mit einer Million neuen Eingabetokens, einer Million Cache-Tokens und 100.000 Ausgabetokens kostet bei Luna 0,16 US-Dollar. Bei DeepSeek fallen außerhalb der Spitzenzeit 0,213 US-Dollar an. Luna liegt damit rund 24,9 Prozent niedriger. Während der Spitzenzeit steigt die DeepSeek-Rechnung auf 0,426 US-Dollar. Obwohl DeepSeek den Cache viel billiger liest, reichen eine Million zwischengespeicherte Tokens in diesem Beispiel nicht aus, um die höheren Preise für neue Eingaben und Ausgaben zu neutralisieren.

Anders sieht es bei extrem cachelastigen Anwendungen aus. Werden nur 100.000 neue Eingabetokens und 100.000 Ausgabetokens verarbeitet, gleichzeitig aber zehn Millionen Tokens aus dem Cache gelesen, kostet Luna rund 0,16 US-Dollar. DeepSeek kommt außerhalb der Spitzenzeit auf etwa 0,105 US-Dollar. DeepSeek ist dann rund 34 Prozent günstiger. Im Spitzenfenster kostet derselbe DeepSeek-Vorgang dagegen etwa 0,21 US-Dollar, sodass Luna wieder vorne liegt. Das Beispiel zeigt, wie stark DeepSeeks Zeitpreis und Cache-Vorteil miteinander interagieren.

Mathematisch liegt die Schwelle außerhalb der Spitzenzeit dort, wo die Menge der Cache-Tokens ungefähr das 7,14-Fache der neuen Eingabetokens zuzüglich des 14,29-Fachen der Ausgabetokens erreicht. Unterhalb dieser Schwelle ist Luna billiger, oberhalb kann DeepSeek gewinnen. Während der DeepSeek-Spitzenzeit verschiebt sich die Grenze drastisch: Dann müsste der Cache-Anteil ungefähr das 50-Fache der neuen Eingabe zuzüglich des 175-Fachen der Ausgabe übersteigen, bevor DeepSeek günstiger würde. Für die meisten gewöhnlichen Chat-, Analyse-, Extraktions- und Programmieraufgaben bleibt Luna damit beim laufenden API-Preis im Vorteil.

Der Cache ist DeepSeeks schärfste Waffe

Der wichtigste Gegenpunkt zur Luna-Erzählung ist das Caching. DeepSeek verlangt außerhalb der Spitzenzeit nur 0,003 US-Dollar für eine Million Cache-Tokens. Luna kostet 0,01 US-Dollar. DeepSeek liegt damit 70 Prozent niedriger; umgekehrt ist Lunas Cache-Lesepreis mehr als dreimal so hoch. Selbst in der DeepSeek-Spitzenzeit kostet der Cache nur 0,006 US-Dollar und bleibt damit 40 Prozent günstiger als bei Luna.

Dieser Unterschied ist für Anwendungen mit langen, weitgehend statischen Systemanweisungen, umfangreichen Produktkatalogen, wiederkehrenden Rechtsdokumenten oder konstantem Programmcode bedeutsam. Wenn derselbe Kontext hunderte oder tausende Male wiederverwendet wird, kann der Cache-Preis wichtiger werden als der Preis für neue Eingaben. Ein Unternehmen, das einen stabilen Wissensbestand mit vielen kurzen Nutzerfragen kombiniert, hat deshalb ein anderes Kostenprofil als ein Rechercheagent, der bei jedem Lauf neue Webseiten, Dateien und Werkzeugergebnisse verarbeitet.

Caching ist allerdings kein automatisch verfügbarer Rabatt auf sämtliche Eingaben. Der Kontext muss technisch cachefähig sein, in hinreichend identischer Form wiederkehren und innerhalb der jeweiligen Aufbewahrungslogik erneut verwendet werden. Dynamisch zusammengesetzte Prompts, häufig wechselnde Dokumente oder personalisierte Kontexte reduzieren die Trefferquote. Außerdem ist eine hohe Cache-Quote allein kein Geschäftserfolg. Sie muss mit korrekten Antworten, niedriger Latenz und einer robusten Anwendung verbunden sein. Ein billiger Cache, der veraltete oder falsch strukturierte Informationen bereitstellt, spart Tokens und erzeugt zugleich Folgekosten.

Für die wirtschaftliche Bewertung ist daher nicht der veröffentlichte Cache-Preis entscheidend, sondern die tatsächlich gemessene Cache-Trefferrate je Anwendung. Unternehmen sollten neue Eingabe, Cache-Lesen, Cache-Schreiben und Ausgabe getrennt erfassen. Erst dann wird sichtbar, ob DeepSeeks theoretischer Vorteil praktisch greift. Ohne diese Messung bleibt die Behauptung, ein Modell sei wegen seines günstigen Caches billiger, ebenso unvollständig wie der pauschale Verweis auf Lunas niedrigere Standardtarife.

Lange Kontexte drehen das Ergebnis erneut

OpenAI setzt bei GPT-6 Luna eine wichtige Grenze bei mehr als 272.000 Eingabetokens pro Anfrage. Wird sie überschritten, verdoppeln sich die Eingabe- und Cache-Preise für die gesamte Anfrage; der Ausgabepreis steigt auf das Eineinhalbfache. Im Standardmodus ergeben sich damit 0,20 US-Dollar je Million neuer Eingabetokens, 0,02 US-Dollar für Cache-Treffer und 0,75 US-Dollar für Ausgabetokens. Regionaler Aufschlag oder beschleunigte Verarbeitung können die Rechnung zusätzlich verändern.

Damit verliert Luna bei sehr langen Einzelanfragen seinen direkten Preisvorteil gegenüber DeepSeek außerhalb der Spitzenzeit. Eine Anfrage mit einer Million neuen Eingabetokens und 100.000 Ausgabetokens kostet bei Luna nach dem Langkontexttarif etwa 0,275 US-Dollar. DeepSeek berechnet im Nebenzeitfenster rund 0,21 US-Dollar. DeepSeek ist in diesem Szenario ungefähr 24 Prozent günstiger. Während der Spitzenzeit liegt DeepSeek mit rund 0,42 US-Dollar wiederum deutlich über Luna.

Diese Grenze ist für umfangreiche Codebasen, große Vertragsarchive, wissenschaftliche Sammlungen und lang laufende Agentensitzungen relevant. Sie zeigt zugleich, warum ein reiner Preisvergleich pro Million Tokens ohne Kenntnis der einzelnen Anfragegröße irreführend sein kann. Eine Million Tokens, verteilt auf tausend kurze Vorgänge, wird bei Luna anders bepreist als dieselbe Menge in einer einzigen sehr langen Anfrage. Für die Finanzplanung muss deshalb nicht nur das monatliche Tokenvolumen, sondern auch die Verteilung der Kontextlängen bekannt sein.

Technisch kann eine kluge Architektur diesen Aufschlag teilweise vermeiden. Statt einen vollständigen Datenbestand in jede Anfrage zu laden, lassen sich Inhalte vorab durchsuchen, neu ordnen und auf relevante Ausschnitte begrenzen. Hier entstehen jedoch zusätzliche Kosten für Einbettungen, Vektorsuche, Rangfolge, Datentransfer und Orchestrierung. Die ökonomisch beste Lösung ist deshalb nicht zwangsläufig das Modell mit dem größten Kontextfenster, sondern die Architektur, die für eine verlässliche Antwort möglichst wenig teuren Kontext benötigt.

Billiger pro Token heißt nicht billiger pro Ergebnis

Der Preis pro Million Tokens ist nur der erste Teil der Wirtschaftlichkeit. Entscheidend ist, wie viele Tokens ein Modell benötigt, um eine Aufgabe erfolgreich abzuschließen. Ein Modell kann pro Token günstiger sein und dennoch höhere Kosten je gelöstem Vorgang verursachen, wenn es ausführlicher antwortet, mehr Denkpfade erzeugt, Werkzeuge häufiger aufruft oder Aufgaben öfter wiederholen muss. Umgekehrt kann ein teureres Modell wirtschaftlicher sein, wenn es mit einer kurzen Antwort direkt zum richtigen Ergebnis kommt.

Der aktuelle Vergleich liefert dafür ein interessantes Spannungsfeld. Unabhängige Messungen ordnen DeepSeek V4.1 Flash bei maximaler Denkintensität geringfügig vor GPT-6 Luna ein. Im zusammengefassten Intelligenzindex erreicht DeepSeek ungefähr 39 Punkte, Luna etwa 38 Punkte. Der Abstand ist klein genug, dass er nicht als allgemeine Überlegenheit in jeder Aufgabe interpretiert werden sollte. In einzelnen Kategorien, insbesondere bei agentischen und programmiernahen Aufgaben, kann DeepSeek deutlich stärker sein. In anderen Prüfungen oder bei geringerem Denkaufwand verschiebt sich das Bild.

Bei einem standardisierten Mischverhältnis aus Cache, neuer Eingabe und Ausgabe wurde für Luna ein effektiver Preis von ungefähr 0,08 US-Dollar pro Million gewichteter Tokens ermittelt, für DeepSeek in hoher Denkstufe etwa 0,18 US-Dollar. Das verdeutlicht den Luna-Vorteil unter diesen Annahmen. Gleichzeitig sind Denkstufen keine identischen Produkte. Ein Vergleich zwischen Lunas niedriger Denkstufe und DeepSeeks maximaler Denkstufe beantwortet keine sinnvolle Beschaffungsfrage. Modelle müssen bei einem Qualitätsniveau verglichen werden, das für den jeweiligen Prozess ausreicht.

Die richtige Kennzahl lautet daher Kosten je akzeptiertem Ergebnis. Für einen Programmieragenten kann dies der Preis je erfolgreich behobenem Fehler sein, für die Dokumentenanalyse der Preis je korrekt extrahiertem Datensatz, für den Kundendienst der Preis je ohne menschliche Eskalation abgeschlossenem Fall. Erst wenn Fehlerrate, Wiederholungen, Tokenverbrauch und Prüfaufwand einbezogen werden, entsteht eine belastbare Aussage über die tatsächliche Wirtschaftlichkeit.

Xpert.Digital ist ein von Konrad Wolfenstein geführter, datengetriebener B2B-Industry-Hub. Das Unternehmen agiert als externe Quasi-Inhouse-Lösung für Industriepartner und schließt operative Lücken in Marketing, Content und Vertrieb – ohne zusätzlichen Ressourcenaufbau auf Kundenseite.

Mehr dazu hier:

• Die Quasi-Inhouse-Lösung: Wie Xpert.Digital operative Lücken in B2B-Marketing und Vertrieb schließt – Smart Content-Driven Business

Geschwindigkeit ist ein eigener Produktionsfaktor

DeepSeek besitzt einen deutlichen Geschwindigkeitsvorteil. In unabhängigen Messungen erzeugte V4.1 Flash bei hoher Denkintensität ungefähr 217 bis 231 Tokens pro Sekunde, während GPT-6 Luna bei maximaler Denkintensität etwa 128 Tokens pro Sekunde erreichte. Noch auffälliger ist die Zeit bis zum ersten Token. DeepSeek lag in bestimmten Messungen bei ungefähr einer Sekunde, Luna bei maximaler Denkstufe deutlich höher. Solche Werte schwanken mit Anbieter, Auslastung, Prompt, Region und Testaufbau, die Größenordnung zeigt jedoch einen realen Unterschied.

Für interaktive Anwendungen ist Geschwindigkeit nicht nur eine Frage des Komforts. Längere Wartezeiten senken Abschlussraten, erhöhen Abbrüche und begrenzen die Zahl der Vorgänge, die ein Mensch mit Unterstützung der KI bearbeiten kann. In einem Programmierprozess können schnelle Rückmeldungen mehr Iterationen pro Stunde ermöglichen. In einem Sprachassistenten entscheidet die Zeit bis zum ersten hörbaren Ergebnis darüber, ob sich das System natürlich oder schwerfällig anfühlt. Ein Modell mit niedrigerer Tokenrechnung kann dadurch betriebswirtschaftlich teurer werden, wenn es Arbeitszeit bindet oder Kundenerlebnisse verschlechtert.

Bei asynchronen Vorgängen kehrt sich die Gewichtung um. Eine nächtliche Dokumentenklassifikation, ein Stapel aus Produktbeschreibungen oder eine nicht zeitkritische Datenbereinigung benötigt keine Antwort in einer Sekunde. Hier kann der günstigere Flex- oder Batch-Tarif von Luna einen größeren Nutzen schaffen als DeepSeeks Geschwindigkeitsvorsprung. Der Wert von Latenz hängt also vom Prozess ab. Wer ihn nicht in Geld übersetzt, vergleicht lediglich technische Eigenschaften.

Eine vollständige Kostenrechnung sollte deshalb neben dem API-Entgelt auch Wartezeit, Durchsatz, Parallelitätsgrenzen und Ausfallrisiken enthalten. DeepSeek gibt für Flash eine hohe direkte Parallelitätsgrenze an. OpenAI bietet unterschiedliche Verarbeitungsmodi mit jeweils eigenen Kosten und Leistungseigenschaften. Für große Nutzer kann die garantierte Kapazität wichtiger werden als ein Unterschied von wenigen Zehntel-Dollar je Million Tokens.

Zwei Architekturen, zwei Geschäftsmodelle

DeepSeek V4.1 Flash ist ein großes Mixture-of-Experts-Modell mit insgesamt rund 552 Milliarden Parametern. Pro Verarbeitungsschritt wird jedoch nur ein Teil des Netzes aktiviert. Die Architektur trennt die Verarbeitung von Eingabe und Ausgabe und arbeitet mit einer deutlich kleineren aktiven Parameterzahl als der Gesamtumfang vermuten lässt. Dieser Ansatz erklärt, wie ein sehr großes Modell hohe Leistung mit vergleichsweise niedrigen Inferenzkosten und hoher Geschwindigkeit verbinden kann.

GPT-6 Luna ist dagegen ein geschlossenes Modell. OpenAI veröffentlicht weder vollständige Gewichte noch alle architektonischen Einzelheiten. Der wirtschaftliche Vorteil entsteht für Kunden daher ausschließlich über den angebotenen Dienst, nicht durch eigene Bereitstellung. OpenAI kontrolliert Modell, Inferenzsoftware, Kapazitätsplanung, Produktintegration und einen erheblichen Teil der Nachfrage. Diese vertikale Steuerung ermöglicht aggressive Preise, bindet den Kunden aber enger an die Plattform.

Der Unterschied verändert die Bedeutung des Wortes Preis. Bei Luna meint Preis vor allem die API-Rechnung. Bei DeepSeek kann Preis die direkte API, einen Drittanbieter oder die Gesamtkosten des eigenen Betriebs bezeichnen. Da die Gewichte von V4.1 Flash unter einer freizügigen MIT-Lizenz bereitstehen, können Unternehmen und Rechenzentren das Modell selbst hosten, verändern und in souveräne Infrastrukturen integrieren. Die ausgewiesene DeepSeek-API ist daher nicht die einzige wirtschaftliche Form des Modells.

Selbstbetrieb ist jedoch nicht kostenlos. Hardware, Strom, Kühlung, Speicher, Netzwerk, Bereitschaftskapazität, Überwachung, Aktualisierungen und Spezialpersonal müssen einbezogen werden. Ein sehr großes Modell erreicht nur bei hoher und gleichmäßiger Auslastung attraktive Stückkosten. Bei unregelmäßigem Bedarf ist eine nutzungsabhängige API häufig günstiger, weil der Anbieter die Infrastruktur über viele Kunden auslastet. DeepSeeks offene Gewichte schaffen eine strategische Option; sie garantieren noch keinen niedrigeren Gesamtpreis.

OpenAIs Angriff auf das Billigsegment

Die Luna-Preise sind nicht bloß eine technische Fußnote, sondern ein strategischer Angriff. OpenAI senkte den Eingabepreis gegenüber GPT-5.6 Luna von 0,20 auf 0,10 US-Dollar und den Ausgabepreis von 1,20 auf 0,50 US-Dollar. Damit positioniert sich Luna nicht mehr nur als kleinere Variante innerhalb eines Premiumportfolios, sondern als Massenmodell für hohe Volumina. Das Unternehmen greift genau den Markt an, in dem Open-Weight-Anbieter und chinesische Entwickler bislang ihren stärksten ökonomischen Hebel hatten.

Eine solche Preisstrategie kann mehrere Ursachen haben. Fortschritte bei Modellarchitektur, Quantisierung, Caching, Speicherverwaltung und Auslastung senken die realen Grenzkosten. Eine große eigene Nachfragebasis verbessert die Serverauslastung. Langfristige Rechenkapazitäten können günstigere Durchschnittskosten ermöglichen. Gleichzeitig kann ein Anbieter bewusst auf Marge verzichten, um Entwickler, Agentenplattformen und Unternehmensprozesse früh an die eigene Schnittstelle zu binden.

Für OpenAI ist Luna zudem ein Instrument der internen Preisdifferenzierung. Ein günstiges Modell fängt standardisierte Massenaufgaben ab, während leistungsstärkere Varianten höhere Zahlungsbereitschaft abschöpfen. Kunden bleiben im selben Ökosystem und können je Anfrage zwischen Modellstufen wechseln. Dadurch wächst nicht nur das Luna-Volumen; auch die Nutzung teurerer Modelle, Werkzeuge und Unternehmensfunktionen kann steigen. Der niedrige Tokenpreis wirkt als Einstieg in ein breiteres Plattformgeschäft.

Diese Entwicklung setzt DeepSeek unter Druck, obwohl dessen Preise weiterhin außerordentlich niedrig sind. Der Wettbewerb verschiebt sich von der Frage, welcher Anbieter billig ist, zur Frage, welcher Anbieter für ein bestimmtes Qualitätsniveau die niedrigsten Kosten je Ergebnis liefert. Preisführerschaft wird damit kurzfristiger, kontextabhängiger und schwerer kommunikativ zu besitzen.

DeepSeeks Antwort liegt jenseits der Preisliste

DeepSeek ist durch Lunas niedrigeren Standardtarif keineswegs entwertet. V4.1 Flash bietet eine Kombination aus hoher Intelligenz, sehr hoher Ausgabegeschwindigkeit, großem Kontextfenster, multimodalen Fähigkeiten und offenen Gewichten. Gerade für Organisationen, die technische Kontrolle, Anpassbarkeit oder Datenhoheit priorisieren, kann diese Kombination wichtiger sein als der niedrigste direkte API-Preis.

Die MIT-Lizenz erlaubt kommerzielle Nutzung, Veränderung und Weitergabe mit vergleichsweise geringen Einschränkungen. Rechenzentrumsbetreiber können daraus eigene Angebote entwickeln. Unternehmen können eine kontrollierte Instanz in einer gewünschten Rechtsordnung betreiben oder betreiben lassen. Staaten und regulierte Branchen erhalten die Möglichkeit, Modell und Infrastruktur organisatorisch zu trennen. Luna bietet zwar regionale und europäische Verarbeitungsoptionen, bleibt aber ein externer, geschlossener Dienst.

DeepSeek kann außerdem über Drittanbieterpreise konkurrieren. Verschiedene Inferenzplattformen bieten das Modell zeitweise unter dem direkten offiziellen Preis an. Solche Angebote können aus effizienterer Hardware, Auslastungsoptimierung, Sonderkonditionen oder befristeten Rabatten entstehen. Für Käufer erhöht dies den Wettbewerbsdruck, aber auch die Komplexität. Der günstigste Vermittler ist nicht automatisch der verlässlichste Partner hinsichtlich Verfügbarkeit, Datenschutz, Modellversion und Support.

Hinzu kommen separat bepreiste Such- und Abruffunktionen. DeepSeek verlangt für jeweils tausend erfolgreiche Such- oder Abrufvorgänge 0,75 US-Dollar. Diese Kosten dürfen nicht mit dem Modellpreis vermischt werden. Auch bei OpenAI können Werkzeugaufrufe eigene Gebühren auslösen. Agentische Systeme verbrauchen deshalb nicht nur Tokens, sondern erzeugen eine Kette aus Modellausführungen, Suchvorgängen, Dateizugriffen und Wiederholungen. DeepSeeks Wettbewerbsfähigkeit entscheidet sich zunehmend an der Gesamtkette und nicht an einer einzelnen Tarifzeile.

Was die Preisumkehr über den KI-Markt verrät

Die wichtigste ökonomische Botschaft lautet, dass Inferenz immer stärker zur Massenware wird. Technische Fortschritte, spezialisierte Chips, bessere Auslastung und intensiver Wettbewerb drücken die Kosten je Einheit. Historisch sind die Kosten für ein gegebenes Leistungsniveau innerhalb kurzer Zeit um Größenordnungen gefallen. GPT-6 Luna und DeepSeek V4.1 Flash setzen diese Entwicklung fort und verschieben die Grenze dessen, was sich automatisieren lässt.

Sinkende Stückpreise bedeuten allerdings nicht zwangsläufig sinkende Gesamtausgaben. Wenn der Preis je Token fällt, bauen Unternehmen längere Kontexte, mehr Agentenschritte und größere Nutzerzahlen in ihre Anwendungen ein. Ein Prozess, der früher eine Modellantwort erzeugte, kann heute planen, suchen, mehrere Werkzeuge aufrufen, Zwischenergebnisse prüfen und die Antwort überarbeiten. Die Zahl der Tokens je Geschäftsvorgang steigt dadurch möglicherweise schneller als ihr Preis fällt. Dieses Muster ist ein klassischer Reboundeffekt: Effizienz macht Nutzung günstiger und löst dadurch zusätzliche Nachfrage aus.

Für Anbieter entsteht ein Rennen um Skaleneffekte. Niedrige Preise ziehen Volumen an, Volumen verbessert die Auslastung, hohe Auslastung senkt die Stückkosten und ermöglicht weitere Preissenkungen. Große Plattformen besitzen dabei Vorteile, weil sie Nachfrage bündeln und Infrastruktur über viele Produkte verteilen können. Open-Weight-Modelle wirken als Gegengewicht, weil sie den Wettbewerb auf die Ebene der Inferenzanbieter verlagern. Nicht nur das Modell, sondern auch der Betreiber der Hardware kann um den Kunden konkurrieren.

Langfristig dürfte der reine Tokenpreis an strategischer Bedeutung verlieren. Modelle werden austauschbarer, während Datenzugang, Integrationen, Sicherheit, Ausfallsicherheit, Beobachtbarkeit und domänenspezifische Qualität wichtiger werden. Der Preis bleibt sichtbar und leicht vergleichbar, doch die Marge wandert in Werkzeuge, Plattformfunktionen und branchenspezifische Lösungen. Luna und DeepSeek sind deshalb nicht nur zwei Modelle, sondern zwei Wege in denselben industrialisierten KI-Markt.

Die neue Beschaffungslogik für Unternehmen

Unternehmen sollten weder OpenAI noch DeepSeek pauschal zum Standard erklären. Sinnvoller ist eine belastbare Teststrecke mit realen Aufgaben. Dafür werden typische Anfragen, Kontextlängen, Cache-Anteile, Ausgabelängen, Latenzanforderungen und Qualitätskriterien erfasst. Anschließend laufen beide Modelle mit vergleichbaren Denkstufen und identischen Werkzeugen gegen denselben Datensatz. Bewertet werden nicht nur richtige Antworten, sondern auch Kosten, Dauer, Wiederholungen und menschlicher Prüfaufwand.

Besonders wichtig ist eine Trennung der Arbeitslasten. Kurze Massenanfragen, lange Dokumente, Programmieragenten und interaktive Assistenten besitzen verschiedene Kostenfunktionen. Luna kann bei kurzen und mittleren Kontexten sowie asynchroner Stapelverarbeitung ökonomisch überlegen sein. DeepSeek kann bei sehr langen Nebenzeit-Anfragen, extrem cachelastigen Prozessen, niedriger Latenz oder eigener Bereitstellung gewinnen. Ein einziges globales Modell verschwendet daher häufig Geld oder Qualität.

Eine moderne Architektur nutzt Routing. Einfache Aufgaben gehen an die günstigste ausreichend gute Variante. Schwierige Fälle werden an ein stärkeres Modell weitergereicht. Bei Zeitüberschreitung oder Kapazitätsproblemen greift ein Ersatzanbieter. Für sensible Daten kann eine selbst betriebene DeepSeek-Instanz vorgesehen werden, während allgemeine Massenvorgänge über Luna laufen. Diese Mehrmodellstrategie reduziert Abhängigkeiten und macht Preisschwankungen beherrschbar.

Gleichzeitig muss der Einkauf auf Versionsstabilität achten. Die Bezeichnung eines Modells kann auf eine neue Momentaufnahme umgeleitet werden, ohne dass sich der API-Name ändert. Das verbessert Funktionen, kann aber reproduzierbare Abläufe verändern. Verträge sollten deshalb Leistungsmerkmale, Datenverarbeitung, Verfügbarkeit, Änderungsmitteilungen und Ausstiegsmöglichkeiten abdecken. Der billigste Token ist wertlos, wenn eine unbemerkte Modelländerung einen regulierten Prozess destabilisiert.

Vom Tokenpreis zur vollständigen Stückkostenrechnung

Eine professionelle KI-Kostenrechnung beginnt auf Vorgangsebene. Für jede Funktion werden neue Eingabetokens, Cache-Tokens, Ausgabetokens, Werkzeugaufrufe und Wiederholungen gemessen. Hinzu kommen Infrastruktur, Datenübertragung, Speicherung, Beobachtbarkeit und menschliche Qualitätssicherung. Das Ergebnis ist nicht der Preis je Million Tokens, sondern der Preis je Rechnung, Kundenfall, Codeänderung oder ausgewertetem Dokument.

Darauf folgt die Bewertung der Fehlerkosten. Eine falsche Produktbeschreibung verursacht andere Schäden als eine fehlerhafte Kreditentscheidung. Je höher die Folgekosten, desto weniger sinnvoll ist es, ausschließlich auf den billigsten Tarif zu optimieren. Ein Modell, das einen Vorgang um einen Bruchteil eines Cents günstiger bearbeitet, kann durch eine geringfügig höhere Fehlerquote den gesamten Vorteil vernichten. Qualität muss deshalb in eine wirtschaftliche Kennzahl übersetzt werden.

Auch Latenz erhält einen Geldwert. Bei internen Werkzeugen lässt sich die Wartezeit mit Personalkosten und Vorgangsvolumen verknüpfen. Bei externen Anwendungen können Abbruchrate, Umsatz und Kundenzufriedenheit als Näherung dienen. Dadurch wird sichtbar, wann DeepSeeks Geschwindigkeit einen höheren Tokenpreis rechtfertigt oder wann Lunas niedriger Preis bei asynchronen Aufgaben eindeutig überwiegt.

Schließlich gehört das Risiko der Anbieterbindung in die Rechnung. Ein geschlossenes Modell kann geringe laufende Kosten und zugleich hohe Wechselkosten erzeugen. Ein offenes Modell kann mehr Betriebsaufwand verursachen, bietet aber strategische Ausweichmöglichkeiten. Die Entscheidung zwischen Luna und DeepSeek ist deshalb auch eine Entscheidung über Flexibilität. Der ökonomische Wert dieser Flexibilität zeigt sich meist erst bei Preisänderungen, regulatorischen Anforderungen oder Kapazitätsengpässen.

Warum einfache Siegerlisten in die Irre führen

Eine Rangliste mit einem einzigen Preis kann den Markt nicht mehr angemessen abbilden. GPT-6 Luna ist beim regulären, nicht zu langen Echtzeitverkehr günstiger. DeepSeek V4.1 Flash ist beim Cache-Lesen günstiger. Luna bietet besonders billige asynchrone Modi. DeepSeek variiert nach Tageszeit und kann selbst betrieben werden. DeepSeek ist in unabhängigen Messungen schneller und bei maximaler Denkintensität geringfügig leistungsfähiger. Luna kann trotzdem erheblich niedrigere Kosten je Aufgabe erreichen. Jede dieser Aussagen ist gleichzeitig richtig.

Die Wahl hängt zudem von der Bezugsquelle ab. Direkte Anbieterpreise schaffen Transparenz und klare Verantwortlichkeit. Router können günstiger sein und Ausfälle abfedern, fügen aber eine weitere Vertrags- und Datenebene hinzu. Selbstbetrieb schafft Kontrolle, verlangt jedoch Kapital, Fachkräfte und Auslastung. Ein Unternehmen mit wenigen Millionen Tokens pro Monat hat deshalb eine andere optimale Lösung als ein globaler Plattformbetreiber mit Milliarden täglicher Anfragen.

Auch Benchmarks dürfen nicht isoliert betrachtet werden. Kleine Punktabstände können innerhalb der Messunsicherheit oder der Aufgabenmischung liegen. Hohe Denkstufen verbrauchen mehr Zeit und Tokens. Ein Modell, das im Durchschnitt gewinnt, kann in einer konkreten Domäne schlechter sein. Beschaffung auf Grundlage öffentlicher Ranglisten ersetzt daher keinen internen Test.

Die Behauptung, Luna sei günstiger als DeepSeek und niemand habe es gemerkt, ist als Weckruf nützlich, als universelles Urteil jedoch zu grob. Sie zwingt den Markt, alte Annahmen zu überprüfen. Genau darin liegt ihr Wert. Der günstigste Anbieter von gestern kann morgen teurer sein, und das vermeintliche Premiummodell kann zum Kostenbrecher werden.

Der eigentliche Sieger ist der austauschbare KI-Stack

Aus ökonomischer Sicht sollte nicht eines der beiden Modelle zum dauerhaften Sieger erklärt werden. Gewinnen wird die Organisation, die Modelle ohne großen Aufwand austauschen, messen und kombinieren kann. Preise und Leistungen verändern sich zu schnell, um eine Architektur fest an die heutige Rangfolge zu binden. Eine neutrale Modellschicht, saubere Protokollierung und automatisierte Qualitätstests machen den Wettbewerb der Anbieter für den Käufer nutzbar.

Für den heutigen Standardverkehr besitzt GPT-6 Luna einen überzeugenden Preisvorteil. Die Kerntarife liegen unter DeepSeek V4.1 Flash, selbst wenn DeepSeeks günstigstes direktes Zeitfenster angesetzt wird. Für lange Einzelkontexte, extreme Cache-Nutzung, minimale Latenz, offene Gewichte und souveränen Betrieb bleibt DeepSeek dagegen hochattraktiv. Wer nur eine Preiszeile betrachtet, übersieht diese Gegenkräfte.

Die strategische Perspektive ist dennoch klar: OpenAI hat die Erzählung vom zwangsläufig teuren westlichen Modell aufgebrochen. DeepSeek kann nicht mehr allein über den Ruf der radikalen Preisführerschaft gewinnen. Der Wettbewerb verlagert sich auf Leistung je Dollar, Geschwindigkeit, Betriebsfreiheit und Gesamtintegration. Das erhöht den Druck auf alle Anbieter und senkt die Markteintrittskosten für neue KI-Anwendungen.

Am Ende ist die überraschende Nachricht nicht, dass Luna einige Hundertstel Dollar günstiger ist. Entscheidend ist, wie schnell ein scheinbar festes Preisgefüge kollabieren kann. Unternehmen, die ihre Modellwahl nur einmal jährlich überprüfen, bezahlen in diesem Markt wahrscheinlich zu viel. Unternehmen, die Qualität, Latenz und Kosten laufend messen, verwandeln den Preiskampf zwischen OpenAI und DeepSeek in einen eigenen Wettbewerbsvorteil.

Im industriellen B2B entstehen tragfähige Geschäftsbeziehungen selten über Nacht. Sie entwickeln sich Schritt für Schritt – über Sichtbarkeit, fachliche Relevanz, wiederkehrende Berührungspunkte und wachsendes Vertrauen. Das 4-Stufen-Modell von Xpert.Digital setzt genau hier an: Es bietet einen strukturierten Weg, der mit einem überschaubaren Einstieg beginnt und sich bei Bedarf zu einer vertieften Zusammenarbeit im Business Development entwickeln kann.

Statt auf laute Marketingversprechen zu setzen, rückt dieses Modell die Beziehung in den Mittelpunkt. Unternehmen steigen mit klar umrissenen, gut kalkulierbaren Maßnahmen ein und entscheiden dann auf Basis eigener Erfahrung, wie weit sie die Zusammenarbeit ausbauen möchten. Ein wesentlicher Faktor für diesen ungestörten Vertrauensaufbau: Die Plattform verzichtet komplett auf nervige Werbe-Ads, sodass der redaktionelle Fokus allein auf der Expertise der Unternehmen liegt.

Mehr dazu hier:

• Von Sichtbarkeit zu Vertrauen: Ihr skalierbarer Weg mit Xpert.Digital

☑️ Unsere Geschäftssprache ist Englisch oder Deutsch

☑️ NEU: Schriftverkehr in Ihrer Landessprache!

 

Gerne stehe ich Ihnen und mein Team als persönlicher Berater zur Verfügung.

Sie können mit mir Kontakt aufnehmen, indem Sie hier das Kontaktformular ausfüllen oder rufen Sie mich einfach unter +49 7348 4088 965 an. Meine E-Mail Adresse lautet: wolfenstein∂xpert.digital

Ich freue mich auf unser gemeinsames Projekt.

 

 

☑️ KMU Support in der Strategie, Beratung, Planung und Umsetzung

☑️ Erstellung oder Neuausrichtung der Digitalstrategie und Digitalisierung

☑️ Ausbau und Optimierung der internationalen Vertriebsprozesse

☑️ Globale & Digitale B2B-Handelsplattformen

☑️ Pioneer Business Development / Marketing / PR / Messen