DeepSeek API Preise: der Preis-Leistungs-König, in Zahlen

Kurzantwort: Was die DeepSeek API 2026 kostet

DeepSeek V4 Flash berechnet $0.126 pro Million Input-Token und $0.252 pro Million Output-Token. DeepSeek V4 Pro berechnet $0.3915 für Input und $0.783 für Output. Das sind die beiden aktuellen Modelle mit den IDs deepseek-v4-flash und deepseek-v4-pro, und der Abstand zwischen ihnen und westlichen Flaggschiffmodellen ist kein Rundungsfehler. Anders ausgedrückt: Eine typische Chat-Runde mit 2,500 Token akkumuliertem Kontext und einer 300-Token-Antwort kostet bei Flash etwa $0.0004, was rund 2,500 Runden pro Dollar entspricht. Dieselbe Runde kostet bei Pro etwa $0.0012, also rund 800 Runden pro Dollar. Bei Claude Sonnet 4.6 kostet diese Runde etwa $0.0096, bei gpt-5.5 etwa $0.017. Wenn du nur eine Sache von dieser Seite mitnimmst: Für Chat, Roleplay und Agentenschleifen liegt die Kosten pro Interaktion bei DeepSeek ein bis zwei Größenordnungen unter den Flaggschiff-Preisen, und 2026 ist der Qualitätsunterschied deutlich kleiner als dieser Preisunterschied.

Warum DeepSeek der Preis-Leistungs-König ist: eine Workload, sechs Preisschilder

Preise pro Token sind abstrakt, deshalb hier dieselbe monatliche Workload über die aktuellen Modelle hinweg kalkuliert: 10 Millionen Input-Token und 2 Millionen Output-Token, ungefähr das, was ein aktives Hobbyprojekt oder ein kleiner Produktions-Assistent im Monat verbraucht. Das Muster in der Tabelle wiederholt sich bei jeder Größenordnung. DeepSeek V4 Flash ist mit weitem Abstand das günstigste leistungsfähige Modell im Katalog, V4 Pro unterbietet jedes westliche Flaggschiff und hält bei Reasoning-Aufgaben mit, und GLM-5 ist die nächstliegende Preis-Leistungs-Alternative. Ein Datenpunkt, der in Agenten- und Roleplay-Communities kursiert: Ein Nutzer berichtete, in einem Monat rund 28 Millionen Token durch DeepSeek geschickt zu haben, für etwa $2.82. Betrachte das als ungefähren, selbst berichteten Wert und nicht als garantierte Rate; so niedrige Zahlen beruhen meist auf Prompt-Caching auf der direkten Plattform, das wiederholten Kontext rabattiert. Aber du brauchst nicht den Best Case, um den Punkt zu machen. Zu reinen Katalogpreisen landen 28 Millionen Token bei V4 Flash je nach Input-Output-Verteilung zwischen etwa $3.53 und $7.06. Dasselbe Volumen würde bei Claude Sonnet 4.6 zwischen $67 und $336 kosten, bei gpt-5.5 zwischen $112 und $672. DeepSeek macht aus der monatlichen LLM-Rechnung eine Budgetposition, die zu Kleingeld wird.

DeepSeek V4 Flash vs. V4 Pro: Welches brauchst du wirklich?

Nutze standardmäßig Flash und eskaliere nur, wenn du den Fehler konkret benennen kannst. Flash übernimmt Konversation, Extraktion, Zusammenfassung und einfache Agentenschritte zu den niedrigsten Kosten pro Token in seiner Klasse. Pro kostet etwa das Dreifache pro Token und bringt dafür tieferes mehrstufiges Reasoning, bessere Leistung bei schwierigem Code und ein kohärenteres Verhalten bei langen, verschachtelten Anweisungen. Der Eskalationstest ist einfach: Führe deinen schlimmsten echten Prompt fünfmal auf Flash aus. Hält er stand, hast du gerade deine Rechnung um zwei Drittel gesenkt. Verliert er dabei Anweisungen oder den roten Faden mitten in der Aufgabe, verschiebe genau diese eine Workload zu Pro und lass alles andere auf Flash. Da beide Modelle hinter derselben API-Form stecken, ist das Routing zwischen ihnen nur eine geänderte Zeichenkette.

Was Nutzer tatsächlich mit DeepSeek machen

Wo hört DeepSeek auf, die Antwort zu sein? Wenn dein Produkt auf der bestmöglichen Prosa für jugendfreies kreatives Schreiben angewiesen ist, bleibt Claude Sonnet 4.6 die Qualitätsobergrenze, zu einem entsprechenden Preisaufschlag, und Anthropics Richtlinie beschränkt kreative Arbeiten auf nicht-explizite Inhalte. Kimi K2.6 und MiMo sind einen Benchmark-Vergleich wert als zusätzliche Preis-Leistungs-Optionen für chatlastige Workloads. Für alles, was in Token pro Dollar gemessen wird, ist DeepSeek 2026 die Standardwahl.

• Agentenschleifen: Agenten senden bei jedem Schritt einen wachsenden Kontext erneut, daher dominiert der Input-Preis die Rechnung. Ein Lauf mit fünfzig Schritten und durchschnittlich 8,000 Token Kontext kostet vor den Output-Kosten etwa fünf Cent auf Flash.
• Roleplay und Charakter-Chat: Lange Chats spielen bei jeder Runde die komplette Historie erneut ab, wodurch der Preis pro Token zum entscheidenden Faktor wird. Genau deshalb ist die DeepSeek-V4-Familie der Community-Favorit auf SillyTavern und JanitorAI, und sie handhabt Langform-Fiktion mit einer vergleichsweise flexiblen Content-Richtlinie für fiktive Szenarien. Halte Szenarien innerhalb der Regeln und Altersvorgaben der jeweiligen Plattform.
• Batch-Verarbeitung: Klassifikation, Datensatz-Labeling, das Zusammenfassen von Dokumentenstapeln und synthetische Datengenerierung sind Durchsatzprobleme. Zu Flash-Preisen kostet eine Million kurzer Klassifikationen weniger als ein Mittagessen zum Mitnehmen.
• Prototyping: Wenn du den ganzen Tag an Prompts iterierst, verändert ein günstiges Modell dein Verhalten. Du hörst auf, Testläufe zu rationieren, und fängst an, wirklich zu testen.

So bekommst du Zugang zur DeepSeek API (direkt oder über ein Gateway)

Es gibt zwei praktikable Wege. Weg eins ist DeepSeeks eigene Plattform: Konto anlegen, Abrechnung einrichten und ihren Endpoint aufrufen. Die Preise sind exzellent, und das ist die richtige Wahl, wenn DeepSeek das einzige Modell ist, das du je aufrufen wirst. Weg zwei ist ein OpenAI-kompatibles Gateway wie apisrouter.com, das deepseek-v4-flash und deepseek-v4-pro neben glm-5, kimi-k2.6, claude-sonnet-4-6, gemini-3.5-flash und gpt-5.5 hinter einer Base-URL (https://api.apisrouter.com/v1) und einem Pay-as-you-go-Guthaben bereitstellt, sodass Mischen oder Wechseln von Modellen nur eine geänderte Zeile ist. Es gibt kein Abo und kein Anmeldeformular: Zahle bei /topup, der Key kommt per E-Mail, das erste Aufladen verdoppelt dein Guthaben, und die Katalogpreise liegen unter den offiziellen Raten für chinesische Modelle und 20 % unter offiziell für globale Modelle. Frontends folgen demselben Muster. SillyTavern nimmt die Base-URL, die auf /v1 endet, und befüllt die Modellliste automatisch aus /v1/models, sobald dein Key eingetragen ist. JanitorAIs Proxy-Konfiguration will den vollständigen Endpoint, https://api.apisrouter.com/v1/chat/completions, plus Modellname und API-Key. Die erste Anfrage ist nur einen curl-Befehl entfernt:

curl https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer sk-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {"role": "user", "content": "Summarize this support ticket in two lines: ..."}
    ]
  }'

Verfolge deine echten Kosten pro Anfrage

Jede Antwort enthält die exakte Token-Nutzung, daher ist Kostenverfolgung drei Zeilen Arithmetik statt ein Dashboard-Abo. Das ist der schnellste Weg, die Flash-vs-Pro-Frage für deine eigene Workload zu klären: Protokolliere die Kosten pro Anfrage einen Tag lang für beide und vergleiche die Fehlerraten gegen die Preisdifferenz.

from openai import OpenAI

client = OpenAI(
    api_key="sk-...",
    base_url="https://api.apisrouter.com/v1",
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Plan the next three agent steps for: ..."}],
)
print(resp.choices[0].message.content)

# V4 Pro Katalogpreise: $0.3915 für Input, $0.783 für Output, pro 1M Token
usage = resp.usage
cost = usage.prompt_tokens * 0.3915 / 1e6 + usage.completion_tokens * 0.783 / 1e6
print(f"request cost: ${cost:.6f}")

Häufige Fragen