DeepSeeks Preisliste hat zwei Hebel – und die Uhr ist der kleinere.

Alle lesen DeepSeeks Preisseite wegen der Spitzenzeitfenster. Zwischen 01:00 und 04:00 UTC und erneut zwischen 06:00 und 10:00, Montag bis Freitag, chinesische gesetzliche Feiertage ausgenommen, verdoppelt sich jeder Tarif. Das ist real, es sind sieben von vierundzwanzig Stunden, und es lohnt sich, damit zu planen. Aber es steht zwei Zeilen unter einer Zahl, die die Rechnung weit stärker verändert: Ein Cache-Treffer kostet $0.003 pro Million Eingabe-Token auf DeepSeek V4.1 Flash, gegenüber $0.15 für einen Cache-Miss. Ein Präfix, das im Cache landet, ist fünfzigmal günstiger als dasselbe Präfix kalt zu senden – und anders als die Uhr ist das ein Hebel, der ganz in Ihrer Hand liegt.

Legt man die beiden Hebel nebeneinander, ist die Reihenfolge offensichtlich. Das Peak-Zeitfenster ist eine 2-fache Strafe, die man durch Neuplanung vermeidet. Ein Cache-Treffer ist ein 50-facher Rabatt, den man durch strukturierte Anfragen erhält. Fast jeder Artikel, der über DeepSeeks Preisliste geschrieben wurde, einschließlich früherer Versionen dieses Artikels, widmet seine Ausführungen dem 2×.

Die Karte, genau so, wie DeepSeek sie veröffentlicht.

Gelesen auf DeepSeeks Seite „Models & Pricing“ am 30. Oktober 2026. Zuerst Nebenzeiten, Spitzenzeiten in Klammern, pro Million Tokens:

• Eingabe, Cache-Treffer — 0,003 $ für Flash (0,006 $ Spitzenpreis); 0,022 $ für V4 Pro (0,044 $ Spitzenpreis).

• Eingabe, Cache-Miss — 0,15 $ für Flash (0,30 $ zur Spitzenzeit); 0,66 $ für V4 Pro (1,32 $ zur Spitzenzeit).

• Ausgabe — 0,60 $ für Flash (1,20 $ Spitzenzeit); 1,98 $ für V4 Pro (3,96 $ Spitzenzeit).

• Stoßzeiten — 01:00–04:00 und 06:00–10:00 UTC, Montag bis Freitag, ausgenommen chinesische Feiertage. Die Nebenzeittarife betragen genau die Hälfte der Stoßzeittarife.

• Parallelität — 2.500 für Flash, 500 für V4 Pro. Ein Fünftel, wie es das Preisverhältnis nahelegt.

• Form —Beide Stufen bieten einen 1-Mio.-Token-Kontext mit einer maximalen Ausgabe von 384K; deepseek-flash wird von DeepSeek-V4.1-Flash-1017 bereitgestellt und unterstützt Vision, deepseek-v4-pro wird von DeepSeek-V4-Pro-0813 bereitgestellt und unterstützt dies nicht.

Die Cache-Hit-Spalte ist die, auf die man starren sollte. Drei Zehntel eines Cents pro Million Eingabe-Token bedeuten, dass eine Workload, die einen langen System-Prompt, ein großes Dokument oder die angesammelte Historie eines Agenten wiederverwendet, für den Teil, den sie erneut sendet, so gut wie nichts zahlt – vorausgesetzt, die Anfrage ist so gestaltet, dass der Prefix als derselbe Prefix erkannt wird.

Was die beiden Hebel bei einer Arbeitslast wert sind

Nehmen Sie einen realistischen agentenförmigen Job: 20 Millionen Eingabe-Tokens und 2 Millionen Ausgabe-Tokens pro Tag, wobei 80 % der Eingabe ein wiederverwendeter Präfix ist.

Hebel eins: Caching. Sechzehn Millionen gecachte Tokens zu $0.003 sind $0.048. Vier Millionen nicht gecachte zu $0.15 sind $0.60. Ausgabe zu $0.60 pro Million ist $1.20. Gesamt: etwa $1.85 pro Tag.

Hebel zwei, Scheduling. Derselbe Auftrag ohne Caching, alles außerhalb der Spitzenlastzeiten: 20 Millionen zu 0,15 $ sind 3,00 $, plus 1,20 $ Output — 4,20 $. Führt man ihn vollständig in einem Peak-Fenster aus, sind es 8,40 $.

Caching spart hier 2,35 $ und das bestmögliche Scheduling spart gegenüber dem schlechtesten 4,20 $. Beides zählt; keines davon erzählt die ganze Geschichte, und in der Kombination steckt die tatsächliche Zahl: gecacht und außerhalb der Stoßzeiten eingeplant, kostet derselbe Job etwa 1,85 $ statt 8,40 $ — eine Schwankung um den Faktor 4,5 bei identischen Tokens.

Praktisch bedeutet das, dass die Reihenfolge der Entscheidungen so aussehen sollte: die Anfragen auf die Wiederverwendung von Prefixen ausrichten, dann verschieben, was sich aus den Spitzenfenstern verschieben lässt, dann Anbieter vergleichen. Die meisten Teams machen es in umgekehrter Reihenfolge, weshalb der Uhr die ganze Aufmerksamkeit zuteilwird – sie ist der einzige Hebel, der auf der Seite als fette Überschrift erscheint.

Warum die Cache-Zeile leicht zu übersehen und leicht zu verlieren ist

Drei Dinge können Ihnen den 50-fachen Rabatt unbemerkt kosten./h2> p>Ein Präfix, das sich am Anfang ändert. Caching wirkt auf die führenden Tokens. Setzen Sie einen Zeitstempel, eine Session-ID oder eine durcheinandergewürfelte Tool-Liste an den Anfang des System-Prompts, und jede Anfrage ist ein Cache-Miss – während sie für die Person, die sie geschrieben hat, identisch aussieht. Dies ist der mit Abstand häufigste Grund, warum eine gecachte Arbeitslast plötzlich zum Vollpreis wird.

Ein Anbieterpfad, der keinen Cache gemeinsam nutzt. Der Cache ist eine Eigenschaft der Serving-Infrastruktur, nicht des Modellnamens. Ein Router mit automatischem Failover kann eine Anfrage mitten im Workflow auf einen anderen Anbieterpfad verschieben, und der Cache-Vorteil wandert nicht mit. Das ist kein Grund, Failover zu vermeiden – eine fehlgeschlagene Anfrage kostet mehr als ein Cache-Miss –, aber es ist ein Grund zu wissen, welcher Anteil Ihres Traffics auf dem primären Pfad landet.

Eine Kennung, deren Checkpoint sich geändert hat. deepseek-flash löst nun zu DeepSeek-V4.1-Flash-1017 auf, und die alten Namen deepseek-v4-flash und deepseek-v4-flash-vision-exp werden weiterhin akzeptiert, aber zum Flash-Preis abgerechnet und vom selben Modell bedient. Ein Kostenmodell, das gegen einen älteren Checkpoint geschrieben wurde, beschreibt eine Karte, die sich in diesem Monat bereits einmal verschoben hat.

Die Uhr, wo sie zubeißt

Das Hauptverkehrszeitfenster bleibt eine echte Einschränkung für alles, was nicht verschoben werden kann. Beide Fenster liegen innerhalb eines europäischen und asiatischen Arbeitstags und außerhalb eines US-amerikanischen: 09:00–12:00 und 14:00–18:00 in Peking, 02:00–05:00 und 07:00–11:00 in London, und für ein Team an der US-Ostküste beginnt das zweite Fenster um 02:00 Ortszeit. Ein interaktives Produkt, das europäische Nutzer bedient, befindet sich für den Großteil seines Traffics in Spitzenlast – ob jemand das geplant hat oder nicht.

Zwei Effekte zweiter Ordnung sollte man kennen, bevor man einen Scheduler umschreibt:

• Nicht nur der Preis, auch die Parallelität. V4 Pro erlaubt 500 gleichzeitige Anfragen gegenüber 2.500 bei Flash. Batch-Arbeit in das Off-Peak-Fenster zu verlegen, um Geld zu sparen, hilft nicht, wenn alle anderen auch dorthin gewechselt sind.

• Der Feiertagskalender. Die Zeitfenster schließen chinesische gesetzliche Feiertage aus. Das bedeutet, dass der Kalender, mit dem Ihr Scheduler ausgeliefert wird, nicht der ist, den Sie benötigen. Er ist eine kleine wiederkehrende Belastung – und er zeigt sich an dem einen Tag im Jahr, an dem es darauf ankommt.

Die Regel, die eine Preisänderung übersteht

Setzen Sie zuerst auf Cache-Treffer, dann auf die Zeitplanung, und stellen Sie den Vergleich pro Token ganz ans Ende – denn die ersten beiden Hebel verändern Ihre Rechnung um den Faktor 50 bzw. 2, und kein Anbieterwechsel verschiebt sie zuverlässig um einen dieser Faktoren. Protokollieren Sie dann eine Woche lang bei jeder Anfrage die UTC-Stunde und den Anteil der Cache-Treffer. Diese beiden Zahlen – nicht die Preisliste – bestimmen, was Ihr nächster Monat kostet.

DeepSeek V4.1 Flash und DeepSeek V4 Prosind beide auf OrcaRouter zu DeepSeeks veröffentlichten Tarifen verfügbar – durchgereicht ohne Aufschlag und über denselben Schlüssel wie ein Katalog mit 224 Modellen. Die Cache-Hit-Zeile und die Verdopplung in Spitzenzeiten gelten genau so, wie DeepSeek sie definiert, und das wirkt in beide Richtungen: Der Rabatt gilt noch am Tag seiner Veröffentlichung, der Zuschlag aber ebenso.