DeepSeek V4.1 Pro vs. Gemini 3.8 Flash: Ein fehlendes Flaggschiff gegen ein günstiges Google-Modell

Dies ist der am wenigsten symmetrische Vergleich auf der Website, und die Asymmetrie ist nicht die, die die Namen vermuten lassen. Gemini 3.8 Flash kostet 0,75 $ pro Million Eingabe-Tokens und 3,75 $ für die Ausgabe, bietet einen 1M-Kontext mit einer Ausgabegrenze von 65K und ist mit demselben Schlüssel wie alles andere aufrufbar. DeepSeek V4.1 Pro hat keine Karte, keinen Endpunkt und keinen Preis. Das DeepSeek-Flaggschiff, das es gibt — DeepSeek V4 Pro — kostet außerhalb der Spitzenzeiten 0,66 $ und 1,98 $, etwa ein Zehntel von Flashs Eingabepreis und die Hälfte seines Ausgabepreises, mit einer Ausgabegrenze von 384K statt 65K.

Lies das noch einmal, denn es kehrt den Eindruck um, den das Wort „flash“ erzeugt: Googles günstiger Tarif ist pro Token der teurere, und DeepSeeks Flaggschiff ist das mit der höheren Generierungsobergrenze.

Die Karten

• Gemini 3.8 Flash — 0,75 $ pro Input, 3,75 $ pro Output; Cache-Lesevorgänge zu 0,075 $; 1M Kontext; 65K maximale Ausgabe; gemessene p50-Zeit bis zum ersten Token: 8,13 Sekunden.

• DeepSeek V4 Pro — $0,66 Eingabe, $1,98 Ausgabe außerhalb der Spitzenzeiten; $0,022 zwischengespeichert; verdoppelt sich auf $1,32 und $3,96 in zwei Zeitfenstern an Wochentagen; 1M Kontext; 384K Ausgabe; nur Text; 6,22 Sekunden bis zum ersten Token.

• DeepSeek V4.1 Pro — nichts zum Vergleichen. Einmal am 10. September genannt und nie bepreist.

Außerhalb der Spitzenzeiten ist DeepSeek beim Input 12 % günstiger und beim Output 47 % günstiger. In einem Spitzenzeitenfenster ist es beim Input 76 % teurer und beim Output 5,6 % teurer. Dieser Umschwung – von deutlich günstiger zu deutlich teurer innerhalb desselben Tages – ist das Wichtigste auf dieser Seite, und er ist in den Marketingunterlagen beider Anbieter unsichtbar.

Die 65K-Grenze entscheidet über mehr Workloads als der Preis

65.000 Ausgabe-Tokens sind eine lange Antwort und ein kurzes Dokument. Eine Generierung eines 40.000-Wörter-Berichts in einem einzigen Aufruf passt nicht hinein; eine Code-Datei mit jedwedem Anspruch nähert sich dem Limit, bevor sie fertig ist. DeepSeeks Obergrenze von 384K ist fast sechsmal größer, und bei allem in dieser Klasse spielt der Preisvergleich keine Rolle mehr, weil einer der beiden die Aufgabe nicht in einer einzigen Anfrage erledigen kann.

Wo die Obergrenze nicht bindet – Chat, Klassifizierung, Zusammenfassung, die meisten Agent-Schritte –, ist der Token-Preis das, was du zahlst, und dort gewinnt DeepSeek außerhalb der Stoßzeiten und verliert zu Stoßzeiten. Die Zeitplanung, nicht die Modellwahl, entscheidet über das Ergebnis.

Die Latenz stellt die Rangfolge erneut auf den Kopf

Gemini 3.8 Flash benötigt 8,13 Sekunden bis zum ersten Token; DeepSeek V4 Pro benötigt 6,22. Keines ist schnell, und beide sind langsam genug, dass ein interaktives Produkt sie spürt. Gegen eine Obergrenze von 65K und ein erstes Token nach 8 Sekunden spricht für Flash die Cache-Ökonomie – 0,075 US-Dollar pro Million gecachter Lesevorgänge ist der günstigste veröffentlichte Cache-Preis auf jeder Karte in diesem Vergleich – und nicht der Listenpreis.

Was ausgeführt werden soll

Gemini 3.8 Flash und DeepSeek V4 Pro sind beide zu den Listenpreisen ihrer Anbieter auf OrcaRouter verfügbar, ohne Aufschlag durchgereicht, über einen einzigen OpenAI-kompatiblen Endpunkt mit automatischem Failover — dieser Vergleich ist also eine Routing-Regel, keine Migration. Senden Sie die Arbeiten mit langen Generierungen an das Modell mit der 384K-Obergrenze, die cache-intensiven Arbeiten an das mit dem $0.075-Cache-Tarif und den Rest an dasjenige, das zur Ausführungsstunde günstiger ist.

DeepSeek V4.1 Pro bleibt außerhalb dieser Routing-Tabelle, bis DeepSeek eine Kennung veröffentlicht. Alles andere ist ein Plan, der auf einem Versionshinweis aufbaut.