MIDM K 3.0 Pro vs. DeepSeek V4.1 Pro: Hinter einem der Namen steckt nichts.

Die Suchanfrage, die zu dieser Seite führt, geht davon aus, dass zwei Modelle existieren. Eines davon existiert. Mi:dm K 3.0 Pro — MIDM K 3.0 Pro auf der internationalen Preisliste — ist seit dem 29. Oktober 2026 auf KTs Token-Factory-Plattform abrechenbar, zu 0,20 US-Dollar pro einer Million Eingabe-Tokens und 0,80 US-Dollar pro einer Million Ausgabe-Tokens. DeepSeek V4.1 Pro hat keine Modellkarte, keinen Endpoint, keine Preiszeile und keine Gewichte; DeepSeek nannte es genau einmal – in der Versionsmitteilung, mit der DeepSeek V4.1 Flash am 10. September 2026 erschien – und hat seitdem nichts darüber veröffentlicht. Die ehrliche Version dieses Duells muss daher das DeepSeek-Modell einsetzen, das Leser heute tatsächlich aufrufen können – DeepSeek V4 Pro 0813, das Flaggschiff der vorherigen Generation mit 1,6 Billionen Parametern – und ausdrücklich sagen, dass diese Ersetzung nicht dem entspricht, was der Titel behauptet. Was folgt, ist dieser Vergleich, plus eine kurze Darstellung dessen, was erscheinen müsste, bevor die Spalte für V4.1 Pro aufhört, leer zu sein.

Das Namensproblem, noch vor allem anderen

Der Name V4.1 Pro kam im Zusammenhang mit einem Plan in Umlauf, den DeepSeek ankündigte und dann zurückzog. Am 10. September 2026 veröffentlichte das Unternehmen DeepSeek V4.1 Flash und erklärte in derselben Mitteilung, dass Anfragen an seine bestehende Pro-Stufe bis zum Start von V4.1 Pro an das Flash-Modell weitergeleitet würden. Der Routing-Plan hielt etwa einen Tag. Entwickler protestierten – dass einem Pro-Kunden stillschweigend ein kleineres Modell zu Pro-Preisen serviert wird, ist ein berechtigter Grund zum Protest – und DeepSeek stellte DeepSeek V4 Pro zu unveränderten Preisen wieder online.

Was bleibt, ist ein Name in einer Fußnote. Es gibt keine Pro-Karte in der V4.1-Familie, keine Preiszeile und keinen Checkpoint. Vergleiche, die DeepSeek V4.1 Pro als existierendes Modell behandeln, beruhen auf Extrapolation: Die V4.1-Architektur ist real und in der Flash-Stufe ausgeliefert worden, eine Pro-Version davon ist also eine vernünftige Vermutung, und eine Vermutung ist alles, worauf jede veröffentlichte Spezifikation dafür hinausläuft. Sie sollte nicht als Tatsache wiederholt werden, und diese Seite tut das auch nicht.

Was die beiden aufrufbaren Modelle tatsächlich sind

• Mi:dm K 3.0 Pro — 120 Mrd. Gesamtparameter, 12 Mrd. aktive pro Token, in einem hybriden Stack aus Mamba-, Mixture-of-Experts- und Attention-Schichten. Text rein, Text raus. 261.795-Token-Kontext, bis zu 235.615 Token Ausgabe. Reasoning-Trace separat offengelegt; JSON und strukturierte Ausgabe unterstützt. Von KT aus einem Checkpoint mit NVFP4-Experten und FP8-Projektionen bereitgestellt.

• DeepSeek V4 Pro 0813 — ein Mixture-of-Experts-Modell mit 1,6 Billionen Parametern und 49 Milliarden aktiven. Nur Text. Kontextfenster von 1 Mio. Tokens, maximale Ausgabe von 384K. Thinking- und Non-Thinking-Modus mit geringem, hohem und maximalem Reasoning-Aufwand, JSON-Ausgabe, Tool-Calling sowie eine native Responses-API mit einer Anpassung für Coding-Agenten im Codex-Stil.

An dem Formunterschied sollte man festhalten. Das koreanische Modell ist klein und günstig und verarbeitet 262K Token. Das DeepSeek-Modell hat die dreizehnfache Parameteranzahl, verarbeitet viermal so viel Kontext und ist nach KTs eigener Angabe nicht die einzige Architektur im Spiel — DeepSeeks V4-Generation brachte ein V4.1 Flash mit 552 Milliarden Parametern auf einem neuen Causal-Encoder-Decoder-Design heraus, worauf die aktuelle Engineering-Arbeit dieses Labors ausgerichtet ist.

Preis, einschließlich des Teils, der nicht auf der Tarifkarte steht

• Mi:dm K 3.0 Pro — 0,20 $ Eingabe und 0,80 $ Ausgabe pro Million Tokens, bei zwischengespeicherter Eingabe 0,04 $. KT verkauft all das derzeit auf seiner eigenen Plattform mit 30 % Rabatt: 0,14 $ Eingabe, 0,56 $ Ausgabe, 0,03 $ zwischengespeichert.

• DeepSeek V4 Pro 0813 — 0,66 $ Eingabe und 1,98 $ Ausgabe pro Million zu Schwachlasttarifen, Cache-Lesezugriffe zu 0,022 $. In den Werktags-Spitzenzeitfenstern von 01:00–04:00 und 06:00–10:00 UTC verdoppelt sich jede Position: 1,32 $ Eingabe, 3,96 $ Ausgabe.

Die Schlagzeile lautet: Das koreanische Modell kostet bei Input etwa ein Drittel des DeepSeek-Flaggschiffs und bei Output etwa 40 %. Die Peak-/Off-Peak-Struktur macht die Sache in einer Weise komplizierter, die KT begünstigt. Ein Batch-Job, der dienstags um 03:00 UTC läuft, zahlt bei DeepSeek das Doppelte – 1,32 $ und 3,96 $ –, wodurch Mi:dm K 3.0 Pro zu dieser Stunde pro Output-Token achtmal günstiger ist, als es die DeepSeek-Preisliste nahelegt. Ein Job, der auf DeepSeeks Off-Peak-Fenster festgelegt ist, weist stattdessen einen 2,5-fachen Unterschied auf. Keine der beiden Zahlen ist falsch; es sind unterschiedliche Zeitpläne.

Es gibt eine zweite Asymmetrie: Der Rabatt auf Mi:dm K 3.0 Pro ist eine Aktion ohne veröffentlichtes Enddatum, während DeepSeeks Peak-Pricing eine dauerhafte Struktur ist. Mit dem Aktionspreis zu kalkulieren ist derselbe Fehler, wie mit einem Off-Peak-Tarif zu kalkulieren – beides ist real, aber keines von beiden ist die Zahl, auf die man sein Budget stützen sollte.

Eines dieser Modelle hat eine Bewertung, und es ist nicht das günstige.

Artificial Analysis bewertet DeepSeek V4 Pro auf seinem Intelligence Index mit 36. Das ist ein bescheidener Wert nach Frontier-Maßstäben – er liegt deutlich unter den mittleren Fünfzigern, wo Claude Opus 5.5 und Gemini 4 Argon angesiedelt sind – und es ist eine echte Messung eines echten Endpunkts. DeepSeek V4.1 Flash, das Modell, das tatsächlich in der V4.1-Generation erschienen ist, erreicht 39,5 auf demselben Index, was Ihnen etwas Nützliches über die Klassenlücke verrät, die die Pro-Version eigentlich wiederherstellen soll.

Mi:dm K 3.0 Pro hat keinen Eintrag. Der Modellpfad des Evaluators liefert 404 und das Modell erscheint überhaupt nicht im Index. KT hat zur Veröffentlichung auch keine Benchmark-Tabelle veröffentlicht – die AID-X-Day-Materialien und die Token-Factory-Modellkarte beschreiben Architektur, Quantisierung und Kontext und hören dort auf. Aggregator-Websites, die dafür eine zusammengesetzte Punktzahl anzeigen, mischen Preis und Aktualität mit einem Fähigkeitssignal, statt ein Testergebnis zu berichten; eine solche Seite gibt ihm insgesamt 40 von 100, wobei allein der Preis ein Viertel des Gewichts trägt.

Die für einen Käufer wohl wichtigste Gegenüberstellung – ob das 0,20-Dollar-Modell mit dem 0,66-Dollar-Modell mithalten kann – lässt sich anhand veröffentlichter Materialien nicht beantworten. Was sich sagen lässt, ist eine Richtungsaussage: Ein 120B-Hybrid mit 12B aktiven Parametern ist ein kleineres Netzwerk als ein 1,6T-Mixture mit 49B aktiven Parametern, und das kleinere Netzwerk ist entsprechend bepreist. Würde es qualitativ mithalten, wäre die Preisgestaltung irrational.

DeepSeeks wahrer Vorteil liegt nicht in der Parameterzahl.

Drei Dinge an DeepSeek V4 Pro 0813 sind wertvoller als seine Größe, und alle drei sind Dinge, die KT nicht veröffentlicht hat.

Die Harness-Arbeit. Die Revision 0813 wurde mit einer nativen Responses-API und einer gezielten Anpassung für Codex-artige Coding-Agenten ausgeliefert, und DeepSeeks eigene Zahlen dazu – 87,9 auf Terminal Bench 2.1, 74,1 auf Toolathlon Verified, 62,7 auf DeepSWE, 61,5 auf NL2Repo – sind vom Anbieter angegeben und sollten als solche gekennzeichnet werden, aber sie beschreiben Arbeit, die speziell auf agentische Tool-Nutzung ausgerichtet ist. Ein Modell, das für einen Coding-Agent-Harness gebaut und abgestimmt wurde, verhält sich anders als ein allgemeines Modell, das in einen solchen hineingesetzt wird.

Die Aufwandsstufen. DeepSeek bietet neben einem Non-Thinking-Modus die Reasoning-Aufwandsstufen niedrig, hoch und maximal. Das ist ein Kostenhebel: Dasselbe Modell kann einen Klassifizierungs-Prompt günstig und einen schwierigen Reasoning-Prompt teuer beantworten. Mi:dm K 3.0 Pro bietet ein Reasoning-Flag, aber keine veröffentlichte Aufwandsstufen-Leiter; der einzige Hebel für Aufrufer ist daher an oder aus.

Tool-Aufruf. DeepSeek V4 Pro listet tools und tool_choice unter den unterstützten Parametern auf. Der Katalogeintrag von KT für Mi:dm K 3.0 Pro listet sie nicht auf, was nicht dasselbe ist wie die Aussage, dass der Endpunkt sie ablehnt – es bedeutet, dass niemand die Unterstützung dokumentiert hat, und eine Agentenschleife, die auf Funktionsaufrufe angewiesen ist, sollte testen statt anzunehmen.

Was 262K Token kaufen – und was sie dich kosten

Der vierfache Kontext ist der klarste strukturelle Vorteil des DeepSeek-Modells, und sein praktischer Wert hängt davon ab, in welcher von zwei Welten Ihre Workload angesiedelt ist.

Wenn Sie ganze Repositories, komplette Akten oder mehrstündige Transkripte in einer Anfrage senden, ist eine Obergrenze von 262K eine echte Einschränkung. Das Abschneiden von Prompts ist ein stiller Qualitätsfehler – das Modell antwortet selbstbewusst aus der Hälfte des Dokuments, die es erhalten hat –, und die Workarounds, Chunking und Retrieval, erfordern eine Pipeline, die die Einsparungen des günstigen Modells finanzieren müssen. Bei 0,20 US-Dollar Input und einer Workload von einer Million Tokens ist die Rechnung allerdings ungewöhnlich: Mi:dm K 3.0 Pro könnte dasselbe Dokument viermal in 262K-Scheiben verarbeiten, für weniger als DeepSeek einmal zu Off-Peak-Zeiten berechnet, die Frage ist also, ob die Chunking-Strategie die Querverweise erhalten kann, von denen die Aufgabe abhängt. Bei der Extraktion gelingt das. Bei „finde den Widerspruch zwischen Seite 4 und Seite 300“ gelingt es meist nicht.

Wenn Ihre Prompts gewöhnlich sind – ein paar Tausend Tokens an Anweisung und Kontext –, kostet die Kontextlücke nichts, und die Parameterlücke von 20 zu 1 ist der einzige Unterschied, der zählt.

Hybride Architektur versus Skalierung – als Wette

Die beiden Modelle stehen für gegensätzliche Antworten auf dieselbe Frage von 2026: Wie lässt sich langer Kontext bereitstellen, ohne quadratische Attention-Kosten zu zahlen?

KTs Antwort ist architektonische Heterogenität – Mamba für die Sequenzverarbeitung in linearer Zeit mit Mixture-of-Experts für günstige bedingte Berechnung und Attention dort, wo exaktes Erinnern nötig ist, mischen und dann die Experten auf NVFP4 quantisieren, um die Serving-Kosten weiter zu senken. Es ist die interessantere ingenieurtechnische Wette und die weniger erprobte. Ein gut trainierter Hybrid-Stack kann einen gleich großen dichten Transformer bei langem Kontext schlagen; einer, der schlecht trainiert wird, erzeugt ein Modell, das bei beiden Dingen mittelmäßig ist, für die seine Komponenten ausgewählt wurden, und es gibt noch keine öffentlichen Belege dafür, welcher Fall hier eingetreten ist.

DeepSeeks Antwort ist die konventionellere: ein sehr großer sparse Mixture-of-Experts-Ansatz, trainiert mit genügend Daten, dass ein aktives 49B-Slice eine Leistungsfähigkeit nahe der Frontier trägt, und kostengünstig genug bereitgestellt von einem Labor, das die MoE-Inferenz länger optimiert hat als fast alle anderen. Er ist weniger neuartig und dafür abgewogen.

Für einen Käufer bedeutet das eine einfache Risikoasymmetrie. Auf das DeepSeek-Modell zu setzen bedeutet, auf einen Score zu setzen, den man ablesen kann. Auf das koreanische Modell zu setzen bedeutet, auf eine Architekturbeschreibung von einem Anbieter zu setzen, der im internationalen API-Markt keine Erfolgsbilanz vorzuweisen hat – zu einem Preis, bei dem das Verlustrisiko gering und der mögliche Gewinn ein Zehntel der Kosten beträgt.

Wie man das an einem Nachmittag erledigt

DeepSeek V4 Pro 0813 ist jetzt auf OrcaRouter verfügbar als deepseek/deepseek-v4-pro-0813 zum Listenpreis von DeepSeek ohne Aufschlag – 0,66 $ Eingabe, 1,98 $ Ausgabe, 0,022 $ Cache-Lesen außerhalb der Spitzenzeiten, wobei der Spitzenzeiten-Multiplikator auf derselben Karte angezeigt wird. Mi:dm K 3.0 Pro wird ausschließlich von KT bereitgestellt und ist nicht auf unseren Routen; es gibt keinen zweiten Anbieter, auf den ausgewichen werden kann, was einen echten betrieblichen Unterschied und keinen bloßen Haftungsausschluss darstellt, denn ein Modell mit nur einem Host kann nicht umgangen werden, wenn sein einziger Endpunkt beeinträchtigt ist.

Das lässt ein günstiges und entscheidendes Experiment übrig. Nehmen Sie fünfzig Prompts aus Ihrem eigenen Produktionsverkehr – nicht aus einem öffentlichen Benchmark, sondern die Prompts, die Sie tatsächlich senden – und lassen Sie sie mit einem Scorer, dem Sie bereits vertrauen, gegen beide Modelle laufen. Bei 0,20 $ und 0,80 $ gegenüber 0,66 $ und 1,98 $ kosten fünfzig Prompts mit 4K Eingabe und 1K Ausgabe einen Bruchteil eines Cents beim koreanischen Modell und ein paar Cents beim DeepSeek-Modell. Lassen Sie dann dieselben fünfzig durch DeepSeek V4.1 Flash laufen, das über denselben Schlüssel läuft, außerhalb der Stoßzeiten 0,15 $ und 0,60 $ kostet und 39,5 Punkte erzielt – denn für viele Workloads lautet die Antwort auf die Frage „Sollte ich DeepSeeks Pro-Tarif verwenden?“: nein, und das Flash-Modell ist sowohl günstiger als der Listenpreis von Mi:dm K 3.0 Pro als auch unabhängig bewertet.

Das gesamte Vergleichsset auf einem Schlüssel zum Listenpreis des Anbieters zu halten, mit einer Routing-Regel, die eine Anfrage an ein zweites Modell weiterleitet, wenn beim ersten ein Fehler auftritt, ist der Teil, den OrcaRouter für die drei Modelle übernimmt, die es hostet. Für Mi:dm K 3.0 Pro muss der Fallback im eigenen Code geschrieben werden, weil KT die einzige Tür ist.

Was das für die Frage bedeutet

DeepSeek V4.1 Pro ist ein Name, hinter dem ein Versionshinweis steht und sonst nichts; bis DeepSeek eine Modellkarte, einen Preis und einen Endpunkt veröffentlicht, ist jeder Vergleich, in den es einbezogen wird, ein Vergleich mit einem Gerücht. Der tatsächlich aufrufbare Vergleich lautet Mi:dm K 3.0 Pro gegen DeepSeek V4 Pro 0813, und nach den veröffentlichten Belegen gewinnt das DeepSeek-Modell beim Kontext, bei der dokumentierten Tool-Unterstützung, bei einer veröffentlichten unabhängigen Bewertung und darin, eine zweite Option zum Ausweichen zu haben, wenn seine primäre langsam ist.

Das koreanische Modell gewinnt beim Preis um den Faktor zweieinhalb bis acht – je nach Tageszeit, Ausgabeobergrenze, Hardware-Effizienz von der Konstruktion her und potenziell bei koreanischsprachiger Arbeit, worauf KT gezielt trainiert hat und DeepSeek nicht. Das sind keine kleinen Vorteile für die richtige Workload. Sie sind nur ungemessen – und bei dreizehn Tagen Verfügbarkeit ist „ungemessen“ das ehrliche Wort und kein Urteil.

Die praktische Aufteilung ergibt sich von selbst. Massenverarbeitung von Text, koreanischsprachige Arbeiten und alles, bei dem sich eine günstige zweite Meinung lohnt: Teste diese Woche das koreanische Modell. Alles Agentische, alles, was 400K Tokens halten muss, alles, bei dem eine falsche Antwort mehr kostet als die Tokens: Behalte DeepSeek V4 Pro oder steige auf ein Frontier-Modell um und schau dir Mi:dm K 3.0 Pro erneut an, wenn jemand eine Kennzahl dafür veröffentlicht.