KI-gestütztes Programmieren wurde gerade 50-mal billiger — und das Modell ist gratis
DeepSeeks neues Open-Source-Modell erledigt Coding-Aufgaben für rund 0,20 Dollar pro Stück — gegenüber 2 bis 10 Dollar bei Konkurrenten — und verändert damit die Kostenbasis für jedes Team, das mit KI entwickelt.
- 77%
- Ergebnis im DeepSWE-Coding-Benchmark
- ~$0.20
- Kosten pro KI-Coding-Aufgabe (Konkurrenz: $2–$10)
- MIT
- Lizenz — frei für kommerzielle Nutzung
- Oct 31
- Letzter Tag für kostenlosen Such-API-Zugang
Am 17. Oktober 2026 veröffentlichte DeepSeek — das chinesische KI-Labor, das die Branche immer wieder überrascht — ein neues Modell namens V4.1-Flash-1017. Es lässt sich kostenlos herunterladen und in kommerziellen Produkten einsetzen. Aufgaben, die bei Modellen wie Claude Opus 5 oder GPT 2 bis 10 Dollar kosten, sind hier für etwa 0,10 bis 0,20 Dollar erledigt — was bedeutet: Konkurrenten verlangen 10- bis 50-mal mehr für dieselbe Arbeit.
Warum das so günstig sein kann, liegt zum Teil an der Trainingsmethode. DeepSeek nutzte ein Verfahren namens Reinforcement Learning mit Selbst-Feedback: Die entscheidende Einsparung kommt davon, menschliche Bewerter aus dem Trainingsprozess zu entfernen — stattdessen bewertet das Modell seine eigenen Ausgaben und lernt daraus. DeepSeek gibt an, dass das Ergebnis das Vorgängermodell bei jedem gemessenen Test übertrifft, mit 77 % beim DeepSWE — einem Standardtest für KI-Coding-Agenten.
Was diese Veröffentlichung von den meisten Open-Weight-Modellen unterscheidet, ist die eingebaute Websuche. DeepSeek hat seine eigene Suchmaschine als API für Entwickler geöffnet — 0,75 Dollar pro tausend Suchanfragen, kostenlos bis zum 31. Oktober. Das bedeutet: Jeder KI-Agent, den man entwickelt, kann live im Web suchen, statt sich auf Trainingsdaten zu verlassen, die an einem festen Datum enden. Echtzeit-Internetzugang war das fehlende Puzzlestück bei offenen Modellen — und die Lücke ist gerade geschlossen worden.
Für Teams, die Software mit KI entwickeln — für Kunden oder eigene Produkte — lautet die Frage nicht mehr, ob es ein leistungsstarkes Modell zu niedrigen Kosten gibt. Es gibt es. Teste es zuerst auf deiner echten Arbeit — nimm einen realen Workflow, lass das Modell laufen und bewerte das Ergebnis ehrlich. Wenn es standhält, lohnt es sich, zu handeln.