Nach fünf Rekord-Modellen in der Vorwoche folgt die Effizienz-Welle: schnellere Varianten, günstigere Preise. Und ausgerechnet ein Open-Weights-Modell aus China setzt die neue Marke.
Der Benchmark-Krieg war Marketing, der Preiskrieg bewegt Budgets. Eine Woche nach der Flaggschiff-Welle folgt die günstigere, schnellere Nachhut. DeepSeek unterbietet mit einem frei nutzbaren MoE-Modell nicht nur die westliche Konkurrenz - es kannibalisiert sein eigenes Flaggschiff.
Ein 552B-MoE-Modell, das nur rund 8B Parameter beim Einlesen und 16B bei der Generierung aktiviert - mit 1-Mio-Token-Kontext, nativer Bildverarbeitung und MIT-Lizenz. Die Gewichte liegen offen auf Hugging Face, kommerzielle Nutzung und Fine-Tuning sind erlaubt.
Peak-Preise: 0,30 $ pro Mio. Input (Cache-Hit nur 0,006 $), 1,20 $ pro Mio. Output, off-peak jeweils halbiert. Laut DeepSeek übertrifft V4.1 Flash das bisherige Flaggschiff V4 Pro in Performance, Kosten und Speed. Ab 14. September, 04:00 UTC werden alle V4-Pro-Anfragen auf Flash umgeleitet und zu Flash-Raten abgerechnet.
Zwei API-Varianten: Flare als schneller Default mit bis zu 50 % geringerer Latenz als Images 2.0, Sunburst für Premium-Workflows mit engerer Kontrolle bei längerer Generierung. Dazu natürlicheres Licht und Textur, bessere Referenz-Treue und zuverlässigeres Multi-Turn-Editing.
Kein neues Modell, sondern eine stille Wartungswoche: Gateway-Preisparität (angemeldete Clients erhalten gleiche Raten via Managed Settings), das gatewayInternalNetworks-Setting, Plugin-Eval-Tools und Output-Style-Switching. Version 2.1.270 behebt eine Bash-Regression, die read-only Git-Kommandos in langen Sessions unnötig um Erlaubnis fragen ließ. Dazu eine breite Welle an Reliability-Fixes.
Google bringt eine Gemini-Desktop-App für Windows 10/11 und rollt Gemini ab dem 9. September in Google Sheets auf Android aus. Das Sheets-Zellenlimit steigt von 10 auf 20 Mio. Zellen. Störung Am 11. September fiel Gemini für 7 Stunden 22 Minuten aus.
Das japanische Labor legt mit zwei neuen Modellen nach - Teil einer ungewöhnlich aktiven Release-Phase mit 11 neuen Modellen von 7 Anbietern allein im September 2026. Ein Signal, dass der Wettbewerb sich vom Silicon Valley weg verbreitert.
Der höchste Benchmark bewegt keine Budgets. Der niedrigste Preis für eine ausreichend gute Fähigkeit schon.
DeepSeek zeigt diese Woche, wohin die Marge im Inferenz-Geschäft wandert: 1,20 $ Output gegen 50 $ bei GPT-6 Astra, dazu offene Gewichte zum Selbst-Hosten. Wenn ein Anbieter sein eigenes Flaggschiff auf die günstigere Variante umleitet, ist das keine Sparmaßnahme, sondern ein Eingeständnis, dass „mehr Modell" oft nicht mehr Wert bedeutet. Für die Praxis zählt weniger der Rekord als die Frage: Was darf ich einsetzen, selbst hosten und bezahlen?