DeepSeek per API: Bekommen Sie das echte Modell?

DeepSeek per API: Der günstige Preis liefert ein geschrumpftes Modell

Markus Seyfferth

Autor Dr. Web

31. August 2026

2 Min. Lesezeit

Ein DeepSeek-Modell über eine fremde Programmierschnittstelle zu beziehen sagt wenig darüber, welche Rechenqualität am Ende ankommt. Weil die Gewichte offenliegen, betreiben zahlreiche Anbieter dasselbe Modell in ganz unterschiedlicher Präzision, von voller Genauigkeit bis zur stark gekürzten Sparfassung. Bei der Code-Erzeugung kostet die schärfste Sparstufe rund acht Punkte im Standard-Benchmark, auf der Rechnung sieht der Kunde davon nichts.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Der chinesische Fachdienst InfoQ China brachte die Sache Ende August auf eine spitze Formel: Beim Einkauf von „DeepSeek Flash“ über eine billige Schnittstelle lande womöglich eine auf wenige Bit geschrumpfte Fassung im System. Hinter der Zuspitzung steckt ein handfestes Problem des KI-Einkaufs, das jede IT-Abteilung und jedes Entwicklerteam angeht.

Das Wichtigste in Kürze

DeepSeek stellt seine Modelle mit offenen Gewichten bereit, deshalb betreibt eine ganze Reihe von Rechenzentren dasselbe Modell auf eigener Hardware und zu eigenen Konditionen.
Die Anbieter quantisieren das Modell unterschiedlich stark, von nahezu verlustfreiem FP8 bis zu drastisch gekürzten Formaten unter vier Bit.
Bei der Code-Erzeugung fällt die Trefferquote laut einem Benchmark von AIMultiple von 39 auf 31 Prozent, sobald das Modell auf INT4 schrumpft.
Der Marktplatz OpenRouter blendet die Präzision je Anbieter inzwischen als eigenen Filter ein, die offizielle DeepSeek-Schnittstelle nennt sie nicht.

Warum ist dasselbe DeepSeek nicht dasselbe?

Ein Paket und eine Tüte auf einer Waage, die leicht nach links geneigt ist — DeepSeek-Sprachmodelle mit offenen Gewichten ermöglichen mehreren Anbietern auf Marktplätzen wie OpenRouter, dasselbe Modell zu stark unterschiedlichen Preisen anzubieten

Offene Gewichte, viele Küchen: DeepSeek veröffentlicht seine großen Sprachmodelle mit offenen Gewichten, jeder Rechenzentrumsbetreiber lädt sie herunter und bedient damit eigene Kundschaft. Auf Marktplätzen wie OpenRouter steht dasselbe Modell deshalb bei einem guten Dutzend Anbieter, zu Preisen, die um ein Mehrfaches auseinanderliegen.^[1]

Quantisierung als Stellschraube: Jeder Anbieter entscheidet selbst, wie genau er das Modell rechnet. Volle Genauigkeit im Format BF16 kostet Speicher und Tempo, also verkürzen viele Betreiber die Zahlenformate auf FP8, FP4 oder noch gröber. FP8 bleibt praktisch verlustfrei, doch je tiefer die Kürzung reicht, desto mehr Substanz verliert das Modell.

Was kostet die Sparstufe wirklich?

Acht Punkte weniger Code: Die Marktforscher von AIMultiple haben vier Präzisionsstufen an einem 32-Milliarden-Modell gemessen. Beim Programmier-Test HumanEval fällt die Trefferquote von 39 Prozent bei voller Genauigkeit auf 31 Prozent, sobald das Modell auf INT4 schrumpft.^[2] Bei Ingenieursaufgaben bricht der Wert um gut sechs Punkte ein, während Mathematik stabil bleibt.

Nicht nur DeepSeek: Das Muster betrifft jedes offene Modell, ob Qwen von Alibaba, GLM von Zhipu oder die On-Device-Modelle von iFlytek. Sobald die Gewichte frei sind, bestimmt allein der Betreiber die Präzision, und der Modellname sagt nichts mehr über die gelieferte Qualität.

DeepSeek aus der Cloud: Präzision entscheidet über Qualität

Warum dasselbe offene Modell bei jedem Anbieter anders rechnet

284 Mrd.

Parameter im Modell DeepSeek-V4-Flash, davon rund 13 Milliarden pro Anfrage aktiv (Mixture-of-Experts)

39 → 31 %

Code-Trefferquote im HumanEval-Test, sobald das Modell von BF16 auf INT4 schrumpft (minus 8 Punkte)

−0,6 Punkte

Qualitätsverlust bei FP8, der praktisch verlustfreien und weit verbreiteten Sparstufe

0,12 €

üblicher Marktpreis je Million Token bei DeepSeek-V4-Flash; Billiganbieter unterbieten diesen Preis meist nur durch stärkere Kürzung

BF16 → FP4

Präzisionsspanne unter den Anbietern für dasselbe Modell, noch schärfere Formate kursieren

Ein Modellname wie „DeepSeek“ ist im Einkauf keine Qualitätsgarantie, sondern nur die Zutatenliste. Was am Ende rechnet, entscheidet die Präzision, in der ein Anbieter das Modell betreibt, und genau die steht selten im Angebot.
— Michael Dobler, Herausgeber Dr. Web

Was heißt das für den KI-Einkauf in der DACH-Region?

Anbieter festnageln: Für den produktiven Einsatz gehört die Präzision in den Vertrag. OpenRouter blendet die Quantisierung je Anbieter als eigenen Filter ein, die offizielle DeepSeek-Schnittstelle nennt sie dagegen nicht.^[1] Ein kurzer Eigentest auf der tatsächlich gebuchten Route zeigt schneller als jedes Datenblatt, ob die Qualität stimmt.

Prüfpflicht bleibt: Sobald ein Modell über Bonität, Bewerbungen oder sicherheitskritische Abläufe mitentscheidet, verlangt der EU AI Act nachvollziehbare Ergebnisse und menschliche Aufsicht. Eine still gewechselte Sparfassung untergräbt genau diese Nachvollziehbarkeit, deshalb gehören Anbieter, Modellversion und Präzision dokumentiert und regelmäßig gegengeprüft.