2026 DeepSeek-Preiserhöhung: Qwen-Open-Weights, GLM-5.3 und die Peak-Routing-Entscheidung

Binnen fünf Tagen haben drei führende chinesische KI-Labore Schritte unternommen, die sich auf den ersten Blick widersprechen. DeepSeek hat die API-Preise in einzelnen Tarifzeilen um bis zu 1.100 % angehoben. Alibaba hat im selben Fenster ein 2,4-Bio.-Parameter-Flaggschiff als Open Weights veröffentlicht. Zhipu AI hat GLM-5.3 ausgeliefert und Coding-Benchmarks um rund das Sechsfache verbessert — ohne das 743-Milliarden-Basismodell neu zu trainieren. Zusammen verschiebt sich der Wettbewerb: nicht mehr nur der niedrigste Listenpreis zählt, sondern die Fähigkeit, Preise nach Kapazität, Lizenz und Routing zu steuern.

1. Drei Entscheidungsfehler: Schlagzeile, Billigst-Annahme, Laptop im Ruhezustand

1. „11ד, „1.100 %“ und „350 %“ als dieselbe Erhöhung behandeln: alle drei Zahlen stimmen, beschreiben aber unterschiedliche Rechnungszeilen — Cache-Hit-Input, Output und Cache-Miss-Input. Wer sie vermischt, dimensioniert die Rechnung um eine Größenordnung falsch.
2. Die offizielle DeepSeek-API als dauerhaft günstigste Route annehmen: in Peak-Stunden liegt DeepSeeks eigener Listenpreis inzwischen über mehreren Resellern (GMI Cloud, Novita und andere listen V4 Pro derzeit unter dem neuen offiziellen Peak). „Chinesisches Modell = günstigstes Modell“ ist kein sicherer Default mehr.
3. Peak-sensible Agent-Evals auf einem Laptop fahren, der in den Ruhezustand geht: die Ankündigung verlangt ausdrücklich flexiblere Lastplanung. Ein geschlossenes Display während der Peking-Nebenzeit ist der Weg, die teuren Stunden versehentlich zu kaufen — und die Systemstabilität der Eval-Kette zu verlieren.

Wer Peak-Anteile und Cache-Hit-Raten aus Produktionslogs schneidet, erzeugt betrieblich sensible Verarbeitungsprotokolle. Das gehört in ein Verzeichnis der Verarbeitungstätigkeiten (Art. 30 DSGVO) mit klarer Aufbewahrungsfrist — nicht in unkontrollierte Laptop-Ordner ohne Zugriffskonzept.

2. Zeitstrahl: was wann passiert ist

Der weitere Rahmen macht das Muster schärfer: Am 30. Juli senkte OpenAI den günstigsten Tarif (GPT-5.6 Luna, −80 %), am 6.–7. August wurde Luna der kostenlose Default mit unbegrenzten Textchats. Während chinesische Labore Preise anheben und Flaggschiff-Gewichte öffnen, senken US-Labore am Verbraucherende die Preise und gehen in die Gratis-Schicht — im selben Zeitfenster. Das ist kein Zufall, sondern zwei Seiten desselben Preiskampfs. Frühere produktnahe Einordnungen: Qwen3.8-Max Release und Arena, V4-Flash offizielle Benchmarks und GPT-5.6 Luna −80 %.

3. Die Zahlen: was sich tatsächlich geändert hat

DeepSeek-Preiserhöhung, Zeile für Zeile (wirksam 17. August, 00:00 Uhr Peking-Zeit; Peak 9–12 Uhr und 14–18 Uhr Peking-Zeit)

Die oft zitierte „1.100 %“-Zahl gilt ausschließlich für Peak-Cache-Hit-Input — die Zeile, die zuvor am nächsten bei null lag. Output, der die meisten realen Rechnungen dominiert, stieg um 350 %. Unabhängige Kostenmodellierung Dritter ergibt für eine realistische Schwerlast (rund 84 Mio. Token/Monat, überwiegend Off-Peak, etwa die Hälfte Cache-Treffer) einen Anstieg näher bei 1,8× — real, aber weit unter den schärfsten Schlagzeilen.

Qwen3.8-2.4T-A95B (Qwen3.8-Max Open Weights): Kernspezifikationen

GLM-5.3 gegen GLM-5.2: dasselbe Basismodell, nur Post-Training

Das sind Zhipus eigene Angaben — ein unabhängiger Dritt-Rerun ist bisher nicht veröffentlicht. GLM-5.3 liegt auf Terminal-Bench 3.0 weiter hinter GPT-5.6 Sol (34,6 %) und Claude Fable 5 (33,7 %); es ist ein starkes Open-Weight-Ergebnis, kein uneingeschränkter Frontier-Sieg.

4. Drei Strategien im Detail

DeepSeek: von Flattarif zu Tageszeitpreis — ein Kapazitätsproblem, keine Strategiekehrtwende

Die einfachste Fehllektüre lautet: „Chinas günstigstes Modell ist dem Margendruck gewichen.“ Die Tarifstruktur liest sich eher umgekehrt: DeepSeek macht Rechenengpässe erstmals im Preisblatt sichtbar. Der alte, dauerhaft günstige Flattarif funktionierte als Kundengewinnung, solange GPU-Kapazität mit der Nachfrage Schritt hielt. Als die Nutzung exponentiell wuchs und die Kapazität nicht, musste etwas explizit werden — und „flexiblere Lastplanung fördern“ in der offiziellen Ankündigung ist Konzernsprache für „Peak-Compute ist knapp, verschieben Sie die Last selbst“.

Ein Detail, das internationale Berichte oft übersehen: In Peak-Stunden liegt DeepSeeks eigene offizielle API inzwischen über mehreren Drittanbietern (GMI Cloud, Novita und andere listen V4 Pro unter dem neuen Peak). Die Annahme, die offizielle API sei immer der günstigste Weg zu DeepSeek — ein Kern ihrer Reputation — ist zum ersten Mal gebrochen.

Alibaba: Open Weights kaufen Ökosystem-Wohlwollen; eine eigene Lizenz schützt die Umsatzdecke

Die Open-Weight-Freigabe von Qwen3.8-Max ist keine schlichte Großzügigkeit. Alibaba hat zwei Dinge gleichzeitig getan: den vollständigen 2,4-Bio.-Checkpoint zum freien Download gelegt und eine eigene Lizenz angehängt — nicht das permissive Apache 2.0 der kleineren Qwen-Modelle. Jedes „Model-as-a-Service“- oder „AI Work Assistant“-Geschäft, das in einem beliebigen 12-Monats-Fenster über $50 million verdient, muss eine gesonderte Kommerzlizenz verhandeln. Produkte mit 100M+ monatlich aktiven Nutzern oder $20M+ Monatsumsatz müssen den Modellnamen deutlich anzeigen.

Die Logik: Gewichte verschenken, um Entwickler-Mindshare zu gewinnen (besonders international, wo „Modell aus China“ bei Enterprise-Einkäufern noch zögern auslöst), und Preismacht über die wenigen Firmen behalten, die darauf ein konkurrierendes Inference-Geschäft bauen können. Das ist eine andere Wette als Metas Muse Glimmer unter uneingeschränktem Apache 2.0 — „Open Weights“ bedeutet in beiden Releases nicht dasselbe.

Ein Gerücht, das ausdrücklich zu begraben ist: Online kursierte die Behauptung, Alibabas Lizenz verbiete Downloads aus den USA, der EU, dem Vereinigten Königreich und Südkorea. Das ist falsch. Der veröffentlichte Lizenztext enthält keinerlei geografische oder territoriale Klausel — ein nützlicher Hinweis, in einem so schnellen Release-Zyklus die Primärquelle (die LICENSE-Datei, nicht den Ankündigungsthread) zu prüfen.

GLM-5.3: kein neues Basismodell, nur eine größere Post-Training-Wette — und das ist die eigentliche Nachricht

Die interessanteste Tatsache an GLM-5.3 ist nicht der Score, sondern die Methode: dasselbe 743B-Basismodell wie GLM-5.2, kein Retraining, und ein Sprung um rund das Sechsfache auf Terminal-Bench 3.0 (4,6 % → 28,3 %) allein durch hochskalierte Reinforcement-Learning-Umgebungen im Post-Training. Das bestätigt einen Trend, der sich seit Monaten branchenweit aufbaut — während Pretraining-Skalierungsgesetze abnehmende Erträge zeigen, wird Post-Training-RL zu einem eigenständigen Leistungshebel mit deutlich niedrigerer Kostenschwelle als ein neues Fundament. Genau deshalb können mittlere Labore ohne OpenAI-skalierte Compute-Budgets bei Agent- und Coding-Benchmarks aufschließen.

5. Direktvergleich: ist DeepSeek noch das günstigste Frontier-Modell?

RMB-USD-Umrechnung bei ~¥7.15/$1, näherungsweise. Die kurze Antwort: nein. Auch nach der Erhöhung liegt DeepSeek V4-Pro Off-Peak klar unter Claude Opus 5, ist aber nicht mehr die eindeutig günstigste Option — sowohl die internationale Qwen3.8-Max-Preisliste als auch OpenAIs Luna unterbieten DeepSeeks Off-Peak-Satz. „Chinesisches Modell = günstigstes Modell“ galt den Großteil von 2025 und Anfang 2026; das ist keine sichere Annahme mehr.

6. Was bestritten oder unbestätigt bleibt

• Die „1.100 %“-Schlagzeile ist technisch korrekt, ohne Kontext aber irreführend. Sie gilt nur für Peak-Cache-Hit-Input, die Zeile, die am nächsten bei null startete. Output — die Kosten, die die meisten realen Rechnungen dominieren — stieg um 350 %. Verschiedene Medien haben unterschiedliche Tarifzeilen zitiert, als wären sie die ganze Geschichte.
• Behauptungen, Qwen3.8-Max laufe auf Alibabas eigenen Zhenwu-M890-Chips (von mehreren chinesischen Finanzmedien als Beleg für einen vollständig inländischen Inference-Stack berichtet) sind von Alibabas eigener technischer Dokumentation oder Dritt-Benchmarks nicht unabhängig bestätigt. Behandeln Sie das als anbieternah, unbestätigt, bis es bestätigt ist.
• GLM-5.3s gemeldete Entdeckung einer „schwerwiegenden Schwachstelle“ in Cursor stammt aus der Berichterstattung von VentureBeat und Zhipus eigener Offenlegung; konkrete technische Details der Schwachstelle sind nicht öffentlich. Die Aussage ist anbieterseitig, nicht unabhängig auditiert.
• Berichte, Chinas Handelsministerium bereite Vergeltungs-Exportkontrollen für KI- und Halbleitertechnik vor, sind spekulativ und stützen sich auf unbestätigte Medienberichte, nicht auf eine amtliche Ankündigung. Hintergrundkontext, keine feststehende Tatsache.

7. Zwei Preiskriege parallel: warum das zählt

Im größeren Rahmen entsteht ein Muster. Etwa im vergangenen Monat haben Chinas führende Labore Releases in einem Takt ausgeliefert, den inländische Finanzmedien bereits „drei Modell-Updates pro Woche“ (一周三更) nennen — DeepSeek, Alibaba und Zhipu, plus Moonshots Kimi K3 (Open Weights am 16. Juli, 2,8 Bio. Parameter) und zuvor MiniMax H3. Chinesische Berichte rahmen das breit als Open-Weight-Releases, die „eine globale Neubepreisung der KI-Branche erzwingen“ — eine selbstbewusstere Rahmung als die meisten englischsprachigen Berichte zu denselben Ereignissen.

US-Labore fahren am Verbraucherende den gegenteiligen Zug: OpenAI senkte den günstigsten Tarif um 80 % (30. Juli) und machte das Modell eine Woche später kostenlos und unbegrenzt (6.–7. August); Google lieferte ein coding-fokussiertes Modell zum halben Preis des drei Wochen alten Vorgängers (13. August). Während chinesische Labore Flaggschiffe öffnen und am kapazitätsknappen oberen Ende gestufte, höhere Preise einführen, rennen US-Labore am Verbraucherende Richtung Gratis und Billig. Beides sind echte Strategien; sie optimieren nur unterschiedliche Teile des Trichters.

Es gibt auch eine geopolitische Schicht, die vorsichtig zu benennen ist. Moonshots Kimi-K3-Open-Weights im Juli zogen bereits US-Sicherheitsprüfungen nach sich; dass Alibaba genau dieses Fenster wählt, um ein 2,4-Bio.-Flaggschiff zu öffnen, lesen manche Analysten als Versuch, internationalen Mindshare und eine „technologische Parität“-Erzählung festzuzurren, bevor regulatorische Verschärfungen greifen könnten. Das ist eine informierte Interpretation, keine bestätigte Tatsache — aber Teil des Kontexts, der unsichtbar bleibt, wenn man nur englischsprachige Tech-Presse liest, die diese Releases oft als isolierte Produktnews statt als nationales Muster behandelt.

8. Fünf Schritte: Rechnung neu kalkulieren und umrouten

1. Schlagzeilen-Tarife trennen: 1.100 % ist V4-Pro-Peak-Cache-Hit-Input. Output ist 350 %. Cache-Miss-Input ist 200 %. Ordnen Sie die offizielle Zeile zu, bevor Sie das Routing ändern.
2. Die letzten 30 Tage nach Peking-Stunde schneiden: Peak ist 9–12 Uhr und 14–18 Uhr. Ihr Peak-Anteil entscheidet, ob Sie eher ~1,8× oder den Schlagzeilen-Multiplikator sehen. Halten Sie den Schnitt als nachvollziehbares Log — für interne Kostenkontrolle und, sobald personenbezogene Prompts enthalten sind, als DSGVO-relevante Verarbeitung mit definierter Retention.
3. Cache-Hit-Rate schätzen: eine schwere, überwiegend Off-Peak-Last mit etwa der Hälfte Treffer wurde auf rund 1,8× modelliert. Peak plus niedrige Hit-Rate ist der Punkt, an dem Schlagzeilen real werden.
4. Qwen-Lizenz vor dem Ship lesen: persönliche und interne Nutzung ist unproblematisch. MaaS / AI Work Assistant über $50 million in einem beliebigen 12-Monats-Fenster braucht eine gesonderte Kommerzlizenz. 100M+ MAU oder $20M+ Monatsumsatz müssen den Modellnamen anzeigen. Ein geografisches Verbot existiert nicht.
5. Verschiebbare Arbeit auf einen dauerhaft online Remote Mac legen: Batch-Jobs und nächtliche Agent-Evals sollen die Peking-Peak-Fenster verfehlen. Ein Laptop im Ruhezustand hält dieses Fenster nicht — und unterbricht Logging, Scheduler und Systemstabilität in genau der Stunde, die Sie kaufen wollten.

9. Entscheidungsmatrix: Off-Peak-Eval-Host

10. FAQ

Ist DeepSeek nach der Preiserhöhung noch günstiger als GPT-5.6 oder Claude?
Der Off-Peak-Tarif bleibt günstiger als Claude Opus 5, ist aber nicht mehr die eindeutig günstigste Option insgesamt — OpenAIs GPT-5.6 Luna ($0.20/$1.20 pro Million Token) und Alibabas internationale Qwen3.8-Max-Preise ($2/$6) unterbieten DeepSeeks neue Off-Peak-Sätze in mindestens einer Dimension. DeepSeek bleibt für ein Frontier-Modell vergleichsweise günstig, nur nicht mehr das billigste Angebot.

Darf ich Alibabas Qwen3.8-Max-Open-Weights kostenlos in einem kommerziellen Produkt nutzen?
Ja, für die meisten Fälle — persönliche Projekte und interne Unternehmensnutzung bleiben unberührt. Die Einschränkung greift nur, wenn Sie ein „Model-as-a-Service“- oder „AI Work Assistant“-Geschäft betreiben, das in einem beliebigen zusammenhängenden 12-Monats-Zeitraum über $50 million verdient hat; diese Stufe verlangt eine gesonderte Kommerzlizenz von Alibaba.

Ist Qwen3.8-Max für Nutzer in den USA, der EU oder dem Vereinigten Königreich gesperrt?
Nein. Diese Behauptung kursierte online, ist aber falsch — die veröffentlichte Lizenz enthält keinerlei geografische Beschränkung. Die Grenzen sind umsatzbasiert (an den Umsatz Ihres Dienstes gebunden), nicht an den Standort von Ihnen oder Ihren Nutzern.

Was unterscheidet GLM-5.3 tatsächlich von GLM-5.2?
Auf Basismodell-Ebene nichts — beide nutzen dasselbe Fundament mit 743 Milliarden Parametern. Die Leistungsgewinne (rund 6× auf Terminal-Bench 3.0) stammen ausschließlich aus hochskaliertem Reinforcement Learning im Post-Training, ohne erneutes Training des Basismodells.

Wird Meta wirklich sein Flaggschiff als Open Weights freigeben — nicht nur das kleinere Muse Glimmer?
Noch nicht. Muse Glimmer ist ein destilliertes 30B-Modell, nicht Metas echtes Flaggschiff. CEO Mark Zuckerberg hat Open Weights für das größere, geschlossene Muse Spark 1.2 für „bald“ angekündigt; das wäre — falls es eintritt — das erste US-Flaggschiff dieser Klasse mit offenen Gewichten. Zum Zeitpunkt dieser Veröffentlichung ist das nicht geschehen; behandeln Sie es als erklärte Absicht, nicht als bestätigte Tatsache.

Quellen: DeepSeeks offizielle Preisankündigung, gegengelesen gegen Wall Street CN, IT Home, AIGC.cn und die V2EX-Community-Diskussion; Alibabas offizielle Qwen-Modell-Repositories (Hugging Face / ModelScope) und die Berichterstattung der South China Morning Post zu den Lizenzbedingungen; Zhipus (Z.ai) offizielle GLM-5.3-Technikseite sowie Berichte von VentureBeat und StableLearn; der offizielle Blog von Meta AI Research und VentureBeats Berichterstattung zu Muse Glimmer; chinesische Finanzmedien (Yicai/第一财经, Sohu Finance) zu Takt und Rahmung des chinesischen Open-Weight-Release-Zyklus. Preise, Lizenzbedingungen und Benchmark-Zahlen entsprechen öffentlich verfügbaren Angaben zum Veröffentlichungszeitpunkt. Prüfen Sie die jeweils aktuellen offiziellen Preise und Lizenztexte vor einer Weiterveröffentlichung, und beachten Sie, dass oben als unbestätigt markierte Punkte (inländische Chip-Behauptungen, der Cursor-Schwachstellenbericht und Exportkontroll-Gerüchte) nicht unabhängig bestätigt sind.

11. Was die Neubepreisung wert ist — und wo ein Laptop weiter versagt

Zeitstrahl, drei Datentabellen und der Direktvergleich reichen für eine Entscheidung: die Schlagzeile nach Rechnungszeile trennen, dann gegen Ihren Peking-Peak-Anteil und Ihre Cache-Hit-Rate neu rechnen. Open Weights sind kein Freibrief, bevor die Lizenz gelesen ist.

Die Grenzen sind ebenso klar. GLM-5.3-Scores sind herstellerseitig. Zhenwu M890, die Cursor-Schwachstellenmeldung und Exportkontroll-Gerüchte bleiben unbestätigt. Die Wechselkursannahme liegt bei ~¥7.15/$1. Berichterstattung ersetzt weder Ihren eigenen Traffic-Schnitt noch die Lizenzprüfung.

Wenn der nächste Schritt nächtliche Batch-Evals, pekinggetaktete Agent-Läufe oder Qwen-Open-Weights in Cursor / OpenClaw ist, verfehlt ein Laptop im Ruhezustand genau die günstigen Stunden — und reißt Logging sowie Systemstabilität. Legen Sie den Scheduler auf einen dauerhaft online Apple-Silicon-Remote-Mac und synchronisieren Sie das Eval-Repo per SFTP/rsync. SFTPMAC Remote-Mac-Miete liefert natives macOS, latenzarme Zusammenarbeit und 24/7-Verfügbarkeit — der geeignetere Ort, diese Preisverschiebung in eine reproduzierbare Routing-Änderung zu übersetzen.