Die kurze Antwort
Am 13. August 2026 hat DeepSeek sein V4-Pro-Modell mit dem 0813-Checkpoint von der Vorschau in den allgemeinen Verfügbarkeitsstatus überführt — verfügbar in der App, der Web-Oberfläche und über die API. Das Modell ist ein Mixture-of-Experts-System mit 1,6 Billionen Parametern, das während der Inferenz 49 Milliarden Parameter aktiviert, ein Kontextfenster von einer Million Tokens unterstützt und im Artificial Analysis Intelligence Index unter 106 Modellen Platz drei belegt. MIT-lizenzierte Open Weights ermöglichen Self-Hosting ohne Lizenzgebühren. Eine deutliche Preiserhöhung tritt ab 16:00 UTC am 16. August in Kraft — Output-Kosten steigen 4,5-fach von 0,87 $ auf 3,96 $ pro Million Tokens zur Stoßzeit.
Für Teams, die bereits KI-gestützte Entwicklungs-Workflows betreiben, ist V4 Pro 0813 das aktuell leistungsfähigste Open-Weight-Modell für Agentic Coding. Die Dringlichkeit liegt im Preisdeadline: Teams, die Kostenprojektionen durchführen wollen, bevor sie sich festlegen, müssen bis Ende des 15. August handeln.
Was DeepSeek tatsächlich veröffentlicht hat
Das GA-Release bringt drei wesentliche Neuerungen gegenüber dem Preview-Build. Erstens meldet DeepSeek „deutlich verbesserte Agentenfähigkeiten" — die Fähigkeit des Modells, Werkzeuge zu nutzen, Code autonom auszuführen und mehrstufige Workflows ohne menschliche Eingriffe abzuschließen. Zweitens wurden die Thinking-Effort-Stufen auf drei Einstellungen (Low, High, Max) ausgebaut, sodass Entwickler das Rechenbudget an die Aufgabenkomplexität anpassen können, statt nur zwischen An und Aus zu wählen. Drittens unterstützt die API jetzt das OpenAI Responses API-Format out of the box, inklusive nativer Codex-Integration.
Dieser letzte Punkt hat unmittelbare praktische Konsequenzen für Teams in der Produktion. Bestehende Codebasen, die das OpenAI SDK nutzen, können Anfragen an DeepSeek V4 Pro umleiten, indem einfach die Base-URL und der API-Schlüssel ausgetauscht werden — kein strukturelles Refactoring von Prompts, Tool-Definitionen oder Agent-Loops erforderlich. Die Aufrufmethoden sind gegenüber der Preview unverändert, sodass bereits in der Staging-Umgebung laufende Integrationen weiterhin funktionieren.
Die Modellarchitektur bleibt wie im April angekündigt: 1,6 Billionen Gesamtparameter in einem Mixture-of-Experts-Design, das bei der Inferenz nur 49 Milliarden Parameter aktiviert. Das Kontextfenster beträgt eine Million Tokens (ca. 1.500 Seiten Text). Die maximale Ausgabelänge liegt bei 384.000 Tokens. Das Modell unterstützt Thinking- und Non-Thinking-Modi sowie Text-Ein-/Ausgabe — kein multimodaler Input.
Wie leistungsfähig ist das Modell?
Im Artificial Analysis Intelligence Index — einer unabhängigen Evaluation, die Reasoning, Coding, Instruction-Following und mehrstufige Aufgaben abdeckt — erzielt V4 Pro 0813 einen Score von 53 von 100 und belegt damit Platz drei unter 106 evaluierten Modellen. Das liegt deutlich über dem Open-Weight-Median von 27 und ist konkurrenzfähig mit den besten proprietären Systemen.
Auf den von DeepSeek veröffentlichten agentenspezifischen Benchmarks: Terminal Bench 2.1 (langfristige Agenten-Aufgaben) erzielte 87,9 Punkte; DeepSWE (Software-Engineering-Problemlösung) 62,7; NL2Repo (Natural-Language-to-Repository-Level Code Generation) 61,5. Diese Zahlen sind selbst gemeldet. Zum 13. August 2026 hatte kein großer Drittanbieter eine unabhängige Replikation des exakten 0813-Checkpoints veröffentlicht — Herstellerangaben sollten daher als richtungsweisend, nicht als bestätigt behandelt werden.
Die Verarbeitungsgeschwindigkeit liegt bei 80,8 Tokens pro Sekunde auf der Infrastruktur von Artificial Analysis — über dem Marktmedian von 66,3. Ein 97-prozentiger Cache-Hit-Rabatt gilt für wiederholte Prompt-Präfixe, was für Teams relevant ist, die Batch-Inferenz über ähnliche Prompts oder RAG-Pipelines mit gemeinsam genutztem Kontext betreiben.
Die Preisänderung, die Sie nicht ignorieren können
Das wichtigste operative Signal des GA-Releases ist die Preisstruktur, die ab 16:00 UTC am 16. August 2026 gilt. Aktuelle Pauschalpreise: 0,435 $ pro Million Input-Tokens bei Cache-Miss, 0,003625 $ pro Million bei Cache-Hit und 0,87 $ pro Million Output-Tokens. Neue Peak-Preise: 1,32 $ pro Million Input-Tokens und 3,96 $ pro Million Output-Tokens — eine 4,5-fache Erhöhung beim Output. Off-Peak-Preise liegen bei der Hälfte des Peak-Tarifs und belohnen Teams, die Batch-Workloads in Off-Peak-Fenster verlagern können.
Zum Vergleich: Zum aktuellen Tarif ist V4 Pro beim Output rund 57-mal günstiger als Claude Opus 4 zum Listenpreis. Nach dem 16. August wird dieser Abstand kleiner, aber das Modell bleibt in den Off-Peak-Stunden deutlich günstiger als die meisten geschlossenen proprietären APIs. Der Cache-Hit-Rabatt bleibt unverändert und ist nach wie vor der größte Hebel zur Kostenkontrolle bei Workloads mit wiederholten Abfragen.
Teams, die noch kein monatliches Token-Audit durchgeführt haben, sollten dies bis Ende des 15. August nachholen. Die Post-Erhöhungs-Rechnung für einen hochvolumigen Agentic-Workload — SWE-Agent-Loops, RAG-Pipelines, Code-Review-Automatisierung — kann erheblich höher ausfallen als aktuelle Projektionen auf Basis der Pre-GA-Preise.
Was das für DACH-Teams bedeutet
Mit dem GA-Status werden drei Entscheidungen konkret.
API versus Self-Hosting — die DSGVO-Dimension. Das GA-Release bestätigt die Produktionsreife und den Support des Modells. Für DACH-Teams, die personenbezogene Daten von Klienten, Finanzdaten oder Gesundheitsdaten verarbeiten, ist die API-Nutzung von DeepSeeks Infrastruktur keine reine Kostenabwägung — sie ist eine Compliance-Entscheidung. API-Aufrufe an DeepSeeks Server lösen nach Artikel 44 ff. DSGVO eine Drittlandtransfer-Prüfung aus, da DeepSeeks Infrastruktur in China betrieben wird. Self-Hosting der MIT-lizenzierten Weights auf EU-Infrastruktur — etwa bei Hetzner, IONOS oder OVHcloud — hält die Inferenz innerhalb des eigenen Kontrollperimeters und vereinfacht die Compliance-Lage erheblich. Für regulierte Branchen wie Banking, Gesundheitswesen oder kritische Infrastruktur ist dies häufig nicht optional, sondern zwingend.
BSI-Relevanz für regulierte Sektoren. Teams in BSI-Grundschutz-pflichtigen Umgebungen müssen KI-Systeme aus Nicht-EWR-Ursprungsländern besonders sorgfältig einordnen. Self-Hosting auf BSI-C5-konformer Cloud-Infrastruktur — also bei Anbietern, die das BSI-Testat C5 nachweisen können — bringt das Modell unter den eigenen Kontrollperimeter. Das vereinfacht das BSI-Grundschutz-Bild deutlich, weil Verantwortlichkeiten für Datenlage und Betrieb klar beim eigenen Unternehmen liegen und nicht beim Modell-Anbieter.
EU AI Act GPAI im DACH-Kontext. V4 Pro ist ein General-Purpose-AI-Modell. Die GPAI-Verpflichtungen des EU AI Act richten sich primär an Anbieter solcher Modelle — nicht automatisch an Deployer. Wenn Ihr Produkt V4 Pro jedoch in einer Hochrisiko-Anwendung nach Anhang III des EU AI Act einsetzt — etwa Personalauswahl, Kreditwürdigkeitsprüfung oder kritische Infrastruktur — tragen Sie als Deployer eigene Verpflichtungen. Wichtig: Self-Hosting verlagert keine Provider-Pflichten auf Sie; es klärt lediglich, welche Partei für welche Ebene verantwortlich ist.
Anbieterunabhängigkeit. Die MIT-Lizenzierung bedeutet keine Abhängigkeit durch Lizenzgebühren. Entwicklungsteams, die GenAI-Integrations-Schichten aufbauen, die den Modell-Provider abstrahieren, profitieren hier: V4 Pro wird ein routierbares Backend neben proprietären APIs — ausgewählt je nach Aufgabe, Kosten, Latenz und Leistungsfähigkeit. Das OpenAI-kompatible API-Format macht dieses Routing für die Anwendungsschicht transparent.
So evaluieren Sie das Modell in diesem Quartal
Der strukturierte Ansatz: Führen Sie V4 Pro 0813 durch Ihren bestehenden Evaluierungs-Harness — bezogen auf die konkrete Aufgabenverteilung Ihrer Agenten, nicht auf allgemeine Leaderboard-Prompts. Messen Sie Task-Erfolgsrate, Output-Token-Anzahl pro Aufgabe (ausschweifende Modelle werden im Betrieb teurer), Gesamtlaufzeit pro Workflow und geschätzte Monatskosten zu Post-16.-August-Tarifen. Vergleichen Sie mit Ihrem aktuellen Modell, nicht mit Benchmark-Tabellen.
Für Teams ohne Evaluierungs-Harness gilt dieses praktische Minimum: Wählen Sie fünf repräsentative Aufgaben, führen Sie jede zehnmal auf beiden Modellen aus, bewerten Sie die Ausgaben blind und berechnen Sie die Kosten pro bewertetem Erfolg zu Post-Erhöhungspreisen. Dieser 50-Sample-Datenpunkt übertrifft jede Leaderboard-Zahl bei der Vorhersage der Leistung auf Ihrer spezifischen Codebasis.
Halten Sie Ihre Integration modell-agnostisch. V4 Pro ist heute die beste Open-Weight-Option; diese Einordnung wird sich verschieben. Das Team, das eine Routing-Schicht aufgebaut hat, kann im nächsten Quartal auf ein besseres Modell wechseln — ohne Neuentwicklung.
FAQ
Was ist DeepSeek V4 Pro 0813 und wann ist es GA gegangen?
DeepSeek V4 Pro 0813 ist der General-Availability-Checkpoint von DeepSeeks Flaggschiff-Modell, der am 13. August 2026 offiziell in der DeepSeek-App, der Web-Oberfläche und über die API veröffentlicht wurde. Das Modell befand sich seit dem Debüt der V4-Reihe im April 2026 in der Vorschau. Die Aufrufmethoden sind gegenüber der Preview unverändert — bestehende Integrationen funktionieren ohne Code-Anpassungen weiter.
Sind die Open Weights weiterhin MIT-lizenziert?
Ja. Die V4-Reihe wurde mit MIT-lizenzierten Weights veröffentlicht, die Self-Hosting und kommerzielle Nutzung ohne Lizenzgebühren erlauben. Der 0813-GA-Checkpoint behält diese Lizenz bei. Teams sollten den genauen Umfang mit ihrer Rechtsabteilung für regulierte Umgebungen klären — chinesische Datenspeichergesetze können zusätzliche Verpflichtungen bezüglich des Modellursprungs begründen — die Lizenz selbst ist jedoch genuinely permissiv.
Wie schneidet V4 Pro 0813 im Vergleich zu anderen Frontier-Modellen beim Agentic Coding ab?
Laut Artificial Analysis belegt V4 Pro 0813 Platz drei von 106 Modellen im Intelligence Index — deutlich über dem Open-Weight-Median. Auf den von DeepSeek gemeldeten Agenten-Benchmarks: Terminal Bench 2.1 erzielte 87,9 Punkte, DeepSWE 62,7, NL2Repo 61,5. Eine unabhängige Drittanbieter-Replikation des exakten 0813-Checkpoints stand zum 13. August 2026 noch aus — Herstellerangaben sollten konservativ behandelt werden, bis sie durch Dritte bestätigt sind.
Was beinhaltet die Preiserhöhung am 16. August und wie sollten Teams planen?
Ab 16:00 UTC am 16. August 2026 führt DeepSeek Peak/Off-Peak-Abrechnung ein. Der Peak-Output-Preis steigt von 0,87 $ auf 3,96 $ pro Million Tokens — eine 4,5-fache Erhöhung. In EUR entspricht das einer Erhöhung von ca. 0,80 € auf 3,64 € pro Million Output-Tokens zu aktuellen Kursen. Off-Peak-Preise liegen bei der Hälfte des Peak-Tarifs. Cache-Hit-Raten bleiben stark rabattiert (97 % Nachlass) und sind der größte Kostenhebel für Workloads mit wiederholten Abfragen. Teams sollten monatliche Token-Volumina prüfen und entscheiden, ob Batch-Workloads in Off-Peak-Stunden verlagert oder die MIT-lizenzierten Weights für Self-Hosting evaluiert werden sollen.
Was bedeutet die native OpenAI Responses API-Kompatibilität für Teams?
Jede Codebasis, die bereits das OpenAI SDK aufruft, kann Anfragen an DeepSeek V4 Pro umleiten, indem einfach die Base-URL und der API-Schlüssel geändert werden — kein strukturelles Prompt-Refactoring erforderlich. Das senkt die Evaluierungskosten erheblich: Teams können DeepSeek neben bestehenden Modell-Providern A/B-testen, ohne ihre Agent- oder Tooling-Schicht anzupassen.
Quellen: DeepSeek API-Dokumentation — api-docs.deepseek.com (offizielle Release-Notes, 13. August 2026); Artificial Analysis — DeepSeek V4 Pro 0813: Benchmarks und Preise; Quartz / QZ — DeepSeek veröffentlicht offiziell V4-Pro-KI-Modell im August 2026 (13. August 2026).