Beobachtetes Signal · 27. Jan. 2025 · Technical Release · Quelle: OnlineMarketing.de · Relevanz: 3/5 · Sentiment: Positiv
DeepSeek-R1: Open-Source-KI fordert OpenAI heraus
Das chinesische KI-Startup DeepSeek hat das Modell DeepSeek-R1 auf Basis der DeepSeek-V3-Architektur veröffentlicht, wobei der Schwerpunkt auf Open-Source-Kollaboration und extremer Kosteneffizienz liegt. DeepSeek-R1 ist vollständig Open-Source und unter der MIT-Lizenz verfügbar, ergänzt durch sechs ebenfalls offene Distilled Models. Das Unternehmen verzeichnet eine starke Performance bei begrenztem gelabeltem Datenmaterial und Reinforcement Learning nach dem Pretraining. Die API-Preise belaufen sich auf 0,14 US-Dollar pro Million Input-Tokens bei Cache-Treffern, 0,55 US-Dollar bei Cache-Misses sowie 2,19 US-Dollar pro Million Output-Tokens. Das Training für DeepSeek-V3 kostete Berichten zufolge unter sechs Millionen US-Dollar und nutzte Nvidia H800 Chips. Damit positioniert sich DeepSeek als direkter Herausforderer von OpenAI und setzt auf Offenheit als Differenzierungsmerkmal, was signifikante Auswirkungen auf das globale KI-Ökosystem und die Adaption von Open-Source-Modellen haben dürfte.
Open-Source-KI unter MIT-Lizenz mit hocheffizientem Training und wettbewerbsfähiger Performance hat das Potenzial, etablierte Marktführer im KI-Bereich nachhaltig zu disruptieren.
Marktsignale zu DeepSeek in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- DeepSeek-R1 ist vollständig Open-Source und MIT-lizenziert.
- Sechs Distilled Models ebenfalls als Open-Source verfügbar.
- API-Preise: 0,14 USD pro Mio. Input-Tokens (Cache-Hit), 0,55 USD (Cache-Miss), 2,19 USD pro Mio. Output-Tokens.
- Das Training für DeepSeek-V3 kostete angeblich unter 6 Millionen US-Dollar.
- Einsatz von Nvidia H800 Chips für das Modelltraining.
Verknüpfte Unternehmen
4 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
DeepSeek R1 gegen OpenAI o1: Die 27-fache LLM-Preisdiskrepanz
Eine Analyse von Tokonomics vergleicht das DeepSeek-R1-Modell mit OpenAIs o1 und offenbart einen Preis von 0,55 US-Dollar pro Million Input-Token bei R1 gegenüber 15,00 US-Dollar bei o1 – eine Differenz um den Faktor 27. Zitiert werden Benchmark-Ergebnisse, die eine hohe Leistungsparität bei Reasoning und Coding zeigen, wobei R1 bei Mathematik vorn liegt und o1 bei bestimmten naturwissenschaftlichen Tests führt. Als Treiber für den niedrigen Preis von R1 nennt der Autor geringere Betriebskosten in China, eine Mixture-of-Experts-Architektur sowie aggressive Marktanteilsstrategien, während interne 'Thinking Tokens' die effektiven Kosten erhöhen. Zusätzliche Rabatte für Caching vergrößern die Lücke weiter. Der Beitrag empfiehlt, R1 an Produktionsdaten zu validieren und o1 nur für strukturierte Ausgaben, Function Calling oder bei Enterprise-SLAs einzusetzen.
DeepSeek dringt in US-Unternehmensbudgets für Künstliche Intelligenz vor
Der chinesische Anbieter DeepSeek taucht erstmals in US-Unternehmenszahlungen auf, wie der Trendreport von Ramp für Juni 2026 zeigt. Dieser Schritt folgt auf die dauerhafte Preissenkung des V4-Pro-Modells um 75 Prozent im Mai, wodurch die Preise für gecachte Inputs bei rund 0,025 RMB pro Million Token liegen – etwa ein Prozent der vergleichbaren Kosten von Anthropic. Während Ramp betont, dass monatliche Trendlisten keinen definitiven Marktanteilsbeweis darstellen, unterstreicht das gleichzeitige Auftreten von Inferenz-Plattformen wie Fireworks AI, fal AI, DeepInfra und dem GPU-Anbieter Vast.ai den Aufbau einer breiten Kostenoptimierungs-Infrastruktur. Dies steht im Einklang mit Daten von OpenRouter vom Mai, wonach chinesische Modelle die Entwickler-Routing-Volumina dominierten. Diese Entwicklung verdeutlicht den zunehmenden Preisdruck auf US-amerikanische Premium-Anbieter im Enterprise-Segment.
DeepSeek stellt Vorschau auf Open-Source-LLM V4 vor
DeepSeek hat am 24. April 2026 den lang erwarteten Nachfolger DeepSeek V4 in den Varianten Pro und Flash als Open-Source Large Language Model mit einer neuen Architektur und 1,6 Billionen Parametern veröffentlicht. Das Modell erzielt signifikante Leistungssteigerungen beim logischen Schließen, in der Mathematik sowie in MINT-Disziplinen und unterstützt Kontextfenster von bis zu einer Million Token bei gleichzeitig reduzierten Rechen- und Speicherkosten. DeepSeek positioniert V4 Pro bei Programmieraufgaben als deutlich kostengünstiger im Vergleich zu OpenAI GPT-5.5. Der Rollout umfasst zudem eine strategische Partnerschaft mit Huawei zur Nutzung von Ascend-950-Supernode-Clustern, wodurch die Abhängigkeit von Nvidia und AMD verringert werden soll. Die Marktreaktion fällt jedoch verhaltener aus als beim R1-Durchbruch im Jahr 2025.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.