DeepSeek schaltet die Alt-APIs ab – V4 wird Pflicht, Moonshot gibt Kimi K3 frei

DeepSeek hat am 24. Juli um 15:59 UTC die Alias-Endpunkte deepseek-chat und deepseek-reasoner abgeschaltet – bestehende Aufrufe wechseln seitdem automatisch auf V4-Pro oder V4-Flash. Drei Tage später veröffentlichte Moonshot AI die Gewichte von Kimi K3 unter einer eigenen, an MIT angelehnten Lizenz. Zwei Meldungen, ein Trend: Der Preis-Boden für leistungsfähige Modelle sinkt weiter.

Auf einen Blick

• Abschaltung: deepseek-chat und deepseek-reasoner seit 24.07. (15:59 UTC) offline – Aufrufe wechseln automatisch auf V4-Pro oder V4-Flash
• V4-Reihe (seit April 2026): Mixture-of-Experts; V4-Pro 1,6 Billionen Parameter, V4-Flash 284 Milliarden
• Kontext: 1 Mio. Token Input, 384k Token Output, Sparse Attention
• Benchmark: V4-Pro erreicht 80,6 % auf SWE-bench Verified
• Kimi K3: Gewichte seit 27.07. auf Hugging Face unter der eigenen „Kimi K3 License“ (an MIT angelehnt, mit Zusatzbedingungen); 2,8 Billionen Parameter, selbst betreibbar nur auf Rechenzentrums-Hardware (vLLM, SGLang)

V4 wird Pflicht – was sich für API-Nutzer ändert

Die V4-Reihe ist seit April 2026 verfügbar und setzt auf eine Mixture-of-Experts-Architektur: V4-Pro mit 1,6 Billionen Parametern, V4-Flash mit 284 Milliarden. Beide Modelle verarbeiten bis zu 1 Million Token Kontext im Input und bis zu 384k Token im Output, arbeiten mit Sparse Attention und unterstützen Function Calls, JSON-Output sowie das neue Feld reasoning_effort. Mit dem Abschalten der Alias-Endpunkte ist die Migration keine Option mehr, sondern vollzogen: Wer die alten Modellnamen aufruft, landet automatisch auf einem V4-Modell. Das verhindert Ausfälle, ersetzt aber keinen geordneten Migrationstest – es bleibt ein Breaking Change im laufenden Betrieb.

Leistung auf Spitzenniveau, Preise im Cent-Bereich

Beim Coding-Benchmark SWE-bench Verified erreicht V4-Pro 80,6 % – ein Wert, der bislang nur Gemini 3.1 Pro vorbehalten war. Bemerkenswert ist der Abstand bei den Output-Preisen: V4-Flash kostet 0,28 $ je Million Output-Tokens, V4-Pro 0,87 $.

Eckdaten Output-Preise (je 1 Mio. Token)

• DeepSeek V4-Flash: 0,28 $
• DeepSeek V4-Pro: 0,87 $
• Zum Vergleich laut Herstellerangaben: Anthropic Sonnet 5 15 $, Opus 4.8 25 $, Fable 5 50 $

Kimi K3: offene Gewichte – und ein Vorwurf aus Washington

Am 27. Juli veröffentlichte Moonshot AI die Gewichte von Kimi K3 auf Hugging Face. Die Lizenz ist keine reine MIT-Lizenz, sondern eine eigene „Kimi K3 License“: Sie erlaubt Nutzung, Änderung und Weitergabe, verlangt aber von Unternehmen, die das Modell als Dienst für Dritte anbieten, ab 20 Millionen US-Dollar Umsatz in zwölf Monaten einen separaten Vertrag mit Moonshot; sehr große Produkte müssen „Kimi K3“ sichtbar nennen. Rein interne Nutzung ist von beiden Auflagen ausgenommen. Nach eigenen Angaben liegt das Modell im Multi-Hop-Reasoning knapp hinter Claude Opus 4.8 – zu etwa einem Sechzehntel der Kosten. Selbst betreiben lässt es sich nur mit Rechenzentrums-Hardware: Kimi K3 hat 2,8 Billionen Parameter, davon 104 Milliarden pro Token aktiv, allein die Gewichte belegen rund 1,56 TB. Vorgesehen sind vLLM und SGLang auf mindestens acht Rechenzentrums-GPUs; Ollama bietet das Modell nur als Cloud-Variante an. Für Diskussion sorgt eine Einordnung aus den USA: Der Direktor des US-OSTP wirft Moonshot vor, Fähigkeiten aus Anthropics Fable-Reihe destilliert zu haben. Moonshot bestreitet das.

Was das für den Mittelstand am Niederrhein bedeutet

Zwei Konsequenzen sind konkret. Erstens: Wer DeepSeek-APIs im Einsatz hat, sollte die Migration jetzt prüfen. Die Aufrufe laufen zwar automatisch weiter, aber auf einem anderen Modell – Antwortqualität, Formate und Token-Kosten gehören einmal sauber nachgemessen. Zweitens: Der sinkende Preis-Boden verschiebt die Wirtschaftlichkeitsrechnung. Interne Chat-Assistenten, Dokument-Extraktion und Voice-Bots werden zu Kosten möglich, die vor wenigen Monaten proprietären API-Anbietern vorbehalten waren – ein Punkt, der bei der Auswahl von Chatbots und Telefonassistenten direkt in die Kalkulation einfließt. Und für datensensible Workloads eröffnen offene Gewichte eine dritte Option neben Cloud-API und Verzicht – realistisch allerdings mit kleineren offenen Modellen, die auf einem eigenen Server laufen (lokale KI für Unternehmen); Kimi K3 selbst braucht Rechenzentrums-Hardware. Welche Variante zum eigenen Anwendungsfall passt, klärt am besten eine herstellerneutrale KI-Beratung anhand des tatsächlichen Workloads.