← Alle Modelle

DeepSeek · DeepSeek

DeepSeek-V4-Pro

deepseek-v4-pro

open-weightModell, dessen trainierte Gewichte öffentlich herunterladbar sind, sodass man es selbst (lokal oder auf eigener Hardware) betreiben kann. Nicht zwingend vollständig quelloffen – die Lizenz bestimmt die erlaubte Nutzung.Mehr im Wissen →Text

Erste WahlOpen-Weight-Preis-Leistung

Starkes Coding (59) und Agentic (36) seiner Preisklasse bei open-weightModell, dessen trainierte Gewichte öffentlich herunterladbar sind, sodass man es selbst (lokal oder auf eigener Hardware) betreiben kann. Nicht zwingend vollständig quelloffen – die Lizenz bestimmt die erlaubte Nutzung.Mehr im Wissen → und Selbst-Hosting, bei beidem inzwischen aber von GLM-5.2 (69/43) überholt – gut, wo Kosten, Datenhoheit oder lange Generierungen zählen, allerdings reine Text-Modalität. Den Titel Preis-LeistungHier: AA-Intelligenz geteilt durch den (3:1 gewichteten) Token-Preis – Indexpunkte je Dollar pro Mio. Tokens. Höher = mehr Leistung fürs Geld. Entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis.Mehr im Wissen → hat seit dem 31.07.2026 das eigene kleinere Schwestermodell DeepSeek-V4-Flash-0731 übernommen (AA-Intelligenz 50 zu 44, rund ein Drittel des Preises) – siehe Einordnung.

  • Self-Hosting
  • kostensensitives Reasoning
  • lange Generierungen

Stärker bei gleichem oder geringerem Preis: Qwen3.8-Flash-Next, GPT-5.6 Luna, GLM-5.3-Flash — erreicht alle unabhängigen AA-Indizes ≥ bei niedrigerem TokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen →.

KontextfensterDie maximale Textmenge (in Tokens), die ein Modell pro Anfrage gleichzeitig „im Blick“ hat – Eingabe plus bisheriger Verlauf. Ist es voll, fällt Älteres aus dem Kontext.Mehr im Wissen →
1 Mio.TokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen →
Max. Ausgabe
384 K Token
Preis (Input / Output)
$0.66 / $1.98 je 1 Mio. Token
Preis-LeistungHier: AA-Intelligenz geteilt durch den (3:1 gewichteten) Token-Preis – Indexpunkte je Dollar pro Mio. Tokens. Höher = mehr Leistung fürs Geld. Entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis.Mehr im Wissen →
36,4 Indexpkt. je $/Mio. Token

Stärken

  • Offene Gewichte (auf HuggingFace publiziert, lokal/self-hosted möglich)
  • 1-Mio.-Token-Kontext und sehr großer max. Output (384 K)
  • Thinking-Mode, Tool-Calls und JSON-Output

Schwächen

  • Hoher Output-Preis relativ zum Input (API)
  • Laut Doku reine Text-Modalität

Typische Einsatzfälle

  • lange Generierungen
  • Thinking / ReasoningModus, in dem ein Modell vor der Antwort sichtbare Zwischenschritte „durchdenkt“. Das hebt die Qualität bei schweren Aufgaben, kostet aber mehr Tokens und Zeit – oft über einen Aufwand-Regler steuerbar.Mehr im Wissen →
  • Self-Hosted-Einsatz

Leistung im Vergleich

Unabhängige Indizes (Artificial Analysis, 0–100), zwei kontaminationsarme Einzel-Benchmarks (Terminal-Bench, agentische Shell-Aufgaben; τ²-bench, Tool-Use-Verlässlichkeit über viele Läufe) und Human-Präferenz-Elo (LMArena). Die dunkle Markierung zeigt den Bestwert im Katalog – so wird der Abstand zur Spitze sichtbar. Die Preis-LeistungHier: AA-Intelligenz geteilt durch den (3:1 gewichteten) Token-Preis – Indexpunkte je Dollar pro Mio. Tokens. Höher = mehr Leistung fürs Geld. Entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis.Mehr im Wissen → oben ist daraus abgeleitet: AA-Intelligenz je AA-Blended-Preis (3:1) – entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis. AAs token-basiertes „Cost to Run Index“ ist nicht öffentlich abrufbar.

  • AA-IntelligenzZusammengesetzter Intelligenz-Index von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Reasoning-, Wissens- und Mathe-Benchmarks zu einer Zahl. Je höher, desto stärker das allgemeine Reasoning.Mehr im Wissen →36
  • AA-CodingCoding-Teilindex von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Programmier-Benchmarks zu einem Wert für die Code-Fähigkeit eines Modells.Mehr im Wissen →69
  • AA-AgenticAgentic-Teilindex von Artificial Analysis (unabhängig, 0–100): misst, wie gut ein Modell mehrstufige, werkzeugnutzende Aufgaben eigenständig löst.Mehr im Wissen →43
  • Terminal-BenchAusführungsbasierter Benchmark (0–100 %): das Modell löst echte Shell-/Terminal-Aufgaben in einer Sandbox, gewertet wird, ob das Ergebnis wirklich funktioniert. Dadurch kontaminationsärmer als reine Wissensquizze.Mehr im Wissen →64
  • τ²-benchBenchmark für die Verlässlichkeit beim Werkzeug-Einsatz: dieselbe Aufgabe wird viele Male wiederholt, gemessen wird, wie konstant das Modell die Tools korrekt bedient (0–100 %).Mehr im Wissen →96
  • Elo (LMArena)Human-Präferenz-Wertung aus der LMArena: Menschen vergleichen blind zwei Modellantworten, daraus entsteht – wie beim Schach – eine Elo-Zahl. Höher = häufiger bevorzugt. Misst Präferenz, nicht Korrektheit.Mehr im Wissen →1457

Benchmarks im Detail

Kennzahlen aus zitierten Messungen – unabhängige Quellen sind ausgewiesen, Anbieterangaben entsprechend markiert. Werte sind nicht über Skalen hinweg vergleichbar. Wie man Benchmark-Zahlen liest →

  • Artificial Analysis Intelligence Index

    44

    (Max)

    unabhängigArtificial Analysis, abgerufen 2026-06-16

  • Artificial Analysis Coding Index

    59

    (Max)

    unabhängigArtificial Analysis Coding Index, abgerufen 2026-07-09

  • Artificial Analysis Agentic Index

    36

    (Max)

    unabhängigArtificial Analysis (API), abgerufen 2026-08-05

  • LMArena Text Arena (Elo)

    1457

    unabhängigLMArena (arena.ai), Stand 2026-06-10

  • DeepSWE (Long-Horizon Coding)

    8 %

    unabhängigdeepswe.lol (kontaminationsfrei, mini-swe-agent), 2026-06-16

  • Terminal-Bench (agentische Shell-Aufgaben)

    64 %

    unabhängigArtificial Analysis (API), abgerufen 2026-06-16

  • τ²-bench (Tool-Use-Verlässlichkeit)

    96 %

    unabhängigArtificial Analysis (API), abgerufen 2026-06-16

Einordnung

  • ⚠️ Die API-Kennung wird ab dem 14. September 2026 umgeleitet: DeepSeek schreibt in der Entwicklerdokumentation, ab 12 Uhr Pekinger Zeit gingen alle Anfragen an „deepseek-v4-pro“ an das neue V4.1 Flash und würden zum Flash-Preis abgerechnet – bis ein V4.1 Pro erscheint. Begründung: V4.1 Flash habe V4 Pro nach ausführlichen Tests bei Leistung, Kosten, Tempo und Gesamtzeit durchweg übertroffen. Wer diesen Eintrag als API-Empfehlung liest, spricht ab diesem Datum faktisch ein anderes Modell an; die offenen Gewichte von V4 Pro bleiben davon unberührt und selbst betreibbar. V4.1 Flash steht mangels unabhängiger Messung noch nicht im Katalog – OpenRouter listet es mit 1.048.576 TokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen → Kontext zu $0,30 / $1,20 je Mio. Token –, nachzuholen, sobald eine Fremdmessung vorliegt.Beleg · Primärquelle
  • ⚠️ Die Preisrunde ist seit dem 16. August 2026 in Kraft – „The new prices take effect at 16:00 UTC on August 16, 2026“. Die hier geführten Preise sind ab jetzt die Off-Peak-Werte; in den Peak-Fenstern kostet alles das Doppelte. Peak sind laut Dokumentation „01:00 - 04:00 and 06:00 - 10:00 UTC (all other hours are off-peak)“ – acht Stunden Aufschlag, sechzehn Stunden Normaltarif. Gegenüber dem alten Tarif stieg der Cache-Treffer von $0,003625 auf $0,022 (off-peak) bzw. $0,044 (peak) je Mio. TokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen → – das Sechs- bis Zwölffache –, der Cache-Miss von $0,435 auf $0,66 / $1,32 und die Ausgabe von $0,87 auf $1,98 / $3,96. Am stärksten trifft es damit ausgerechnet die Position, an der agentische Schleifen hängen: den wiederverwendeten Eingabe-Kontext. Die Preisrunde betrifft nur die API – die Gewichte bleiben MIT-lizenziert und selbst betreibbar. Gleichzeitig ist der Checkpoint V4-Pro-0813 aus der Vorschau entlassen; Artificial Analysis misst ihn mit 53 im Intelligence Index (hier: 44). Die Kennzahl ist bewusst nicht nachgezogen, solange die katalogweite AA-Eichung offen ist (siehe Grok-4.6-Befund vom 13.08.2026) – nachzuholen nach einem `pnpm verify-bench`-Lauf.Beleg · Primärquelle
  • Erstmals eigenes Agenten-Gerüst: DeepSeek hat am 13. August 2026 DeepSeek Harness unter MIT-Lizenz veröffentlicht – Status „developer preview“ mit ausdrücklichem Hinweis auf kompatibilitätsbrechende Änderungen, Plugin-Architektur auf Basis von Cordis („everything is a plugin“: Modelle, Werkzeuge, Skills, Sitzungen, Sandboxes, Speicher, Schleifen, Zeitplanung, Oberfläche), vier Betriebsarten (Standard, Code, Minimal, Creator) und ein unveränderliches Sitzungsprotokoll über alles, was das Modell sieht. Für den Selbst-Hosting-Fall dieses Modells ist das die fehlende zweite Hälfte: offene Gewichte plus offenes Gerüst vom selben Anbieter.Beleg · Primärquelle
  • Im AA-CodingCoding-Teilindex von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Programmier-Benchmarks zu einem Wert für die Code-Fähigkeit eines Modells.Mehr im Wissen → 59 – klar vor Grok 4.3 (42), aber unter Gemini 3.5 Flash (70); bei offenen Gewichten (lokal/self-hosted betreibbar) und – zum Stand dieser Messung – sehr günstigem API-Preis ($0,44 / $0,87). ⚠️ Diese Preisangabe ist seit der Umstellung am 16.08.2026 überholt, siehe die Preis-Einordnung oben; die Index-Werte sind davon unberührt. Unter den Open-Weight-Modellen liegen nur die teureren GLM-5.2 (69) und Kimi K2.6 (62) beim Coding höher.Beleg · Sekundärquelle
  • Langer-Kontext-Champion der offenen Gewichte: unterstützt nativ 1 Mio. TokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen → mit laut Tech Report nahezu state-of-the-art Retrieval und gilt als bestes Open-Source-Modell dieser Kontextgröße – dazu eine dauerhaft auf rund 75 % gesenkte API gegenüber V3.2. Die Budget-Wahl, wenn lange Kontexte ohne Vendor-Lock-in gebraucht werden.Beleg · Community
  • Vom kleineren Schwestermodell überholt: DeepSeek stellte am 31. Juli 2026 DeepSeek-V4-Flash-0731 unter MIT-Lizenz auf HuggingFace – ein reines Post-Training-Update ohne neue Gewichte, das im AA-IntelligenzZusammengesetzter Intelligenz-Index von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Reasoning-, Wissens- und Mathe-Benchmarks zu einer Zahl. Je höher, desto stärker das allgemeine Reasoning.Mehr im Wissen → 50 erreicht (V4 Pro: 44) und dabei mit $0,14 / $0,28 je Mio. TokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen → rund ein Drittel des Preises hier kostet, bei ebenfalls 1 Mio. Kontext. Coding- und Agentic-Index liegen für das neue Modell noch nicht unabhängig vor; die Kennzahlen hier bleiben bis zum Abgleich auf V4 Pro.Beleg · Sekundärquelle
  • Schlusslicht bei pädagogischer Anpassung, sobald der Prompt es ausbuchstabiert: In Ai2s TutorMoments (520 von Lehrkräften markierte Nachhilfe-Momente, Werte zwischen 0 und 1) kommt V4 Pro mit schlichtem Prompt auf 0,485 / 0,088 / 0,379 (angemessen gerüstet / angemessen gefordert / Über-Rüstung vermieden) und mit ausbuchstabiertem Prompt auf 0,712 / 0,492 / 0,623 – in allen drei Dimensionen der niedrigste Wert der sieben geprüften Modelle.Beleg · Primärquelle

Aus der System-Card

Verdichtete Befunde aus der offiziellen System-CardDas offizielle Begleitdokument eines Anbieters zu einem Modell (auch „Model Card“): Fähigkeiten, Grenzen, Sicherheitsbewertung. Primärquelle – die Fähigkeitsangaben darin sind aber Eigenangaben, nicht unabhängig gemessen.Mehr im Wissen → des Anbieters (Primärquelle, Tier (A/B/C)Verlässlichkeits-Stufe einer Quelle in der KI-Depesche: A = Primärquelle (z. B. offizielle Doku), B = solide Sekundärquelle, C = subjektiv/Einzelstimme. Steuert, wie stark eine Aussage gewichtet wird.Mehr im Wissen →). Fähigkeitswerte sind Anbieterangaben – nicht unabhängig nachgemessen. Card-Stand 2026-04-24.

Fähigkeiten

  • Coding – Laut Report (Fig. 1) erreicht DeepSeek-V4-Pro-Max bei „SWE-benchCoding-Benchmark, der Modelle echte GitHub-Issues in realen Repositories lösen lässt; gewertet wird, ob der erzeugte Patch die Tests besteht. Verbreitet, aber zunehmend durch Trainings-Kontamination belastet.Mehr im Wissen →“ 80,6 % – im Chart auf Augenhöhe mit Opus 4.6-Max und GPT-5.4-xHigh.
  • Architektur – Laut Report kombiniert es eine hybride Attention aus Compressed Sparse AttentionAufmerksamkeits-Mechanismus, der nicht jeden Token mit jedem vergleicht, sondern nur eine ausgewählte Teilmenge. Das senkt Rechen- und Speicheraufwand bei sehr langen Kontexten erheblich.Mehr im Wissen → (CSA) und Heavily Compressed Attention (HCA) mit Manifold-Constrained Hyper-Connections (mHC) und dem Muon-Optimizer, um 1M-Token-Kontext effizient zu tragen.
  • Long-Context-Effizienz – Laut Report braucht es im 1M-Token-Kontext nur noch 27 % der Single-Token-FLOPs und 10 % des KV-Caches gegenüber DeepSeek-V3.2.
  • Reasoning – Laut Report schlägt der Maximal-Reasoning-Modus „Pro-Max“ auf Standard-Reasoning-Benchmarks GPT-5.2 und Gemini 3.0 Pro, bleibt aber hinter GPT-5.4 und Gemini 3.1 Pro.

Verhalten & Sicherheit

  • Lizenz – Laut Model-Card stehen Modellgewichte und Code unter der MIT-Lizenz – einer freien, permissiven Lizenz ohne Nutzer-/MAU-Schranken.
  • Vorgesehene Nutzung – Laut Model-Card ist V4 ein Allzweck-Modell (Q&A, allgemeine Agenten-Aufgaben) mit drei Reasoning-Modi: Non-think, Think High und Think Max.
  • Datenschutz – Laut Model-Card sammelt das Pre-Training keine personenbezogenen Daten absichtlich; sensible Infos, Kreditkartennummern und eindeutige Identifikatoren werden gefiltert, einfließende Nutzereingaben verschlüsselt und de-identifiziert.
  • Trainingsdaten – Laut Model-Card stützt sich das Training auf öffentlich verfügbare Internetdaten plus lizenzierte Drittanbieter-Datensätze, mit Betonung von IP-, Geschäftsgeheimnis- und Datenschutz-Konformität.
  • API-Nutzung – Neben den offenen Gewichten gibt es eine API; deren Nutzung unterliegt den „DeepSeek Open Platform Terms of Service“.

Die Fähigkeiten stammen aus dem DeepSeek-V4 Technical Report (anbieter-selbstberichtet, „Preview“), Verhalten/Lizenz/Datenschutz aus DeepSeeks separater Transparenz-Model-Card (Stand April 2026); quantitative Safety-/Red-Team-Eval-Ergebnisse weist keines der Dokumente aus.

DeepSeek – DeepSeek-V4 Technical Report (PDF)· Primärquelle, abgerufen 2026-06-16

Stimmen aus der Öffentlichkeit

Subjektive Einschätzungen Dritter – keine belegten Fakten, jeweils verlinkt.

  • gemischtErstbericht aus der Sicherheitsarbeit eines OCaml-Kernbetreuers: Beim Aufarbeiten eines Pfad-Traversal-Fehlers in cohttp 6.3.0 (Advisory OSEC-2026-16) verweigerte Claude Fable 5 die Mitarbeit wegen seiner Sicherheitssperre, „but DeepSeek V4 Pro obliged me and independently turned up several related issues“ – das offene Modell fand also über die gemeldete Lücke hinaus mehrere verwandte. Für Schwachstellensuche am eigenen Code ist die fehlende Sperre der praktische Vorteil; dieselbe Eigenschaft ist bei Missbrauch das Risiko. Einzelbeobachtung, nicht systematisch erhoben.Anil Madhavapeddy – „The rumour is the exploit“, 22.08.2026 (Primärquelle, Erstbericht des Maintainers; von uns geöffnet und mit „steht dort nicht“-Gegenfrage gegengelesen) · Primärquelle, 2026-08-22
  • positivWürdigt DeepSeeks Infrastruktur- und Architekturdesign anschlussfähig am 58-seitigen Tech Report – hybride Attention (CSA/HCA), FP4-Quantization-Aware-Training für den Indexer und der Muon-Optimizer („absolut umwerfend, und das alles frei geteilt“).bycloud (YouTube) – „The Insane Infrastructure Design of DeepSeek V4“ · Community
  • gemischtErnstzunehmender Open-Weight-Frontier-Kandidat, dessen Existenz als Herausforderung an US-Anbieter gilt – ob er echten Frontier-Anschluss hält oder nur Effizienz-Champion der Open-Source-Liga ist, sieht die Szene als offen an.Cognitive Revolution (YouTube) · Community
  • kritischIm Coding-Agentic-Bereich klare Schwäche: bei echten Multi-File-Codebase-Aufgaben fällt das Modell laut Beobachtern schnell ab und liegt deutlich hinter GPT-5.5.Theo – t3.gg (YouTube) · Community
  • kritischIm eigenen Dokument-Extraktions-Test des Hosts (ein Behördenformular treu auslesen) lag „das neueste DeepSeek“ – wie alle getesteten China-Modelle – weit hinter Gemini 3, Claude Opus 4.5 und ChatGPT; der Host räumt aber ein, hier teils nach Bauchgefühl zu urteilen.Cognitive Revolution (YouTube) · Community
  • gemischtDritt-Messung des Inferenz-Anbieters Together AI auf DeepSWE (je 904 gewertete Durchläufe, 113 langhorizontige Feature-Aufgaben aus laufenden Repos mit je vier Versuchen, max effort), Checkpoint V4-Pro-0813: Beim ersten Versuch liegt Pro mit 62,8 Prozent hinter GPT-5.6 Sol (72,7 %) und Claude Fable 5 (69,7 %) – über vier Versuche dreht sich die Reihenfolge, Pro erreicht 88,5 gegen 85,8 (Sol) und 84,1 Prozent (Fable 5). Der Preisabstand ist der eigentliche Befund: 0,24 US-Dollar je Durchlauf gegen 8,37 (Sol, Faktor 35) und 21,63 (Fable 5, Faktor 90). Eine Kaskade, die erst Pro laufen lässt und nur bei rotem Test eskaliert, kommt auf 83,0 Prozent zu 3,35 US-Dollar je Aufgabe (mit Sol) bzw. 82,7 Prozent zu 8,28 US-Dollar (mit Fable 5) und schlägt damit auch einen gedachten perfekten Einmal-Router (78,8 %). ⚠️ Together AI verkauft den hier gemessenen DeepSeek-Endpunkt und ist als Messender interessengeleitet; ein Aufgabentyp, ein Harness, keine unabhängige Wiederholung.Together AI – DeepSeek V4 Pro 0813 vs GPT-5.6 Sol bzw. vs Claude Fable 5 on DeepSWE: Cost, Coding, and Routing (18. und 17.08.2026, Zain Hasan und Shobhit Dixit) · Primärquelle

ℹ️ 1,6 Bio. ParameterDie im Training gelernten „Stellschrauben“ eines Modells (gezählt in Milliarden). Mehr Parameter heißt grob mehr Kapazität, aber auch mehr Rechen- und Speicherbedarf – und sagt allein wenig über die Qualität.Mehr im Wissen → total, 49 Mrd. aktiv je Token (MoE (Mixture of Experts)Architektur, bei der je Anfrage nur ein Teil des Modells („Experten“) aktiv wird. So hat das Modell sehr viele Gesamt-Parameter, rechnet aber nur mit wenigen aktiven – das spart Rechenzeit.Mehr im Wissen →, 61 Layer); trainiert auf 33 Bio. Tokens. Architektur laut Tech Report: hybride Attention (CSA+HCA), Hash-Routing in den ersten 3 MoE-Layern, FP4-Quantization-Aware-Training, Muon-Optimizer. Offene Gewichte auf HuggingFace; Schwestermodell V4-Flash (284B/13B). Nachtrag 2026-08-16: Die am 13.08. angekündigte Peak-/Off-Peak-Staffel ist in Kraft – die Preisdokumentation nennt wörtlich „The new prices take effect at 16:00 UTC on August 16, 2026“ und „Peak hours are 01:00 - 04:00 and 06:00 - 10:00 UTC (all other hours are off-peak)“. Da das Schema je Position einen Wert führt, stehen in `preisInput`/`preisOutput` ab jetzt die Off-Peak-Werte ($0,66 Cache-Miss-Input / $1,98 Output) – der günstigere Tarif und der für den größeren Teil des Tages geltende. In den Peak-Fenstern kostet beides das Doppelte ($1,32 / $3,96); der Cache-Hit-Input liegt bei $0,022 (off-peak) bzw. $0,044 (peak). Die Vorgängerpreise ($0,435 Cache-Miss, $0,003625 Cache-Hit, $0,87 Output) galten bis zum Stichtag. Die Preistabelle wurde dafür am 16.08.2026 in drei Durchgängen mit gezielten Gegenfragen gegengelesen; `verfallAm` ist damit eingelöst und entfällt. Ebenfalls offen: AA misst den Checkpoint 0813 mit 53 (hier 44) – nachziehen erst nach katalogweitem `pnpm verify-bench`, siehe `einordnung`. Siehe Depesche `deepseek-v4-pro-0813-preise-peak-offpeak-harness-mit`. Nachtrag 2026-08-18: Erste Dritt-Messung des Checkpoints 0813 auf DeepSWE (Together AI, pass@1/pass@4 und Kosten gegen GPT-5.6 Sol und Claude Fable 5, Kaskaden-Rechnung) als `stimme` ergänzt – ohne Änderung an `benchmarks`/`kennzahlen`: Der dort geführte DeepSWE-Wert von 8 % stammt aus einer anderen Messumgebung (deepswe.lol, mini-swe-agent, Juni 2026, älterer Checkpoint) und ist mit den Together-Werten nicht vergleichbar; der Messende verkauft zudem den gemessenen Endpunkt. Siehe Depesche `together-deepswe-deepseek-v4-pro-pass4-88-5-prozent`.