DeepSeek API-Kosten für Agenten: Preislogik statt alter Tarifwerte

DeepSeek kann für tokenintensive Agenten attraktiv sein, doch ein festgeschriebener Preisvergleich altert schnell. Die offizielle Preisseite weist inzwischen zeitabhängige Peak- und Off-Peak-Abrechnung aus. Plane deshalb mit dem Tarif, der beim eigenen Nutzungsfenster gilt, statt mit Zahlen aus einem früheren Modell-Release.

Preis-Leistung korrekt vergleichen

Ein Modellpreis ist nur ein Teil der Rechnung. Vergleiche für jeden Kandidaten getrennt: neue Eingabe, Cache-Hits, Ausgabe, mögliche zeitabhängige Tarife und die Qualität, die der konkrete Arbeitsschritt braucht. Ein günstiger Input hilft wenig, wenn ein Agent wegen schwacher Tool-Aufrufe mehr Schleifen fährt oder Ergebnisse nachbearbeitet werden müssen.

Der Cache-Discount als Hebel für Agenten

Cache-Rabatte bleiben der zentrale Hebel, wenn ein Agent denselben System-Prompt, Projektkontext oder Teile der Historie wiederholt mitsendet. Maßgeblich ist der tatsächlich erreichte Cache-Anteil. Er lässt sich nicht aus der Größe eines Prompts ableiten, sondern aus den Requests und der Cache-Logik des verwendeten Endpunkts.

Ein typischer Agenten-Workflow umfasst:

• einen System-Prompt mit mehreren Tausend Token,
• zusätzlichen Kontext wie Projektanweisungen oder Arbeitsnotizen,
• eine wachsende Konversationshistorie,
• wiederkehrende Tool-Ergebnisse und Zwischenstände.

Bei einer Kostenplanung gehören diese Werte in eine Tabelle oder ein Telemetrie-Dashboard: neue Input-Token, gecachte Input-Token, Output-Token, Anfragen pro Aufgabe und der Zeitraum der Ausführung. Erst damit wird sichtbar, ob ein günstiger Off-Peak-Tarif für den eigenen Betrieb überhaupt erreichbar ist.

Rechenweg statt Momentaufnahme

Eine überschlägige Rechnung beginnt mit den Messwerten einer Session:

• 3.000 Token für den System-Prompt,
• 10.000 Token für Workspace-Kontext,
• 20 Tool-Calls,
• durchschnittlich 500 Token Output pro Call.

Rechne die drei Tokenarten jeweils mit dem aktuell passenden Tarif und addiere sie. Multipliziere das Ergebnis anschließend mit den erwarteten Sessions pro Tag. Eine zweite Rechnung ohne Cache-Hits zeigt, wie empfindlich das Budget auf Cache-Ausfälle oder wechselnden Kontext reagiert. So bleibt die Planung gültig, wenn ein Anbieter seine Preise verändert.

Chat, Reasoning und Routing

Routing hilft erst dann, wenn es an überprüfbare Aufgaben gekoppelt ist. Ein kostengünstiger Kandidat kann Recherche, Extraktion oder Klassifikation übernehmen; für schwierige Tool-Folgen oder riskante Entscheidungen braucht es einen gemessenen Qualitätsvergleich und gegebenenfalls eine Eskalationsstufe.

Beobachte daneben Wiederholungen, Fehlerraten und menschliche Nacharbeit. Der günstigste Request ist kein Gewinn, wenn er zwei weitere erzeugt.

Die Qualitätsfrage im Agenten-Alltag

Ein niedriger Tarif ersetzt keine Eignungsprüfung. Für lange Kontexte, komplexes Tool-Calling oder anspruchsvolle Logikaufgaben muss die tatsächliche Fehlerquote gegen die Alternative antreten.

Teste typische Fälle aus dem eigenen Betrieb: Recherche, Zusammenfassungen, Klassifikation, strukturierte Extraktion und Fehlerszenarien. Erst dann lässt sich entscheiden, welche Aufgaben auf ein günstigeres Modell dürfen und wann ein stärkeres Modell nötig ist.

Self-Hosting: Wann lohnt sich der Aufwand?

Self-Hosting kann eine Alternative sein, ist aber keine automatische Sparmaßnahme. Rechne Hardware, Auslastung, Betrieb, Wartung, Strom und das Risiko von Kapazitätsengpässen gegen die API-Kosten.

Self-Hosting kann sich eher lohnen, wenn:

• bereits geeignete GPU-Hardware vorhanden ist,
• der Anwendungsfall hohe Anforderungen an Datensouveränität stellt,
• das Anfragevolumen dauerhaft sehr hoch ist,
• Betrieb, Wartung und Stromkosten realistisch eingerechnet werden.

Für viele kleinere und schwankende Workloads bleibt die API der einfachere Ausgangspunkt. Eigene Infrastruktur lohnt sich eher bei hoher, planbarer Last oder wenn Datenhaltung und Latenz die Mehrkosten rechtfertigen.

Ein Preis-Check gehört in den Betrieb

Preise, Modellnamen und Abrechnungslogik gehören in einen wiederkehrenden Check, nicht in eine einmalige Architekturentscheidung. Die Tariftabelle ist der Startpunkt; Cache-Quote, Fehlerkosten und Routing bestimmen, was ein Agent am Monatsende tatsächlich kostet.

Wer das praktisch einordnet, sollte DeepSeek nicht isoliert betrachten: Für die Modellauswahl hilft auch unser OpenRouter-Guide, für operative Kostenkontrolle der Blick auf Sandboxing und Exec-Approvals.

Wiederverwendbarer Kontext, ein beobachtbarer Cache und klares Routing machen den Unterschied zwischen einer günstigen API-Rate und einem belastbaren Agentenbudget.