Wenn Sie die KI-Branche in letzter Zeit verfolgen, ist Ihnen vielleicht etwas Interessantes aufgefallen: Zwei chinesische Open-Source-Modelle erobern denselben Markt und fordern mit extrem niedrigen Kosten die geschlossenen Giganten heraus, die oft Dutzende Dollar pro Million Token verlangen.
DeepSeek V4 und Qwen 3.5 (in einigen Kanälen bereits als Qwen 3.6-Plus bezeichnet) – haben Sie den Überblick?
Zuerst die Zahlen
DeepSeek V4:
- Gesamtparameter: etwa 1 Billion (tatsächlich aktiviert: etwa 32 Milliarden)
- Kontextfenster: über 1 Million Token
- API-Preis: etwa 0,14 USD pro Million Input-Token
- Trainingskosten: im einstelligen Millionen-Dollar-Bereich
Qwen 3.5/3.6-Plus:
- Gesamtparameter: etwa 397 Milliarden (tatsächlich aktiviert: etwa 17 Milliarden)
- Kontextfenster: 1 Million Token
- Lizenz: Apache 2.0 (vollständig für kommerzielle Nutzung offen)
- Unterstützte Sprachen: 201
Zum Vergleich: Der API-Preis von GPT-5 (etwa 5 USD pro Million Input-Token) ist etwa 35-mal höher als der von DeepSeek V4.
Welches Modell ist leistungsfähiger?
Ehrlich gesagt hat jedes seine Stärken – sie sind nicht identisch.
Stärken von DeepSeek V4:
- Riesige Kontextverarbeitung: Selbst eine Millionen Zeilen umfassende Codebasis oder lange Dokumente bringen es nicht zum Absturz
- Native Multimodalität: Text, Bilder, Video, Audio – ohne externe Adapter
- Derzeit das stärkste Open-Source-Modell für das Verständnis großer Code-Projekte
Stärken von Qwen 3.5:
- Apache-2.0-Lizenz: Unternehmen können es frei kommerziell nutzen – das bietet DeepSeek nicht
- Unterstützung für 201 Sprachen: Für mehrsprachige Anwendungen, besonders in Südostasien oder Nischenmärkten, ist Qwen die erste Wahl
- Integrierte Thinking-/Non-Thinking-Modi: Flexibler für die Agent-Entwicklung
- MathVision-Benchmark 88,6 Punkte: Mathematische Fähigkeiten sind solide
Kurz gesagt: DeepSeek V4 eignet sich für große Dokumente und große Codebasen; Qwen 3.5 ist ideal für mehrsprachige Szenarien, Agent-Entwicklung und hohe Compliance-Anforderungen.
Warum das wichtig ist
Vor zwei Jahren war der globale Marktanteil chinesischer KI-Modelle verschwindend gering. Heute halten DeepSeek und Qwen zusammen etwa 15 % des globalen KI-Marktes, und die Kurve zeigt weiter nach oben.
Noch wichtiger: Sie haben die Annahme widerlegt, dass gute Modelle große Budgets erfordern.
Das Training von GPT-5 soll über 100 Millionen USD gekostet haben, während die Trainingskosten von DeepSeek V4 bei wenigen Millionen USD liegen dürften. Bei vielen Aufgaben ist der Leistungsunterschied inzwischen auf statistisches Rauschen geschrumpft.
Was das für Entwickler bedeutet
Wenn Sie gerade eine KI-API für Ihr Produkt auswählen:
- Budgetbewusst, hohes Aufrufvolumen: Der Preisvorteil von DeepSeek V4 ist zu deutlich, um ignoriert zu werden
- Kommerziell freundliche Lizenz benötigt: Qwens Apache 2.0 ist die sauberste Open-Source-Lizenz
- Mehrsprachige SaaS-Produkte: Qwens 201 Sprachen sind wirklich nützlich
- Analyse großer Codebasen: DeepSeek V4s Millionen-Token-Kontext plus native Code-Fähigkeiten sind besser geeignet
Geschlossene Modelle haben noch Vorteile bei komplexer mehrstufiger Logik und Spitzen-Programmieraufgaben, aber die Lücke schließt sich schnell.
Noch nicht vorbei
Die vollständige Version von DeepSeek V4 (mit einer Billion Parametern) wurde noch nicht offiziell veröffentlicht. Am 9. März erschien die V4-Lite-Version mit etwa 200 Milliarden Parametern. Die Vollversion wird in den nächsten Wochen erwartet.
Auf Qwen-Seite wurde 3.6-Plus Ende März auf OpenRouter bereitgestellt und erst am 2. April offiziell angekündigt. Direkt nach dem Start übertraf es Claude Opus 4.5 bei realen Endgeräte-Aufgaben.
Beide Modelle starten gleichzeitig, kämpfen um denselben Markt und drücken die Preise auf den Boden – das ist der wahre Grund für die Anspannung in der gesamten Branche.
Quellenangabe: DeepSeek V4 and Qwen 3.5: Open-Source AI Is Rewriting the Rules in 2026 (Particula.tech); CocoLoop, DeepSeek V4 Release Imminent — China's Next-Gen AI Model Race Accelerates (Jangwook.net)