Was meine KI-Agenten tatsächlich kosten: DeepSeek vs. die großen APIs

Kurz gesagt: Ein Blick darauf, was der Dauerbetrieb von KI-Assistenten tatsächlich kostet. Ein Monat intensiver Nutzung kam auf etwa 24 $ bei einem günstigen KI-Dienst; dieselbe Auslastung würde bei den großen Flaggschiff-Diensten etwa 475 bis 915 $ kosten. Der Trick, der es günstig hält, ist Caching — der Großteil des an die KI gesendeten Texts wiederholt sich, und wiederholter Text wird mit einem satten Rabatt abgerechnet.

Mein Heim-Agenten-Stack — acht namentliche Agenten, die rund um die Uhr auf DeepSeeks API laufen — hat gerade seinen ersten vollen Monat abgeschlossen. Ich habe die Nutzungsexporte gezogen und nachgerechnet: was hat es wirklich gekostet, und was würde dieselbe Auslastung bei den großen APIs kosten?

tl;dr

Juni 2026, voller Monat: 24,08 $ insgesamt (9,54 $ flash + 14,54 $ pro). 1.-11. Juli bisher: 2,23 $.
Volumen: ~757M Tokens über ~13.600 Anfragen (Juni + Anfang Juli zusammen).
Der Clou: ~87% der Eingabe-Tokens waren Cache-Treffer — dieses Verhältnis, nicht der Listenpreis, macht dauerlaufende Agenten bezahlbar.
Dieselbe Auslastung anderswo (geschätzt): etwa 475-915 $ bei den Flaggschiffen, 33-230 $ bei deren günstigen Stufen.

Die echten Zahlen

Kombiniertes Volumen Juni + Anfang Juli: 659,8M gecachte Eingabe-Tokens, 93,1M Cache-Miss-Eingabe-Tokens, 4,4M Ausgabe-Tokens — insgesamt etwa 757M Tokens. Allein der Juni-Anteil (den der Vergleich unten verwendet) waren ~560,8M Cache-Treffer, ~86,2M Cache-Misses und ~3,8M Ausgabe-Tokens, für 24,08 $.

Diese 87%ige Cache-Trefferquote ist kein Zufall — sie ist die natürliche Form von Agenten-Traffic. Jede Runde sendet erneut denselben System-Prompt, dieselben Tool-Definitionen und denselben Gesprächsverlauf, und Anbieter berechnen diesen wiederholten Präfix zu einem winzigen Bruchteil des normalen Eingabepreises. DeepSeek verlangt 0,0028-0,003625 $ pro Million gecachter Tokens; ohne Caching hätte dasselbe Eingabevolumen ~35-mal so viel gekostet.

Dieselbe Auslastung, andere Anbieter

Ein Äpfel-mit-Äpfeln-Vergleich: Junis exakter Token-Mix, bepreist nach den aktuell veröffentlichten Tarifen jedes Anbieters (alle verifiziert am 2026-07-11 — DeepSeek, Anthropic, OpenAI, xAI). Cache-Treffer werden zum jeweiligen Cache-Eingabetarif abgerechnet, Misses zum normalen Eingabetarif (Anthropic berechnet bei Misses einen 1,25-fachen Cache-Write-Aufschlag, der eingerechnet ist).

Anbieter / Modell	Gecacht $/M	Eingabe $/M	Ausgabe $/M	Juni-Auslastung
DeepSeek v4 flash+pro (tatsächlich)	0,0028-0,0036 $	0,14-0,44 $	0,28-0,87 $	24,08 $
OpenAI GPT-5.4 nano	0,02 $	0,20 $	1,25 $	~33 $
Anthropic Claude Haiku 4.5	0,10 $	1,00 $ (+Write)	5,00 $	~185 $
xAI Grok 4.3	0,20 $	1,25 $	2,50 $	~230 $
xAI Grok 4.5 (Flaggschiff)	0,50 $	2,00 $	6,00 $	~475 $
OpenAI GPT-5.6 Sol (Flaggschiff)	0,50 $	5,00 $	30,00 $	~825 $
Anthropic Claude Opus 4.8 (Flaggschiff)	0,50 $	5,00 $ (+Write)	25,00 $	~915 $

Annahmen: Beträge auf die nächsten ~5 $ gerundet; nur Juni-Mix (560,8M Treffer / 86,2M Miss / 3,8M Ausgabe); geht davon aus, dass jeder Anbieter dieselbe Cache-Trefferquote erreichen würde (realistisch — die Traffic-Form ist identisch); ignoriert Batch-Rabatte und Tageszeit-Preise.

Der ehrliche Teil: Qualität unterscheidet sich

Das ist nicht “DeepSeek ist gleich gut wie Claude für 4% des Preises”. Die Spitzenmodelle — Claude Opus, GPT-5.6, Grok 4.5 — sind bei komplexer, langwieriger, agentischer Arbeit merklich stärker. Aber routinemäßiges Agenten-Geplauder, Nachrichten-Triage, Entwürfe, geplante Jobs und Klebe-Automatisierung brauchen keine Spitzen-Intelligenz, und das ist ~95% dessen, was ein Dauerbetrieb-Stack tut. Genau das ist die Aufteilung, die mein Setup ausnutzt: günstige Tokens für die Alltagsarbeit, Spitzen-Gehirne für die harten Sachen — dieselbe Arbeitsteilung wie damals, als der Agenten-Stack kaputtging und Claude Code ihn reparierte.

Die Spitzen-Hälfte meiner Nutzung läuft über Claude Code im Max-Abo — eine feste monatliche Gebühr, sodass die schwere Coding- und Debugging-Arbeit nie mit Pro-Token-Abrechnung in Berührung kommt. Die DeepSeek-Dollar decken nur die 24/7-Agenten ab.

Die andere Rechnung: Claude Code im Max-Abo

Der Vollständigkeit halber, die Spitzen-Seite, gemessen an der lokalen Sitzungshistorie dieser Kiste: Juni 2026: 412 Claude-Code-Sitzungen über 13 aktive Tage. 1.-11. Juli: 297 Sitzungen über 8 aktive Tage — etwa 709 Sitzungen und ~314 MB Transkripte in sechs Wochen. Das sind lange, werkzeugintensive agentische Coding-Läufe, keine Einmal-Chats.

Das alles ist durch das Claude-Max-Abo für 200 $/Monat flach abgedeckt. Abo-Nutzung wird nicht gemessen, also gibt es keine exakte API-Entsprechung — aber Hunderte lange Opus-Klasse-Agenten-Sitzungen zu Listenpreisen (5 $/25 $ pro Million Tokens) würden plausibel im vierstelligen Bereich pro Monat landen. Die ehrliche Gesamtsumme für den ganzen Stack:

~200 $/Monat flach — Max-Abo, das gesamte Spitzen-Coding und -Debugging
~25 $/Monat nutzungsbasiert — DeepSeek, die 24/7-Agenten

Stolperfallen

Schütze deine Cache-Trefferquote. Ein Zeitstempel oder eine Zufalls-ID nahe am Anfang eines System-Prompts macht den gecachten Präfix bei jeder Anfrage ungültig — bei diesen Verhältnissen ist das ein 10-30-facher Rechnungs-Multiplikator.
Ausgabe-Tokens spielen hier kaum eine Rolle. 4,4M Ausgabe gegen 753M Eingabe; Agenten lesen weit mehr, als sie schreiben.
Preise bewegen sich schnell. Grok 4.5 kam drei Tage vor diesem Beitrag heraus; prüfe die Preisseiten erneut, bevor du irgendetwas anhand der obigen Zahlen planst.