Innerhalb weniger Tage haben Google, Deepseek und xAI neue Modelle veröffentlicht, die sich alle auf dasselbe Einsatzfeld richten: Code-Generierung und agentische Workflows, also KI-Systeme, die eine Aufgabe über viele Einzelschritte selbstständig abarbeiten. Auffällig ist weniger der Leistungssprung als die Preisbewegung – in beide Richtungen.

Google: neue Generation nach drei Wochen

Google hat Gemini 3.7 Flash vorgestellt, nur drei Wochen nach dem Vorgänger 3.6 Flash. Das Modell wird als leistungsfähigstes Arbeitsmodell des Unternehmens für Code und KI-Agenten positioniert. Nach Googles eigenen Benchmarks übertrifft es Claude Sonnet 5 und GPT-5.6 Terra bei der Codequalität, und das zum halben Preis.

Zwei Einschränkungen sind hier wichtig. Erstens handelt es sich um Herstellerangaben, nicht um unabhängige Messungen. Zweitens sagt ein Release-Abstand von drei Wochen mehr über die Marktdynamik aus als über die Reife der einzelnen Version. Wer heute eine Modellauswahl fest in eine Anwendung schreibt, arbeitet unter Umständen schon im nächsten Monat mit einer Entscheidung, die es besser nicht mehr wäre.

Deepseek: bessere Leistung, deutlich höhere Preise

Deepseek hat sein Flaggschiff V4-Pro aus der Testphase entlassen und veröffentlicht mit Harness v0.1 erstmals eigene Agenten-Software unter MIT-Lizenz – also einer permissiven Open-Source-Lizenz, die kommerzielle Nutzung und Anpassung erlaubt. Für Teams, die eigene Agenten-Infrastruktur aufbauen, ist das ein bemerkenswerter Baustein.

Die zweite Nachricht fällt weniger erfreulich aus: Die API-Preise steigen deutlich. Besonders betroffen sind Cache-Treffer, die sich um das Sechsfache verteuern. Beim Prompt-Caching werden wiederkehrende Eingabeteile – etwa immer dieselben Quelldateien oder Systemanweisungen – zwischengespeichert und günstiger abgerechnet als frische Eingaben. Genau davon leben agentische Code-Workflows: Ein Agent liest dieselben Dateien über Dutzende Schritte hinweg wiederholt ein.

Für solche Anwendungen ist die Cache-Verteuerung damit der teuerste Teil der Umstellung, nicht der nominale Token-Preis auf dem Preisblatt. Wer Deepseek in Pipelines nutzt, sollte die tatsächliche Rechnung der letzten Wochen neben die neue Preisstruktur legen, statt nur die Basispreise zu vergleichen.

xAI: mehr Leistung pro Euro über weniger Schritte

Grok 4.6 von xAI erreicht im Artificial Analysis Intelligence Index 61 Punkte und liegt damit gleichauf mit GPT-5.6 Sol und nur knapp hinter Claude Opus 5. Interessanter als der Indexwert ist die Angabe zur Effizienz: Bei agentischen Aufgaben löst Grok 4.6 komplexe Arbeitsabläufe in rund 53 Schritten, während Claude Opus 5 etwa 103 Schritte benötigt – bei einem über 60 Prozent niedrigeren Preis.

Die Schrittzahl ist für Projektbudgets oft aussagekräftiger als der Preis pro Million Token. Jeder Schritt eines Agenten erzeugt neue Eingaben und Ausgaben, kostet Zeit und erhöht die Wahrscheinlichkeit, dass der Ablauf entgleist. Ein Modell, das mit der Hälfte der Schritte zum Ergebnis kommt, senkt die Kosten mehrfach: bei den Tokens, bei der Laufzeit und beim Aufwand für Fehlerbehandlung.

Auch im offenen Bereich bewegt sich etwas

Parallel wird Ling 3.0 Flash als intelligentestes offenes Modell seiner Größenklasse gehandelt. Zu Details liegen an dieser Stelle keine belastbaren Angaben vor, der Hinweis ist aber relevant: Der Abstand zwischen kommerziellen APIs und offen verfügbaren Modellen wird in kleineren Größenklassen weiter verhandelt. Für Szenarien mit Datenschutzanforderungen oder Selbstbetrieb lohnt es sich, diesen Zweig im Blick zu behalten.

Die Gegenbewegung: teure Spitzenmodelle bleiben liegen

Bemerkenswert ist eine Zahl aus einer anderen Richtung. Anthropics Flaggschiff Fable 5 gilt als leistungsstärkstes Modell am Markt, wird von US-Unternehmen aber kaum eingekauft: Laut Ramp-Daten entfallen nur sechs Prozent der aktuellen Anthropic-Tokens auf dieses Modell. Die naheliegende Deutung ist, dass eine Preisobergrenze für die Verbreitung von KI erreicht ist – jedenfalls dann, wenn der Leistungszugewinn und der Nutzen im Arbeitsalltag abstrakt bleiben.

Das passt zum Rest des Bildes: Die Nachfrage konzentriert sich nicht auf das jeweils stärkste Modell, sondern auf das günstigste Modell, das für die konkrete Aufgabe noch ausreicht. Genau in diese Lücke stoßen Gemini 3.7 Flash und Grok 4.6 mit ihren Preisargumenten.

Was das praktisch bedeutet

Aus diesen Meldungen lassen sich einige nüchterne Konsequenzen ziehen:

  • Modellwahl austauschbar halten. Bei Release-Abständen von wenigen Wochen sollte der verwendete Anbieter in Anwendungen konfigurierbar sein, nicht fest verdrahtet.
  • Kosten am eigenen Workload messen. Herstellerbenchmarks und Preislisten ersetzen keinen Testlauf mit den eigenen Repositories, Prompts und Abbruchbedingungen.
  • Caching gesondert bewerten. Wenn Cache-Treffer sich versechsfachen können, ist die Cache-Strategie ein eigener Kostenposten und keine Randnotiz.
  • Schritte zählen, nicht nur Tokens. Bei agentischen Abläufen entscheidet die Zahl der Iterationen maßgeblich über Kosten und Zuverlässigkeit.
  • Spitzenleistung nur dort einkaufen, wo sie zählt. Für Routineaufgaben genügt in der Regel die günstigere Klasse; das teure Modell bleibt für schwierige Sonderfälle reserviert.

Ein realistischer Vorbehalt: Alle genannten Leistungsangaben stammen entweder von den Anbietern selbst oder aus aggregierten Indizes. Sie sagen wenig darüber aus, wie sich ein Modell in einer konkreten Codebasis mit gewachsener Struktur, eigenen Konventionen und Altlasten verhält. Diese Prüfung bleibt Aufgabe des Projektteams.

Für Web- und Softwareprojekte heißt das vor allem: Die Modellwahl ist keine Grundsatzentscheidung mehr, sondern eine Betriebsgröße, die man in regelmäßigen Abständen überprüft – mit einem Abstraktionslayer in der Architektur und einem kleinen, wiederholbaren Testszenario aus dem eigenen Projektalltag. Wer Kosten und Qualität gemeinsam beobachtet, kann Preissenkungen mitnehmen und Preiserhöhungen wie bei den Cache-Treffern früh erkennen. Und wer bei jeder Aufgabe die passende statt die stärkste Modellklasse einsetzt, hält KI-Unterstützung dauerhaft im Budgetrahmen.

Quellen