DeepSeek berechnet jetzt die Websuche in seiner API
DeepSeek, das in Hangzhou ansässige KI-Labor, dessen offene Modelle es zu einem der bekanntesten KI-Namen Chinas gemacht haben, hat stillschweigend etwas bepreist, was seine Nutzer als selbstverständlich betrachtet hatten: das Nachschlagen im Web. In einer Ankündigung vom 18. Oktober erklärte das Unternehmen, dass seine API nun Websuche und Seitenabruf unterstützt, abgerechnet pro Anfrage statt pro Token. Der Tarif beträgt 5 Yuan (etwa 70 US-Cent) pro 1.000 erfolgreicher Anfragen.
Die Unterscheidung, die für Entwickler zählt, ist, was als erfolgreich gilt. DeepSeeks Mitteilung rahmt die Gebühr um abgeschlossene Aufrufe seiner Search- und Fetch-Schnittstellen, der beiden serverseitigen Tools, mit denen ein Modell frische Informationen außerhalb seiner Trainingsdaten abrufen kann. Mit anderen Worten: Kunden zahlen, wenn das Tool tatsächlich etwas zurückgibt, nicht bloß, wenn es angefragt wird.
Das Unternehmen erklärte auch, wo diese Gebühren bereits auftauchen können. Wenn Nutzer DeepSeeks Modelle in Agenten-Tools wie DeepSeek Harness, Anthropics Claude Code oder OpenAIs Codex ausführen, kann die Software diese Search- und Fetch-Endpunkte über serverseitige Tool-Aufrufe erreichen. Bisher war diese Infrastruktur für Endnutzer weitgehend unsichtbar; die neue Preisgestaltung macht sie zu einem Kostenposten.
Webzugriff ist zu einem Standardmerkmal des Zeitalters der KI-Agenten geworden. Ein Modell, das nur aus seinen Trainingsdaten antworten kann, veraltet, während eines, das suchen, Seiten öffnen und zitieren kann, Recherchen, Einkaufsvergleiche und Programmierfragen bewältigen kann, die auf aktueller Dokumentation beruhen. Der Betrieb dieser Infrastruktur ist nicht kostenlos: Jede Abfrage verzweigt sich zu Crawlern, Seitenparsern und Inhaltsfiltern, und die Kosten skalieren mit der Nutzung statt mit der Größe des Modells.
Für DeepSeek ist die Messung der Suche auch ein Geschäftssignal. Das Unternehmen baute seinen Ruf darauf auf, starke Modelle offen zu veröffentlichen und ungewöhnlich wenig für den API-Zugang zu verlangen – eine Strategie, die ihm globale Aufmerksamkeit und eine große Entwicklergemeinde einbrachte, aber die Frage offen ließ, wie es Geld verdienen würde. Bezahlte Tool-Aufrufe bieten einen Einnahmestrom, der mit der Intensität wächst, mit der Kunden auf Agenten setzen, ohne den Listenpreis der Modelle selbst zu erhöhen.
Für Entwickler ist die Rechnung einfach, aber lohnenswert. Ein Chat-Assistent, der gelegentlich im Web sucht, wird die Änderung kaum bemerken. Ein Agent jedoch, der Dutzende von Abfragen pro Aufgabe auslöst, könnte Suchgebühren sehen, die seine Token-Rechnung erreichen. Teams, die auf DeepSeek aufbauen, müssen entscheiden, wann ein Modell suchen sollte und wann es einfach aus seinem vorhandenen Wissen antworten sollte.
Die Preisgestaltung trifft auch auf ein überfülltes Feld. Suchgestützte Antworten werden inzwischen von Chatbot-Apps, Browserherstellern und Cloud-Plattformen weltweit angeboten, und mehrere Wettbewerber bündeln die Retrieval-Funktion in ihren API-Tarifen, statt sie separat abzurechnen. DeepSeeks Modell pro Anfrage ist transparent, verlangt den Kunden aber, über einen Kostenfaktor nachzudenken, den die meisten KI-Dienste noch verbergen.
Was die Ankündigung nicht ändert, ist das zugrunde liegende Versprechen: leistungsfähige Modelle zu niedrigen Preisen, zugänglich für Entwickler weit über das Silicon Valley hinaus. Die Websuche zu berechnen, ist weniger eine Abkehr von dieser Philosophie als ein Versuch, sie nachhaltig zu machen – eine erfolgreiche Anfrage nach der anderen.