DeepSeek wird oft mit einzelnen Kennzahlen beschrieben, die unterschiedliche Dinge messen: Downloads, aktive Nutzer, Modelltests, Trainingsaufwand und Umsatz. Hier stehen die Messgröße und der Zeitraum jeweils dabei. API-Preise wurden am 7. Oktober 2026 mit der offiziellen Preisseite abgeglichen.
- QuestMobile bezifferte die aktive Nutzergröße von DeepSeek in Chinas nativen KI-Apps im Juni 2026 auf 129 Millionen. Sensor Tower meldete 127 Millionen weltweite App-Downloads bis Ende Juni 2025. Das sind verschiedene Messgrößen.
- DeepSeeks V3-Bericht nennt 2,788 Millionen H800-GPU-Stunden. Bei angenommenen 2 US-Dollar je GPU-Stunde ergibt sich rechnerisch ein Betrag von 5,576 Millionen US-Dollar. Frühere Forschung und Ablationen sind nicht enthalten.
- DeepSeek veröffentlichte V4.1 Flash am 10. September 2026. Die Benchmarks stammen vom Anbieter. Reuters berichtete am 6. Oktober über eine weitere Finanzierungsrunde, deren Abschluss damals noch ausstand.
1. Unternehmen und Herkunft
DeepSeek wurde 2023 in Hangzhou gegründet. CEO Liang Wenfeng hatte zuvor den quantitativen Hedgefonds High-Flyer mitgegründet. Diese Angaben stammen aus einem Bericht der Associated Press.
2. Downloads und Nutzerzahlen
Die verfügbaren Zahlen lassen sich nicht zu einer einzigen Nutzerzahl addieren. Sensor Tower erfasst Downloads von Mobil-Apps. QuestMobile berichtet eine aktive Nutzergröße innerhalb seines Marktes für native KI-Apps in China.
Die ersten beiden Werte stammen aus dem Sensor-Tower-Bericht zum App-Start und dem späteren Rückblick auf das erste Halbjahr 2025. QuestMobile nennt in seinem Halbjahresbericht vom 14. Juli 2026 für Juni eine aktive Nutzergröße von 1,29 亿, also 129 Millionen. Der Wert betrifft den chinesischen Markt für native KI-Apps. Die Formulierung der Quelle ist „aktive Nutzergröße“, nicht weltweite Konten oder Downloads.
Sensor Tower meldete außerdem, dass DeepSeek am 27. Januar 2025 Platz eins im US-amerikanischen App Store und am Folgetag Platz eins bei Google Play in den USA erreichte. Für die ersten 19 Tage weist der Bericht die in der folgenden Tabelle gezeigten Downloadanteile aus. Sie beziehen sich nicht auf monatlich aktive Nutzer.
Sensor Tower veröffentlichte diese geografischen Anteile im Bericht vom Februar 2025. Er weist keine vollständige Aufteilung nach allen Ländern aus. Deshalb enthält die Tabelle keine berechnete Sammelkategorie „Andere“.
3. Modelle und veröffentlichte Benchmarks
Benchmarks hängen von Modellversion, Prompt, Rechenbudget und Testverfahren ab. Die folgenden Werte sind historische Angaben aus DeepSeeks eigenen Berichten. Sie zeigen, was der Anbieter jeweils veröffentlicht hat, aber keine unabhängige Rangliste.
3.1 DeepSeek-V3: Training und ursprünglicher Vergleich
Der technische Bericht zu DeepSeek-V3 nennt 671 Milliarden Parameter insgesamt und 37 Milliarden aktivierte Parameter je Token. Das Vortraining nutzte 14,8 Billionen Tokens. Für Vortraining, Kontextverlängerung und nachgelagertes Training zusammen weist der Bericht 2,788 Millionen H800-GPU-Stunden aus. Bei einem angenommenen Mietpreis von 2 US-Dollar je GPU-Stunde ergibt sich rechnerisch ein Betrag von 5,576 Millionen US-Dollar. Laut Bericht sind frühere Forschungsarbeit und Ablationsexperimente nicht enthalten. Es handelt sich daher nicht um die vollständigen Entwicklungsaufwendungen des Unternehmens.
Die Tabelle gibt ausgewählte Werte aus der ursprünglichen DeepSeek-V3-Studie wieder. Sie vergleicht die vom Anbieter veröffentlichten Resultate mit den dort aufgeführten älteren Modellen GPT-4o und Claude 3.5 Sonnet. Die Ergebnisse gelten für die genannten Aufgaben und Metriken.
Für das Basismodell DeepSeek-V3 weist derselbe Bericht zusätzlich 87,5 % bei BBH (Exact Match, 3-shot) aus. Dieser Wert gehört zur separaten Base-Auswertung und ist nicht Teil des Chat-Modell-Vergleichs in der Tabelle.
3.2 Reasoning-Modelle
DeepSeeks R1-Modellkarte nennt 90,8 % bei MMLU (Pass@1) und 79,8 % bei AIME 2024 (Pass@1). Der MMLU-Wert verwendet eine andere Metrik als die MMLU-Exact-Match-Zahl für V3 oben. Der R1-0528-Bericht vergleicht die ältere R1-Version mit 70,0 % und R1-0528 mit 87,5 % bei AIME 2025. Der Wert von 87,5 % gehört zu R1-0528, nicht zum ursprünglichen R1.
Die R1-0528-Zahl steht in der Veröffentlichung vom 28. Mai 2025. Die V3.2-Ergebnisse stammen aus DeepSeeks technischem Bericht. In der Zeile zu AIME 2025 nennt er für V3.2-Speciale 23.000 generierte Tokens und für GPT-5 High 13.000 generierte Tokens. Die Werte sind daher nicht als Vergleich bei gleichem Ausgabebudget zu lesen. Alle Einträge dieser Tabelle sind Anbieterangaben.
3.3 DeepSeek-V4 und V4.1 Flash
DeepSeek stellte V4 am 24. April 2026 als Vorschau vor. Der offizielle V4-Bericht beschreibt V4 Pro mit 1,6 Billionen Parametern, davon 49 Milliarden aktiv. Für V4 Flash nennt er 284 Milliarden Parameter, davon 13 Milliarden aktiv. Beide Versionen unterstützen laut Modellbericht ein Kontextfenster von bis zu 1 Million Tokens. V4 Pro erzielte laut Anbieter im Modus „Max“ die anschließend genannten Benchmarkwerte. Das sind Herstellerresultate, keine unabhängige Neubewertung.
Im Modus „Max“ meldete DeepSeek für V4 Pro 87,5 % bei MMLU-Pro und 90,1 % bei GPQA Diamond. Für LiveCodeBench gab der Anbieter 93,5 % an. Auch das sind Herstellerwerte aus dem V4-Bericht.
V4 Pro wurde am 13. August 2026 allgemein verfügbar. DeepSeek veröffentlichte V4.1 Flash am 10. September. Dessen Modellkarte beschreibt ein multimodales Mixture-of-Experts-Modell mit Bildverarbeitung und einem Kontextfenster von bis zu 1 Million Tokens. Beim Prefill sind 8 Milliarden Parameter aktiv, beim Decode 16 Milliarden. V4 Flash und V4 Vision Experimental wurden laut der Veröffentlichung vom 10. September eingestellt. Alte API-Aufrufe unter dem Namen V4 Flash werden auf V4.1 Flash weitergeleitet.
Die Werte stammen aus der offiziellen V4.1-Flash-Modellkarte. DeepSeek testete die meisten Aufgaben mit maximalem Reasoning-Aufwand. Agententests nutzten DeepSeek Harness Minimal und ein Kontextlimit von einer Million Tokens; für einzelne Aufgaben kamen eigens benannte Test-Frameworks zum Einsatz. Die Resultate sind Herstellerangaben. Bei HLE weist die Modellkarte 39,1 % für den Textteil aus, der in der Tabellenfußnote als Teilmenge gekennzeichnet ist.
4. API-Preise
Die Preisseite führt V4.1 Flash unter der API-Modellkennung „deepseek-flash“ und V4 Pro als „deepseek-v4-pro“. Die Tabelle gibt die am 7. Oktober 2026 dort aufgeführten Tarife in US-Dollar pro eine Million Tokens wieder. Sie unterscheidet Cache-Treffer, nicht gecachte Eingaben, Ausgaben sowie Neben- und Spitzenzeiten. Die Werte stammen aus dem zentralen Modelldatenbestand des Projekts und wurden gegen die offizielle Preisseite geprüft.
DeepSeek nennt als Spitzenzeit werktags 01:00 bis 04:00 UTC. Ein zweites Spitzenfenster reicht von 06:00 bis 10:00 UTC. An Wochenenden und chinesischen Feiertagen gelten laut Preisseite Nebenzeitpreise.
Der Start-Hinweis vom 10. September kündigte zunächst an, Aufrufe über „deepseek-v4-pro“ ab dem 14. September bis zum Start von V4.1 Pro zu V4.1-Flash-Tarifen umzuleiten. Ein späterer Eintrag im offiziellen Änderungsverlauf sagt, dass DeepSeek die Pro-API auf Nutzerwunsch nach dem 14. September mit unveränderter Abrechnung weiter anbietet. Auch die aktuelle Preisseite führt V4 Pro samt eigener Modellversion und Tarifen. Die Anbieterunterlagen belegen somit die fortgesetzte Verfügbarkeit und die dort aufgeführten Preise, erläutern aber nicht genauer, wie die zuerst angekündigte Weiterleitung technisch umgesetzt wurde. Individuelle Nutzungsabrechnungen sind nicht öffentlich.
5. Umsatz und Finanzierung
Für DeepSeek liegen in den hier geprüften Quellen keine veröffentlichten, geprüften Jahresabschlüsse vor. Die folgenden Geschäftszahlen sind Medienberichte und müssen von bestätigten Unternehmensangaben unterschieden werden.
Die Werte für Januar bis Juli veröffentlichte IT Home am 26. August 2026 unter Berufung auf The Information und zwei Personen mit Kenntnis der Finanzdaten. Sie sind keine geprüften Abschlüsse. Am 24. September berichtete Reuters, The Information beziffere DeepSeeks annualisierte Umsatz-Run-Rate auf eine Milliarde US-Dollar. Die Angabe beruhe auf zwei Personen und einem Investorentreffen; Reuters konnte sie nicht unabhängig verifizieren. Eine Run-Rate rechnet den aktuellen Umsatzrhythmus auf ein Jahr hoch. Sie ist kein im gesamten Jahr erzielter Umsatz und nicht direkt mit den 475 Millionen Yuan von Januar bis Juli vergleichbar. The Information führte den Anstieg teilweise auf Preiserhöhungen um den Faktor 2,3 bis 4,5 zurück. Am 6. Oktober 2026 berichtete Reuters laut einer Person mit Kenntnis der Runde über Zusagen von mehr als 80 Milliarden Yuan, oberhalb des ursprünglichen Ziels von 50 Milliarden Yuan. Reuters nannte als angestrebte Bewertung 500 Milliarden Yuan beziehungsweise rund 74 Milliarden US-Dollar und erwartete den Abschluss im Oktober. Der Bericht meldete noch keinen Vollzug.
Reuters berichtete am 3. Juni zunächst von einer geplanten Runde über rund 50 Milliarden Yuan und einer von zwei nicht namentlich genannten Quellen geschätzten Bewertung von 350 bis 400 Milliarden Yuan. Am 15. Juli nannten andere Reuters-Quellen rund 450 Milliarden Yuan. Einen Tag später leitete Reuters aus einem Filing von Anhui Korrun einen transaktionsimplizierten Unternehmenswert von 350,88 Milliarden Yuan ab. Das Filing legt laut Reuters nicht offen, ob neue oder bestehende Anteile oder unterschiedliche Rechte gehandelt wurden. Der Wert ist deshalb keine definitive Bewertung der Finanzierungsrunde. Auch Caixin Global berichtete auf Grundlage des Filings von mehr als 350 Milliarden Yuan. Die Quellen ergeben keine einheitlich bestätigte Rundenbewertung. Die Finanzierungssumme ist davon zu unterscheiden.
6. Börsenreaktion im Januar 2025
Am 27. Januar 2025 fiel die NVIDIA-Aktie laut Associated Press an einem Handelstag um 17 %. Reuters berichtete damals, der Verlust an Marktkapitalisierung steuere auf rund 600 Milliarden US-Dollar zu. Der Bericht ordnete die Bewegung in die Sorge von Anlegern über DeepSeeks gemeldete Modelleffizienz ein. Das ist eine zeitgenössische Markteinordnung, kein Beleg dafür, dass sich der gesamte Kursrückgang eindeutig einer einzelnen Nachricht zurechnen lässt.
7. Verfügbarkeit, Modellgewichte und Datenschutz
Die DeepSeek-App ist im deutschen Apple App Store und bei Google Play gelistet. DeepSeek veröffentlicht außerdem einen Web-Chat und eine API sowie Modellgewichte auf Hugging Face. Store-Einträge belegen die Listung, aber keine erfolgreiche Registrierung oder unveränderte Verfügbarkeit aller Funktionen.
DeepSeek erklärt in seiner Datenschutzerklärung, direkt erhobene personenbezogene Daten in der Volksrepublik China zu erheben, zu verarbeiten und zu speichern. Das ist die Angabe des Anbieters, keine rechtliche Bewertung.
Die offiziellen Modell-Repositories für V3, R1, V4 Pro und V4.1 Flash nennen eine MIT-Lizenz. „Offene Modellgewichte“ beschreibt diese Veröffentlichungen genauer als die pauschale Aussage, der gesamte DeepSeek-Dienst sei Open Source. Ob ein Modell lokal ausgeführt werden kann, hängt zudem von Hardware, Software und Modellversion ab.
Wenn Gewichte auf dem eigenen Gerät ohne externen Inferenzdienst ausgeführt werden, müssen Prompts nicht an DeepSeek gesendet werden. Datenflüsse hängen dennoch von der lokalen Laufzeit, Protokollierung und verbundenen Diensten ab.
8. DeepSeek-Zeitstrahl
Die offiziellen DeepSeek-API-News listen die Releases von V3, der App, R1, V3.2 und V4.1 mit Datum. Ergänzend dokumentieren die App-Meldung vom 15. Januar 2025, die V3.2-Exp-Veröffentlichung, der Änderungsverlauf zur Flash-0731-Beta, die R1-0528-Hinweise, der V4-Vorschauartikel und die V4-Pro-GA-Meldung weitere Meilensteine.
Weitere Zahlen findest du in den Artikeln zu Claude, ChatGPT und Gemini.
