DeepSeek V4.1 Flash ist offiziell gestartet, Cui Tianyi nimmt am „Krieg der Paten“ teil.

Zwei Tage nachdem DeepSeek die mittlere Testversion von V4.1 Flash getestet hat, wurde V4.1 Flash offiziell veröffentlicht.

Das MoE-Modell mit insgesamt 552 Milliarden Parametern verwendet eine neuartige asymmetrische Causal-Encoder-Decoder-Struktur. Die Eingangsaktivierung beträgt nur 8 Milliarden, die Ausgangsaktivierung 16 Milliarden. Die Inferenzkosten liegen weit unter denen von Modellen gleicher Größe. Es unterstützt nativ multimodales visuelles Verständnis ohne zusätzliche externe visuelle Module.

Durch die KV-Cache-Komprimierung sinkt der Grafikspeicherbedarf auf ein Viertel des Vorgängermodells und der SSD-Bedarf auf ein Achtel. Praxistests der Community ergaben eine Ausgabegeschwindigkeit von 300 bis 500 Token pro Sekunde.

Üblicherweise sind die Leistungen von kleinen, schnellen Modellen geringer. Bei V4.1 Flash ist das jedoch anders: Es übertrifft V4 Pro bei allen Benchmarks umfassend und erreicht 90,9 bei GPQA Diamond.

Zudem wurde der Preis gesenkt. Ab 10. September um 12:00 Uhr gilt für V4.1 Flash: Bei Cache-Treffern außerhalb der Spitzenzeiten kostet die Eingabe 0,02 Yuan, bei Cache-Fehlern 1 Yuan und die Ausgabe 4 Yuan pro Million Token. In den Spitzenzeiten verdoppeln sich diese Preise.

Zuvor lagen die Preise bei 0,05 Yuan für Cache-Treffer, 1,5 Yuan für Cache-Fehler und 4,5 Yuan pro Million Token für die Ausgabe.

Vor einem Tag hat Cui Tianyi in sozialen Medien angekündigt, dass Aufrufe von V4 Pro künftig auf das leistungsstärkere und schnellere V4.1 Flash umgeleitet werden, wobei die Preise von V4.1 Flash gelten.

Der Preis von Pro ist dreimal so hoch wie der von Flash. Nach dieser Änderung kann ich mir gleich zwei zusätzliche Hühnerkeulen zum Takeaway-Essen leisten. Anscheinend muss ich einen weiteren Cyber-Paten anerkennen.

Anfang des Monats gebe ich mein Geld gern großzügig aus, am Monatsende merke ich dann, dass ich bis zum nächsten Gehaltseingang anscheinend nur von Luft und Liebe leben kann.

Bei den Modellkontingenten ist es ähnlich. Am ersten Tag des Abonnements lädt man eine große Datei komplett in den Kontext. Obwohl man nur die Logik von 20 Zeilen in der Datei braucht, lässt man den Agenten 2000 Zeilen Quelltext durchlesen. Daraufhin liest er alle Indizes des Repositories, Build-Artefakte und Lockfiles vollständig durch. Ein Problem, das mit einigen hundert Token gelöst werden könnte, verbraucht direkt zehntausende Einheiten.

Kein Wunder, mit einem großen Kontingent kann man es sich leisten.

Aber nach wenigen Tagen ist das Kontingent fast aufgebraucht. Man möchte ein höherstufiges Abonnement kaufen, hat aber nicht genug Geld, und ohne KI kann man die Arbeit nicht erledigen.

In dieser Zwickmühle kommt plötzlich Hilfe von oben: Man bekommt die Chance, das Kontingent einmal zurückzusetzen.

Daher nennen Internetnutzer die Personen, die solche Kontingente verteilen, „Cyber-Paten“.

Zu den bekannten gehören Tibo von OpenAI und Logan von Google, inzwischen zählt auch Cui Tianyi zu diesem erlesenen Kreis.

Die „Cyber-Paten-Wirtschaft“ wird zu einem entscheidenden Wettbewerbsfaktor für große KI-Unternehmen. Besonders wenn die Modellleistungen kaum voneinander zu unterscheiden sind, werden Kontingente zur sanftesten Waffe in der Hand der KI-Hersteller.

Was nützen gute Modellparameter, wenn mein Cyber-Pate stärker ist als deiner!

Ursprung der Cyber-Paten

In der Large-Language-Model-Branche stammt das Konzept der „Cyber-Paten“ aus dem Westen, wo sie der Linie der „Wohltäter“ folgen. Sie verteilen unregelmäßig kleine Geschenke wie das Zurücksetzen von Kontingenten. Der Meister dieser Spielart ist Tibo von OpenAI.

Tibo wird auch als der Gott der Kontingentzurücksetzungen bezeichnet. Sein bürgerlicher Name ist Thibault Sottiaux, er stammt aus Belgien und hat Angewandte Mathematik an der Katholischen Universität Leuven studiert.

Er war schon in seiner Kindheit ein „untypisches Wunderkind“ und schrieb mit 7 Jahren sein erstes eigenes Programm. Aber Tibo sagt, dass er sich schon immer eine Maschine gewünscht hat, die mit ihm sprechen kann. Später arbeitete er zunächst bei Google Maps, wechselte dann zu DeepMind, um die Forschungsinfrastruktur hinter AlphaGo aufzubauen. 2024 kam er zu OpenAI und übernahm Codex, das damals noch kaum jemand für aussichtsreich hielt.

Der Moment, der ihn endgültig zum Kultstatus erhob, war der November 2025.

In dieser Zeit traten im Codex-System häufig Fehler auf, und Tibo entschädigte betroffene Nutzer mit zusätzlichen Kontingenten. Niemand ahnte, dass diese einfache Entschädigungsaktion zu einer bis heute andauernden Internet-Tradition werden würde.

Im April 2026 überschritt die Zahl der wöchentlich aktiven Nutzer von Codex 3 Millionen. OpenAI kündigte an, das Kontingent jedes Mal um 1 Million neuer Nutzer einmal vollständig zurückzusetzen, bis 10 Millionen Nutzer erreicht sind. Also folgten Rücksetzungen bei 5, 6, 7 und 8 Millionen Nutzern.

Am 15. Juli erreichten die aktiven Nutzer von Codex und ChatGPT Work 8 Millionen. Tibo kündigte in sozialen Medien eine weitere vollständige Kontingentzurücksetzung für alle Nutzer an und hob gleichzeitig die 5-Stunden-Ratenbegrenzung weiter auf. Bis Ende August erwähnte er in einem Interview, dass Codex inzwischen über 20 Millionen Nutzer hat.

Gibt es einen Bug in Codex? Gut, Kontingent zurücksetzen. Nach der Bug-Behebung wird gefeiert – also nochmal zurücksetzen. Wenn ein neues Modell veröffentlicht wird, muss das Kontingent erst recht zurückgesetzt werden.

Tibo handelte wie einst Wang Sicong, der aus Laune heraus iPhones an Nutzer auf Weibo verteilte.

Daher hat die Community extra eine Website namens codex-reset.com erstellt, um die Anzahl der Kontingentzurücksetzungen von Tibo zu dokumentieren.

Laut den Informationen auf der Website hat Tibo das Kontingent bereits fast 40 Mal zurückgesetzt.

In den 12 Tagen nach der Veröffentlichung von GPT-5.6 gab es 10 Rücksetzungen. Als OpenAI GPT-6 Astra veröffentlichte, konnten aufgrund von Cybersicherheitsbestimmungen nur autorisierte Cybersicherheitsbehörden und Plus-Nutzer Astra nutzen. Daraufhin speicherte Tibo für diese zahlenden Nutzer, die Astra vorübergehend nicht verwenden konnten, jeden Tag eine zusätzliche Rücksetzung und schickte am Ende sogar eine vollständige Rücksetzung an alle Nutzer.

Tibo scherzte selbst über seinen Terminplan: Ausruhen, zurücksetzen, Ausruhen, zurücksetzen.

Tibo versteht es auch hervorragend, auf Memes einzugehen. Als bekannt wurde, dass OpenAI unter Engpässen bei der Rechenkapazität leidet, schrieb er in einem Kommentar selbstironisch: „Ich sollte wirklich aufhören, diesen riesigen Codex-Rücksetzknopf auf meinem Tisch zu drücken.“

Er besorgte sich sogar einen echten physischen Rücksetzknopf. Sein berühmter Spruch lautet: „Wenn ich zurücksetzen will, kann ich das jederzeit tun.“ Einmal nannte ihn ein Nutzer „Liebling“, worauf er antwortete: „Nenn mich nicht Liebling, die Rücksetzung findet heute Nachmittag statt.“

Diese Memes wurden sogar auf einer eigenen Website namens TiboGPT verewigt. Auf der Seite steht nur ein Satz: „Hat Tibo das Kontingent zurückgesetzt?“ Die Antwort lautet: „Sehr wahrscheinlich!“

Der Belgier spricht sogar Mandarin. In seinem Lebenslauf steht unter dem Punkt „Verwendete Sprachen“: Französisch, Niederländisch, Englisch, Mandarin.

Zuerst dachten alle, das sei nur ein Scherz. Aber als ein chinesischer Fan Tibo in sozialen Medien schrieb, dass er seit der Nutzung von Codex nie mehr Claude Code geöffnet hat, antwortete Tibo direkt auf Chinesisch: „Du bist der Beste!“

Während das benachbarte Claude ständig chinesische Nutzer sperrt, antwortet Tibo den Fans aus der chinesischen Region auf Chinesisch – viele inländische Entwickler sagen daher: Diesen Paten zu anerkennen, lohnt sich absolut.

Am 11. Juni 2026 hat Codex die Funktion „Banked Reset“ (gespeicherte Rücksetzung) eingeführt.

Ähnlich wie ein Kartenetui speichert OpenAI die Rücksetzungsgutscheine direkt im Nutzerkonto, sodass man sie innerhalb von 30 Tagen jederzeit verwenden kann. Eine vollständige Einlösung setzt gleichzeitig das 5-Stunden-Fenster und das wöchentliche Fenster zurück und verschiebt das wöchentliche Rücksetzungsdatum um 7 Tage.

Wenn Tibo der „Gott der Kontingente“ von OpenAI ist, dann ist auf Seiten von Google Logan Kilpatrick, der „Botschafter für kostenlose Nutzung“ von Google, Produktverantwortlicher von AI Studio und Gemini API bei DeepMind.

Zuvor war er Leiter der Entwicklerbeziehungen bei OpenAI und hat damit seinen Arbeitsplatz genau mit Tibo getauscht.

Davor arbeitete Logan als Machine-Learning-Ingenieur bei Apple, war Berater für Open-Source-Politik bei der NASA und half beim Aufbau der Entwickler-Community für die Julia-Sprache. Als er 2024 zu Google wechselte, war er erst 27 Jahre alt – Medien bezeichneten ihn damals als „das geheimste Waffe von Sam Altman“.

Bei Google bezeichnen ausländische Medien ihn direkt als das „Aushängeschild“ von Gemini. Intern wird er so beschrieben: „Er erledigt 90 % der Marketingarbeit allein.“

Während seiner Amtszeit sind die kostenlosen Kontingente von AI Studio so großzügig bemessen, dass Entwickler es kaum glauben können.

Man kann 2.5 Pro etwa 50 Mal pro Tag kostenlos nutzen, der Kontext unterstützt bis zu 1 Million Token, wobei die Kosten für einen einzelnen Aufruf von 2.5 Pro etwa 1 US-Cent betragen.

Im November 2025 kam Gemini 3 Pro auf den Markt. Sam Altman fühlte sich durch dieses Modell so bedroht, dass er zum ersten Mal einen roten Alarm bei OpenAI auslöste. Das Unternehmen legte alle anderen Projekte auf Eis, um sich voll und ganz der Modellentwicklung zu widmen und eine Überholung durch Google zu verhindern.

Logan ging noch einen Schritt weiter: Man kann nicht nur Gemini 3 Pro kostenlos im AI Studio nutzen, er erhöhte auch das Kontingent, sodass die tägliche kostenlose Anzahl an Aufrufen zeitweise 250 erreichte. Bei einem Preis von 1,5 US-Cent pro Aufruf von Gemini 3 Pro sind das etwa 4 US-Dollar pro Tag und 120 US-Dollar pro Monat. Man bedenke: Die monatliche Unterstützung des UN-Flüchtlingshilfswerks beträgt nur 100 US-Dollar.

Unter Logans Leitung übersteigen die kostenlosen Kontingente allein für das Modell Gemini 3 Pro umgerechnet mehr als 800 Yuan pro Monat.

Wenn du denkst, das wäre schon alles, unterschätzt du den Titel von Logan als „Botschafter für kostenlose Nutzung“. AI Studio ist zwar für alle zugänglich, hat aber eine kleine Einarbeitungsbarriere. Was Logan endgültig zum Kultstatus erhob, war die Aktion, bei der Studenten 12 Monate lang ein kostenloses Abonnement von Google AI Pro erhielten. Daraufhin tauchten auf der Second-Hand-Plattform Xianyu massenhaft Dienstleistungen zur Registrierung von E-Mail-Adressen mit edu-Domain für 3 bis 5 Yuan auf.

Nach Preisen der US-Region kostet ein Jahresabonnement von Google AI Pro 240 US-Dollar. Ohne jede Hürde kann man sich dieses große Geschenk von Logan kostenlos sichern, solange man sich eine E-Mail-Adresse mit edu-Domain besorgt.

Daraufhin legte Logan nochmal nach: Neue Nutzer erhalten nach der Registrierung und Hinterlegung einer Zahlungsmethode 300 US-Dollar Kontingent an Google-Cloud-Guthaben mit einer Gültigkeit von 3 Monaten. Selbst wenn man die Kreditkarte am nächsten Tag wieder kündigt, schickt Logan das Guthaben trotzdem.

Darüber hinaus änderte Logan den direkten Bezahlvorgang auf Googles Seite und entfernte den umständlichen Umleitungsprozess zur Cloud Console zur Hinterlegung der Kreditkarte, der viele Nutzer abschreckte.

Wo es Cyber-Paten gibt, gibt es natürlich auch Cyber-Patinnen. Ein Beispiel dafür ist Lydia Hallie von Anthropic.

Lydia ist Mitglied des Technischen Personals (MTS) im Claude-Code-Team, zuständig für Entwicklererfahrung und Bildung. Zuvor arbeitete sie als DX-Ingenieur bei Vercel und war später Head of DX bei Bun.

Alles begann Ende März. Damals wurde Anthropic weltweit verspottet, weil es die Kontingente verschärft hatte. Ein Nutzer mit einem Max-20x-Abonnement schrieb, er habe das 5-Stunden-Kontingent in nur 19 Minuten aufgebraucht.

Daraufhin antwortete Lydia ihm: „Du verwendest es nicht richtig.“

Am 20. Mai veröffentlichte Lydia den vollständigen kostenlosen Kurs „Claude Code“, der offiziell auf Frontend Masters und master.dev veröffentlicht wurde. Man kann ihn sogar ohne Hinterlegung einer Kreditkarte ansehen.

Am 5. September schrieb sie plötzlich: „Wir haben gerade das wöchentliche Kontingent für alle Claude-Max-Nutzer zurückgesetzt. Fable 5.1 wird bald veröffentlicht, und viele von euch stehen vor einem langen Wochenende – wir möchten, dass ihr weiterarbeiten könnt.“

Die Gemeinsamkeit der westlichen Paten ist: Sie können die Kosten der Modelle nicht ändern, aber sie finden immer neue Wege, Nutzern Geld zu sparen.

Die Cyber-Paten in China

Wenn der Westen der Linie der „Wohltäter“ folgt, dann verfolgt China die Linie der „Preisgestalter“. Keine überflüssigen Rituale, keine Rücksetzknöpfe – die Preise werden direkt auf ein unschlagbares Niveau gedrückt.

Ein typischer Vertreter ist „Heiliger Liang“ Liang Wenfeng.

Liang Wenfeng verteilt keine Gutscheine und betreibt kaum Community-Management. Er hat sich dafür entschieden, die Modellgewichte unter MIT-Lizenz quelloffen zu veröffentlichen und die Modelle zu Preisen weit unter dem Branchennutz für den Markt zugänglich zu machen.

Liang Wenfengs Logik ist rational und zurückhaltend: Die Preisstrategie von DeepSeek sieht vor, die Investitionskosten in 10 Monaten wieder hereinzuholen, was einem Sechsfachen des Gewinns entspricht. Seiner Meinung nach wirkt sich die Open-Source-Veröffentlichung unter diesem Ziel nicht negativ auf das Geschäftsmodell aus.

Dieses Jahr im April senkte DeepSeek den Preis für Cache-Treffer bei Flash auf 0,02 Yuan pro Million Token und stellte damit einen neuen Weltrekord für die niedrigsten Preise von Large-Language-Modellen auf.

Aber am 6. August kündigte DeepSeek plötzlich eine Preiser