OpenCode hat am 15. Oktober 2026 angekündigt, dass DeepSeek V4.1 Flash innerhalb der eigenen Plattform ab sofort kostenlos bereitsteht und Aufrufe nicht mehr auf das Plankontingent angerechnet werden. Für alle, die mit Programmieragenten arbeiten, ist das eine greifbare Änderung: Ein am 10. September veröffentlichtes natives multimodales MoE-Modell lässt sich nun zu null Grenzkosten im Terminal für alltägliche Codearbeit einsetzen, sofern man die gekürzte Kontextobergrenze der kostenlosen Stufe akzeptiert.
Die Grenze des Kostenlosen steht im Kleingedruckten: 200K statt 1M
Das Kontextfenster der kostenlosen Stufe misst 200K, gegenüber einer Million Token bei der Vollversion des Modells. Der Verlauf der Aktion erklärt die Form: Im September hob die zugehörige Kampagne das Kontingent des Modells im Go-Plan zunächst von 15 auf vorübergehend 60 Dollar an, am 12. Oktober auf 80 Dollar, und nun folgt der Wechsel auf kostenlos ganz ohne Kontingentverbrauch. Auf der anderen Seite kennt DeepSeeks eigene Plattform keine kostenlose API-Stufe und bleibt bei Vorauszahlung nach Verbrauch. Dieses Gratisangebot ist also ein Plattformzuschuss, keine Preissenkung des Modells selbst; ändert die Plattform ihre Politik, kehrt der Betrag unverändert auf die Rechnung der Nutzer zurück. Sicherer plant, wer es als Zeitfenster mit Verfallsgefühl behandelt statt als langfristiges Preisversprechen. Ob das Werkzeug selbst auf Dauer taugt, war getrennt in der Einordnung von OpenCodes Einrichtungsaufwand und Konfigurationslast Thema; heute bewegt sich nur die Preiszeile.
Modellbasis und Rückmeldungen: Schwankende Geschwindigkeit ist der Hauptkritikpunkt
DeepSeek V4.1 Flash nutzt ein kausales Encoder-Decoder-Design mit einem Rückgrat von rund 552 Milliarden Parametern plus etwa 196 Milliarden bedingten Speicherparametern; von den 40 Rückgratschichten bilden die ersten 20 einen kausalen Encoder und die letzten 20 einen Decoder, und die offizielle Beschreibung beziffert den Prefill-Aufwand auf annähernd die Hälfte. Im realen Einsatz konzentriert sich die Community-Diskussion auf instabile Erzeugungsgeschwindigkeit: Manche sahen auf einer anderen Cloud-Plattform Spitzen nahe 490 Token pro Sekunde, andere berichten von Einbrüchen auf fünfzig bis sechzig pro Sekunde vom Mittag bis in den Nachmittag; innerhalb des OpenCode-Plans melden einige Geschwindigkeiten unter 100 pro Sekunde, mit weiterem Abfall bei wachsendem Kontext bis auf ungefähr 50 pro Sekunde nahe der 200K-Marke. Das sind Nutzermessungen, keine Herstellerversprechen, aber sie reichen, um zu zeigen, dass die kostenlose Stufe ihre Erfahrung zu Stoßzeiten und bei langen Kontexten selbst rabattiert.
Sofort wechseln lohnt sich bei klar begrenzten Alltagsänderungen, die nie mehr als 200K Kontext auf einmal brauchen, etwa Fehlerbehebungen, ergänzte Tests und das Lesen kleiner bis mittlerer Repositories. Diese Arbeit ist unempfindlich gegen Geschwindigkeitsschwankungen, und die kostenlose Stufe spart echtes Geld. Nicht für eine vollständige Migration taugen lange Umbauten, die ein großes Repository in einem Kontext laden müssen, sowie Paarprogrammierung mit harten Latenzanforderungen. Diese Fälle bleiben besser auf einer bezahlten Stufe oder der vollen Million-Version; denselben Aufgabensatz zuerst vergleichend auf der kostenlosen Stufe laufen lassen und erst dann den Migrationsanteil festlegen.
