Ich habe Anthropic über 13 Monate hinweg US$1.892,38 gezahlt. Das war Claude Code Max für $200 im Monat, plus weitere $20–100 für OpenAIs Codex. Zusammengerechnet irgendwo zwischen $200 und $300 pro Monat, nur für KI-Tools.
Ich habe Claude Max im April gekündigt. Ich habe darüber geschrieben – mehrfach. Jeder Beitrag war ein ehrlicher Versuch herauszufinden, wie das richtige Setup aussieht, während sich die Tools ständig unter meinen Füßen veränderten.
Vor zwei Monaten habe ich komplett mit der Doppelnutzung aufgehört. Ich bin auf ein einziges Modell umgestiegen – DeepSeek V4 Pro mit High Thinking – über einen einzigen Coding-Agenten. Hier ist, was tatsächlich passiert ist.
Juni: $57.01. Juli: $33.09.
Meine DeepSeek-Rechnung für Juni: 4,1 Milliarden Tokens verarbeitet, insgesamt $57.01.
Juli: 2,1 Milliarden Tokens, $33.09. Der Rückgang lag teils daran, dass ich im Juni ein riesiges Lokalisierungsprojekt abgeschlossen habe, und teils daran, dass ich besser im Prompt-Engineering geworden bin – kürzere Prompts, weniger Wiederholungen, gleiche Ausgabequalität.
Zwei Monate zusammen: $90.10. Das ist weniger als die Hälfte dessen, was ich für einen einzigen Monat Claude Max bezahlt habe. Weniger als ein Drittel, wenn man das Codex-Abo oben drauf rechnet.
Die sofortige Frage, die jeder stellt, wenn man die Kosten um 75 % senkt, ist: „Bist du langsamer geworden?" Hier ist die Antwort.
786 Commits. 4 Produkte. Null Verlangsamung.
Ich verfolge meine Arbeit über Git. Es ist keine perfekte Produktivitätsmetrik – Zeilenzahlen sind bedeutungslos, und ein einzelner Commit kann alles von einer Tippfehlerkorrektur bis zu einer Datenbankmigration bedeuten. Aber tendenziell sagt es etwas Reales aus.
Zwischen dem 1. Juni und dem 31. Juli 2026, über die vier Produkte hinweg, die ich pflege:
-
DIALOGUE (Podcast-Plattform): 382 Commits. Ein 6-sprachiges WM-Podcast-Netzwerk mit automatischer Veröffentlichung auf YouTube, Spotify und Apple Podcasts gestartet. Einen 41 Beiträge umfassenden SEO-Content-Kalender über 8 Wochen aufgebaut. Ein vollständiges Pipeline-Evaluierungsframework mit 40 Episoden und einem LLM-Judge betrieben, der 7 Dimensionen pro Episode bewertet.
-
chandlernguyen.com (diese Website + Ask Sydney): 168 Commits. Meinen 7-moduligen Profikurs vollständig ins Japanische lokalisiert – jedes Video, jedes Slide-Deck, jede Vorlage und jeden Begleitleitfaden. Ein Bewertungsframework mit 30 Fragen für Ask Sydney entwickelt, mit Checkpointing, LLM-as-Judge-Bewertung und direktem Supabase-Retrieval. Sydneys 8.000 Zeichen langen System-Prompt von Grund auf neu strukturiert. Den redaktionellen Ablauf der Homepage überarbeitet.
-
Prova (KI-Builder-Coach): 228 Commits. Einheitliche Lehrplan-Sequenzen für drei Personas ausgeliefert. Eine iPad-native Erfahrung mit Master-Detail-Mustern und Drag-and-Drop entwickelt. Geräteübergreifende Entwurfssynchronisation hinzugefügt. Brief-basierte Reset-Pfade mit Carry-Forward-Logik erstellt.
-
STRAŦUM (Marketing Intelligence): 8 Commits. Ruhige Phase – Dokusynchronisation, Abhängigkeits-Updates, ein Fix für Apple-SSO. Manchmal ist nichts auszuliefern die richtige Entscheidung.
Ich wurde nicht langsamer. Wenn überhaupt, habe ich beschleunigt – 786 Commits in zwei Monaten sind mein produktivster Abschnitt, seit ich 2023 öffentlich mit dem Bauen begonnen habe.
Das Modell: DeepSeek V4 Pro mit High Thinking
Das Modell, das ich verwende, ist nicht DeepSeeks günstigste Option. V4 Flash kostet $0.14 pro Million Input-Tokens (Cache miss) und $0.28 pro Million Output. Ich habe die Pro-Version genutzt – $0.435 pro Million Input, $0.87 pro Million Output – mit aktiviertem High-Thinking-Modus. Nicht die günstigste Konfiguration. Aber wenn die gesamte Rechnung im Monat $33 beträgt, bin ich zu faul zum Wechseln :D
Von jetzt an werde ich Flash öfter nutzen. Aber das sagt etwas über die Psychologie billiger Tools aus: Wenn die Kosten niedrig genug sind, hörst du auf zu optimieren. Du baust einfach.
Der Cache-Multiplikator, über den niemand spricht
Hier ist der Teil, der am wichtigsten ist, und der Teil, der die obigen Schlagzeilen-Zahlen erst möglich macht.
OpenCode, der Coding-Agent, den ich verwende, unterhält einen DeepSeek Prompt Cache. Meine Cache-Hit-Rate liegt bei 90–95 %+. Das verändert die Wirtschaftlichkeit komplett:
| Token-Typ | Preis pro 1 Mio. Tokens |
|---|---|
| Input (Cache miss) | $0.435 |
| Input (Cache hit) | $0.003625 |
| Output | $0.87 |
Cache-Hit-Input-Tokens kosten 120-mal weniger als Cache-Miss-Tokens. Bei 90 %+ Cache-Hit wird der effektive Input-Kostenanteil zum Rundungsfehler. Das meiste, wofür du bezahlst, ist Output – der tatsächlich generierte Code, die tatsächlichen Antworten. Das ist die Architektur, die $33/Monat bei intensiver Nutzung ermöglicht.
Ohne Cache würden 4,1 Milliarden Input-Tokens zu $0.435/M etwa $1.780 kosten – nur für Juni. Mit 95 % Cache-Hit sinken die effektiven Input-Kosten auf rund $7. Das Modell ist günstig. Der Cache macht es kostenlos.
Wie Qualität bei diesem Preis aussieht
Die ehrliche Frage: Liefert DeepSeek V4 Pro die gleiche Qualität wie das, was ich von der $200/Monat-Kombi aus Claude Max + Codex bekommen habe?
Die Antwort lautet: Es kommt darauf an, was man misst, aber für meine Arbeitslasten ist die Lücke klein und schließt sich.
Bei Programmieraufgaben: OpenCode + DeepSeek bewältigt das gleiche Arbeitsspektrum, das ich mit Claude Code und Codex gemacht habe – TypeScript, React, Next.js, FastAPI, Python, Swift, Datenbankmigrationen, YAML-Konfigs, Shell-Skripte. Der token-effiziente Unterschied, den ich bei Codex bemerkt habe (ungefähr 3x weniger Tokens als Claude für vergleichbare Arbeit, wie ich in meinen März-Beiträgen erwähnte), gilt hier auch, auf andere Weise – DeepSeek ist prägnanter. Du bekommst weniger Kommentar, mehr Code.
Bei Schreibaufgaben: Ich verwende dasselbe DeepSeek-Modell zum Schreiben – Blogbeiträge, Kursinhalte, System-Prompts – direkt in OpenCode. Der Bearbeitungszyklus unterscheidet sich von dem, was ich von Claude gewohnt war. Claudes Standardstil ist polierter; DeepSeek ist direkter. Nichts davon ist besser. Man passt seine Prompts an.
Zur Sydney-Auswertung: Nachdem ich Ask Sydney auf DeepSeek umgestellt hatte, führte ich eine 30-Fragen-Evaluierung mit einem LLM-Judge durch. Die Ergebnisse: Die Retrieval-Qualität war unverändert, die Zitiergenauigkeit lag im Schnitt bei 4,2/5 und die Stimmtreue – wie gut Sydney nach mir klingt – wurde mit 4,4/5 bewertet. What di