Qwen 3.8 Max vs DeepSeek V4 Flash: Preis, Specs, echtes Urteil

Der Scoreboard in 60 Sekunden

Zwei Zeilen leisten hier den Großteil der Arbeit. Die Output-Obergrenze ist die stille: Flash schreibt bis zu 384K Token in einer einzigen Antwort gegenüber Qwens 131.072, was für alles relevant ist, das ein langes Artefakt statt einer Chat-Antwort erzeugen muss. Die andere ist die bevorstehende Preisänderung zu Spitzenzeiten, die ich in eine Tabellenkalkulation eintragen würde, weil sie die einzige angekündigte künftige Preisänderung auf beiden Seiten ist.

Rechne aus, was du tatsächlich zahlen würdest

Die Verhältnisse oben gelten pro Token. Was dich tatsächlich interessiert, ist die Rechnung, und die hängt mehr von der Form deines Traffics ab als von der Preistabelle selbst. Bewege die Regler.

Was DeepSeek V4 Flash tatsächlich ist

Flash ist der kleine Bruder in DeepSeeks V4-Familie, und das Wort "klein" hat in diesem Satz echtes Gewicht. Es ist ein Mixture-of-Experts-Modell mit 284B Gesamtparametern und nur 13B aktiven, gegenüber V4 Pros 1,6T gesamt und 49B aktiv, laut DeepSeeks Modell-Download-Tabelle. Zum Vergleich: DeepSeeks eigene Vorgängergeneration, V3.2-Base, hatte 671B gesamt und 37B aktiv, sodass Flash weniger als halb so groß ist wie das Modell, das es ersetzt. Dreizehn Milliarden aktive Parameter bringen den Rechenaufwand pro Token näher an ein kleines Sprachmodell heran als an alles, was im Marketing als "Frontier" bezeichnet wird.

Der Build hinter dem API-Alias ist DeepSeek-V4-Flash-0731, und DeepSeek ist ungewöhnlich offen damit, dass dies keine neue Architektur war. Im Changelog steht, dass Architektur und Größe der Preview beibehalten wurden und "nur das Post-Training wiederholt" wurde. Dieses Eingeständnis ist wichtig, denn der Benchmark-Sprung zwischen der Preview und 0731 ist enorm. Die von DeepSeek veröffentlichte Tabelle zeigt, dass DeepSWE bei identischen Gewichten von 7.3 auf 54.4 stieg, mit dem einzigen Unterschied im Post-Training.

Drei architektonische Bausteine werden auf der V4-Modellkarte genannt: eine Hybridkombination aus Compressed Sparse Attention und Heavily Compressed Attention, Manifold-Constrained Hyper-Connections für Signalstabilität über Schichten hinweg, und der Muon-Optimizer. Der Effizienzanspruch, den alle zitieren, 27% der Single-Token-Inferenz-FLOPs und 10% des KV-Caches im Vergleich zu V3.2, ist an Pro gemessen, nicht an Flash, also sollte man vorsichtig sein, ihn für dieses Modell zu wiederholen.

Zwei Details sind mir wichtig, als jemand, der das beruflich ausliefert. Spekulatives Decodieren ist im Checkpoint selbst eingebaut statt als separates Draft-Modell, sodass es in vLLM auf ein einziges Flag hinausläuft, und DeepSeek warnt ausdrücklich davor, es auf einen Draft-Pfad zu richten. Und die Gewichte sind MIT-lizenziert, etwa 167GB in gemischter FP4- und FP8-Präzision, mit bereits 57 Quantisierungen auf Hugging Face. Wenn dein Plan ist, ein an der Frontier orientiertes Modell auf eigener Hardware zu betreiben, ist das der entscheidende Faktor.

Was Qwen 3.8 Max tatsächlich ist

Qwen ging bei fast jeder Achse den entgegengesetzten Weg. Alibabas Flaggschiff ist ein 2,4-Billionen-Parameter-Sparse-MoE mit 95B aktiv, und sein erstes multimodales Modell über einer Billion Parametern, das Text, Bilder, Video und Dokumente entgegennimmt. Die Preview-Aussage des Qwen-Teams war, dass es "nur hinter Fable 5" liege, was damals ohne Benchmark-Tabelle, ohne Modellkarte und auch ohne Lizenz kam.

Die allgemeine Verfügbarkeit am 2. August löste das Zahlenproblem. Nicht das Offenheitsproblem. Der GA-Beitrag brachte ein vollständiges Benchmark-Diagramm und ein Fenster von 1.000.000 Token, und QwenCloud führt jetzt eine echte Preistabelle mit $2 und $6, mit impliziten Cache-Lesungen zu $0.25.

Gewichte wurden für Hugging Face und ModelScope versprochen, zur GA erneut als "nächste Woche" angekündigt, und sind bis heute nicht erschienen. Das ehrliche Fazit bei der Lizenzierung ist also, dass eines der beiden heute Open Source ist und das andere ein Versprechen. Mein Überblick zu Qwen 3.8 Max Alternativen geht tiefer darauf ein, was das bedeutet, wenn man die Gewichte braucht, und der Leitfaden zu Qwen 3.8 Max Preisen verfolgt, wie aus dem Preview-Tarif dieser Tarif wurde.

Das andere, was man wissen sollte, betrifft die Standardeinstellungen, nicht die Fähigkeit. Qwen läuft standardmäßig mit xhigh-Reasoning und aktiviertem preserve_thinking und verbraucht bis zu 262.144 Reasoning-Token. Jeder davon wird zum Output-Tarif abgerechnet, sodass Kosten pro Aufgabe und Preis pro Token auseinanderdriften. Das ist dieselbe Falle, über die ich im Vergleich Opus 5 vs Sonnet 5 geschrieben habe, wo das teurere Modell bei den Kosten pro Aufgabe gewann, weil es mit weniger Token fertig wurde. Fairerweise sei hier eine Anmerkung hinzugefügt: Qwens eigene Coding-Harness-Konfiguration deklariert maxTokens: 65536, sodass die Output-Obergrenze von 131K nicht das ist, was das eigene ausgelieferte Tooling tatsächlich verlangt.

Der Preisunterschied, und die zwei Dinge, die er verbirgt

Hier ist dieser Unterschied maßstabsgetreu gezeichnet, denn das Verhältnis kommt in einem Satz einfach nicht rüber.

Also, das Erste, was verborgen bleibt. DeepSeek teilt die Input-Preisgestaltung in Cache-Hit- und Cache-Miss-Tarife auf, und bei Flash beträgt der Unterschied $0.0028 gegenüber $0.14, eine 50-fache Spanne. Caching ist standardmäßig aktiviert ohne Codeänderung, was nach geschenktem Geld klingt, bis man liest, wie ein Treffer entschieden wird.

Eine Anfrage wird nur zum Treffertarif abgerechnet, wenn sie vollständig mit einer persistierten Cache-Präfix-Einheit übereinstimmt. Teilweise Überschneidung zählt überhaupt nicht, was DeepSeek auf seine Sliding-Window-Attention zurückführt. DeepSeek nennt das Caching Best-Effort ohne garantierte Trefferquote, und ungenutzte Einträge werden "üblicherweise innerhalb weniger Stunden bis weniger Tage" gelöscht. Man kann die Aufteilung pro Aufruf über prompt_cache_hit_tokens in der Antwort prüfen, und man sollte das auch tun, denn der Tarif von $0.0028 ist kein stabiler Zustand, auf den man sein Budget verlässlich planen kann.

Das Zweite, was verborgen bleibt, ist, in welche Richtung sich DeepSeeks nächster Preisschritt bewegt. Aktuell gibt es keinen Nebenzeit-Rabatt. Stattdessen kündigt die Preistabelle an, dass Preise zu Spitzenzeiten "das 2-Fache der regulären Preise" betragen werden, anwendbar auf alle Abrechnungsposten, zwischen 9:00 und 12:00 Uhr sowie 14:00 und 18:00 Uhr Pekinger Zeit. In UTC ist das täglich von 01:00 bis 04:00 und 06:00 bis 10:00 Uhr. Das Inkrafttretensdatum ist nicht angekündigt, und es gibt auch keine veröffentlichte Tabelle für die Spitzenzeit-Tarife.

Ich habe genau diese Sorge schon in Vertriebsgesprächen erlebt. Ein Interessent, mit dem wir gesprochen haben, hatte gesehen, wie sich der Preis eines früheren Anbieters mehr als verdoppelte, und fragte gleich zu Beginn nach vertraglichen Preisbindungen, bevor er über irgendetwas anderes sprechen wollte. Eine bevorstehende Verdopplung ohne Startdatum ist genau die Art von Zeile, die ein Finanzteam davon abhält, sich auf einen Anbieter festzulegen, egal wie gut der heutige Tarif aussieht.

Benchmarks: wessen Tabelle, auf wessen Harness ausgeführt

Beide Labore haben Zahlen veröffentlicht. Keines hat den Harness des anderen verwendet, sodass das Übereinanderlegen der beiden Tabellen einen Vergleich ergibt, der nicht real ist.

DeepSeeks Haupttabelle für 0731 umfasst neun agentische Benchmarks, und Flash schlägt V4 Pro Preview in allen neun, liegt aber in allen neun hinter Claude Opus 4.8. Wichtig zu wissen ist, dass Opus seitdem eine Generation weitergezogen ist, was meine Claude Opus 5 Review abdeckt:

Die Fußnoten sollte man lesen, sie verändern, wie viel Gewicht diese Zeilen tragen. DeepSeeks 0731-Modellkarte sagt, dass die Code-Agent-Aufgaben im "Minimalmodus des DeepSeek Harness (noch nicht veröffentlicht)" bei max-Reasoning-Aufwand liefen, sodass der Harness, der diese Werte erzeugt hat, nicht öffentlich ist und die Zahlen heute nicht unabhängig reproduziert werden können. Und zwei der neun Zeilen, DSBench-FullStack und DSBench-Hard, sind DeepSeeks eigene interne Testsätze.

Alibabas Diagramm hat dasselbe Problem, nur von der anderen Seite betrachtet. Sechs seiner Coding-Benchmarks sind hausinterne Qwen-Evaluierungen, und die Werte der Konkurrenz kamen aus gemischten Harnesses statt aus identischen Bedingungen. Mehrere Zeilen werden auch von Konkurrenzmodellen bewertet. Ich bin dieses Diagramm im Vergleich Qwen 3.8 Max gegen GPT-5.6 ausführlich durchgegangen.

Der einzige Ort, an dem eine vergleichbare Zahl unter gleichen Bedingungen existiert, ist in DeepSeeks eigener modusübergreifender Tabelle, und ehrlich gesagt ist das das Nützlichste im ganzen Artikel:

Gleiche Gewichte, gleiche Preistabelle. Drei Konfigurationen. Non-Thinking-Flash erreicht 8.1 auf HLE und 1.0 auf Apex; bei maximalem Aufwand sind es 34.8 und 33.0. Das Thinking bei diesem Modell abzuschalten ist kein kleiner Kompromiss, und es einzuschalten bedeutet, Reasoning-Token zum Output-Tarif zu bezahlen, mit einer Obergrenze von 384K, die es zu füllen gilt. Das ist der Satz, den ich mir wünsche, dass jeder zuerst liest, der die $0.28-Zahl zitiert.

DeepSeek ist auch ehrlich darüber, wo Flash gegenüber Pro verliert, und das respektiere ich. Die Modellkarte gibt an, dass Flash-Max bei einem größeren Denkbudget eine vergleichbare Reasoning-Leistung erreicht, aber "bei reinen Wissensaufgaben und den komplexesten agentischen Workflows leicht zurückliegt". Die Zahlen bestätigen das: SimpleQA-Verified liegt bei Flash Max bei 34.1 gegenüber 57.9 bei Pro Max. Dreizehn Milliarden aktive Parameter sind der Punkt, an dem Weltwissen teuer wird, und diese Lücke wurde an der Preview gemessen, sodass niemand behaupten sollte, 0731 hätte sie geschlossen.

Was die unabhängigen Boards sagen, und wo sie sich uneinig sind

Hier bricht die einfache Version dieses Vergleichs zusammen. Es gibt zwei unabhängige Schiedsrichter. Sie messen unterschiedliche Dinge, und derzeit zeigen sie in entgegengesetzte Richtungen.

Artificial Analysis bewertet DeepSeek V4 Flash bei maximalem Aufwand mit einem Intelligence Index von 50, dem dritten Platz unter den Open-Weights-Modellen, bei Kosten pro Aufgabe von $0.03. Dasselbe Board bewertet die nicht reasoningfähige Variante derselben Gewichte mit 29. Mein früherer Punkt ist also nicht nur DeepSeeks interne Tabelle, die spricht: ein externes Labor hat einen Intelligenz-Ausschlag von 21 Punkten zwischen der billigen und der guten Konfiguration gemessen.

Artificial Analysis weist außerdem auf etwas hin, das der Preisgeschichte widerspricht. Flash verbrannte 210M Output-Token, um den Intelligence Index zu absolvieren, gegenüber einem Klassenmedian von 100M, was das Board mit eigenen Worten als "im Vergleich sehr geschwätzig" beschreibt. Der gesamte Lauf kostete trotzdem nur $72.02, sodass billige Token hier die Geschwätzigkeit abfedern. Aber der Mechanismus dahinter ist derselbe, auf den ich bei Qwens Standardeinstellungen hingewiesen habe, und es stellt sich heraus, dass das Modell mit dem gemessenen Geschwätzigkeitsproblem das billige ist. Das ist die Zahl, die ich mir wünsche, öfter in Vergleichen von KI-Coding-Tools zu sehen, denn Geschwätzigkeit ist das, was aus einer Preistabelle eine Rechnung macht.

Was Qwen auf diesem Board angeht: es ist gar nicht drauf. Qwen 3.8 Max hat zum Stand des 3. August 2026 keine Artificial-Analysis-Bewertung, einen Tag nach der GA. Die höchste Alibaba-Zeile ist Qwen3.7 Max mit 46. Wer diese Woche einen unabhängigen Intelligenzwert für Qwen 3.8 Max zitiert, zitiert das falsche Modell.

LMArena, das auf menschlicher Präferenzabstimmung statt automatisierten Evaluierungen basiert, erzählt die umgekehrte Geschichte:

Sechzig Elo-Punkte und vierundsiebzig Rangplätze zugunsten des Modells, das 21-mal so viel kostet. Zwei Vorbehalte, bevor jemand diese Tabelle als Screenshot teilt. Qwens WebDev- und Text-Zeilen sind mit Preliminary markiert und haben die breitesten Konfidenzintervalle auf dem Board, ±18 bei nur 1.563 Stimmen, gegenüber Flashs ±4 bei 48.667. Und das schlichte deepseek-v4-flash fehlt bei WebDev komplett, sodass diese Zeile Qwen mit Flashs -high-Variante vergleicht.

Der Scoreboard liest sich also so: Das automatisierte Composite mag Flash und hat Qwen nicht gemessen, während Menschen Qwen bei dünner Datenlage deutlich bevorzugen. Genau diese Kluft zwischen automatisiert und menschlich zeigte sich auch in meinem Vergleich GPT-5.6 gegen Claude, und deshalb traue ich keinem Urteil auf Basis einer einzelnen Zahl bei diesen Launches.

Wo diese beiden gar nicht wirklich konkurrieren

Nimmt man den Preis heraus, zeigt sich ein anderes Bild. Diese beiden sitzen in unterschiedlichen Quadranten, und die Suchanfrage, die dich hierhergebracht hat, glättet diesen Unterschied.

DeepSeek veröffentlicht keine Bild-, Video-, Audio- oder Dokumenteingabe für V4 Flash. Seine Konfiguration deklariert ein kausales Sprachmodell ohne Vision-Encoder-Block, und der Hugging-Face-Pipeline-Tag ist Textgenerierung. Die Feature-Zeile auf der Preistabelle listet JSON-Output, Tool-Aufrufe und FIM auf, ohne jede Zeile für Dateieingabe. DeepSeeks multimodale Arbeit lebt in separaten Modelllinien innerhalb derselben Organisation. Um genau zu sein: Es ist keine Bildeingabe dokumentiert, und das ist nicht dasselbe wie die Aussage, dass es nicht geht.

Wenn deine Eingaben also Screenshots enthalten, entscheidet das für dich. Eine Support-Queue, in der Kunden Fotos eines defekten Produkts anhängen, ein KI-Agent, der Confluence-Seiten mit eingebetteten Diagrammen liest, ein Workflow, der gescannte Rechnungen verarbeitet. Auf Alibabas eigenem Diagramm ist jede Vision-Zeile ein klarer Sieg für Qwen, und diese Fähigkeit steht für Flash zu keinem Preis auf dem Board. Es ist dieselbe Trennlinie, auf die ich immer wieder stoße, wenn Teams das beste LLM für den Kundenservice evaluieren: das billigste Token liest den Anhang selten.

Wenn deine Eingaben Text sind und du die Gewichte willst, entscheidet Flash genauso schnell. MIT-Lizenz, 167GB, 57 Community-Quantisierungen, und DeepSeeks eigene vLLM- und SGLang-Rezepte sind veröffentlicht. Qwen 3.8 Max kann derzeit überhaupt nicht selbst gehostet werden, was das ganze Argument in meinem Überblick zu Open-Source-KI-Agenten ist, und der Grund, warum ich diese beiden nicht als austauschbare Backends für denselben No-Code-KI-Support-Agenten behandeln würde.

Was die Reaktion tatsächlich sagt

Noch niemand hat einen Same-Prompt-Direktvergleich dieser beiden veröffentlicht, was nicht überrascht, wenn eines von beiden erst wenige Stunden alt ist. Was existiert, ist Rechenarbeit, und die schärfste Version kam von einem japanischen KI-Account am GA-Tag, der die DeepSWE-Werte in einem X-Beitrag nebeneinanderlegte: Qwen 3.8 Max bei 56.6, DeepSeek V4 Flash bei 54.4, Kimi K3 bei 69, GLM 5.2 bei 44. Zwei Punkte Unterschied bei DeepSWE, beim 14-fachen Input-Preis und 21-fachen Output-Preis.

Die Belege, die Leute unaufgefordert im DeepSeek-Launch-Thread gepostet haben, sind die konkretesten Kostendaten in der gesamten Reaktion:

"I use deepseek for a lot of my personal day-to-day agent needs, and I will simply put this here and let this speak for itself, last 30 days:

Cost: $4.55USD

API requests: 3,467

Tokens: 323,183,886" -- lionkor, Hacker News

Eine Antwort übertraf das mit 2,1 Milliarden Token über 12 Tage für $19.27, geschrieben auf das, was sie den "120-mal billigeren Input-Cache" nannten, und gab zu, dass der Großteil dieses Traffics experimentelle Schleifen waren, die Müll produzierten.

Auf der Qwen-Seite ist der stärkste Praxisbericht überhaupt nicht über Qualität. Er geht darum, das Ding überhaupt fertig zu bekommen:

"Claude finished in around 16 min, but I spent close to 2 hours shepherding the Qwen build. For the implementation, there were signs it had good vision, but the timeouts make this very hard to use in a production setting."

jjcm, Hacker News

Simon Willisons Pelikan-Test landete am selben Punkt, mit einem Preis dazu: laut seinem HN-Kommentar dauerte es 11 Minuten, vergaß die Räder, und kostete 17 Cent. Beachte auch die Antwort, die dagegenhält, dass die Timeouts am Harness lagen und nicht am Modell, eine faire Korrektur, die bislang in keine Richtung geklärt ist.

Die Skepsis geht in beide Richtungen, und derselbe Account, der die DeepSWE-Rechnung gemacht hat, war zwölf Tage zuvor unverblümt über Flashs Sprung: Dass DeepSWE bei unveränderten Gewichten von 7.3 auf 54.4 stieg, weckte einen Benchmaxxing-Verdacht, angesichts dessen, wie schlecht das Modell abschnitt, als dieser Benchmark neu war. Das lohnt sich zu behalten, denn ein Re-Post-Training, das einen Ausschlag von 47 Punkten erzeugt, ist entweder ein echtes Trainingsergebnis oder ein zurechtgebogenes, und es gibt keinen öffentlichen Harness, der einem sagt, welches von beidem.

Zwei Beschwerden über Flash wiederholen sich oft genug, um als Befunde zu gelten. Die erste ist die Zuverlässigkeit unter Kompression:

"DeepSeek V4 hallucinates like crazy and often forgets explicitly mentioned parts of the context. I guess compressing tokens and cherry-picking attention comes at a cost."

storus, Hacker News

Artificial Analysis setzt dem eine Zahl entgegen: Flashs AA-Omniscience-Halluzinationsrate liegt bei 84%, was eine Verbesserung um 12 Punkte gegenüber dem Vorgänger ist und in absoluten Zahlen immer noch hoch ist.

Die zweite dreht sich darum, wohin die Token gehen, und für alle im Support ist das die Sache, die es tatsächlich entscheidet:

"The model is fantastic. And costs almost nothing. The only problem I see is that they will train on your data. There are zero-data-retention providers of DeepSeek models [...] But these are 3x to 5x more expensive than directly using DeepSeek."

bwfan123, Hacker News

Wenn man Kunden-Tickets routet, ist der First-Party-Tarif nicht der Tarif, den man verwenden kann. 3 bis 5 Mal so viel für Zero Data Retention zu zahlen, bewegt Flash von $0.28 Output auf irgendwo zwischen $0.84 und $1.40, was ein ganz anderes Gespräch ist als das, mit dem die Preistabelle beginnt.

Für welches ich mich entscheiden würde

Für textlastige Arbeit mit hohem Volumen, bei der man die Output-Qualität selbst messen kann: DeepSeek V4 Flash. Der Preis ist real, die Gewichte sind MIT, die Obergrenze von 2.500 gleichzeitigen Anfragen ist fünfmal so hoch wie bei Pro, und das Output-Limit von 384K ist die am wenigsten diskutierte Spezifikation auf beiden Karten. Betreibe es mit Aufwand high statt low, und plane das Budget für die Reasoning-Token statt für den Listenpreis. Behandle die Cache-Trefferquote als Hoffnung, nicht als Budgetposten.

Für alles, bei dem die Eingabe nicht reiner Text ist: Qwen 3.8 Max, und das nicht zögerlich. Multimodalität in Frontier-Größenordnung ist eine Kategorie, in der Flash nicht vertreten ist, und $6 pro Million Output-Token sind dafür ein normaler Preis. Sein Vorsprung bei der menschlichen Präferenz ist das stärkste Argument, das 21-Fache zu zahlen, und der ehrliche Vorbehalt ist, dass dieser Vorsprung derzeit auf 1.563 Stimmen beruht, ohne dass bislang ein unabhängiger Intelligenzwert dahintersteht.

Was mich zwischen beiden umstimmen würde, ist eine Zahl, die keines der beiden Labore veröffentlicht: wie viele Versuche jedes Modell bei deiner Arbeit braucht. Flash zu $0.28, das drei Mal neu versucht, kostet mehr als Qwen zu $6.00, das gleich beim ersten Mal trifft. Bevor ich mich entscheide, würde ich ein paar hundert eigene, echte Eingaben mit demselben Reasoning-Aufwand durch beide laufen lassen und dann die Wiederholungsversuche zählen. Das ist ein Wochenende Arbeit, und es schlägt jedes Leaderboard in diesem Artikel.

Für eine Support-Queue speziell ist meine ehrliche Antwort, dass dieser Vergleich die falsche Achse ist. Beide Modelle können eine flüssige Antwort auf ein Ticket erzeugen. Keines kennt dein Rückerstattungsfenster, und keines wird eskalieren, wenn es sich unsicher ist. Auch keines von beiden hat die 4.000 Tickets gelesen, die dein Team bereits beantwortet hat. Dieser letzte Teil ist ein Retrieval-Problem, kein Problem der Modellwahl, und deshalb ist KI-Halluzinationsprävention eine Produktfunktion und keine Modellspezifikation.

Ich höre die nachgelagerte Version davon ständig: Ein Käufer verbrannte an einem einzigen Testtag 200 Interaktionen und begann sofort, sich über die Kosten pro Interaktion bei 9.000 im Monat Sorgen zu machen. Ihr Problem war nie wirklich der Token-Tarif. Es war, dass nichts im Setup ihnen sagte, ob die Antworten richtig waren, was die eigentliche Variable in jedem Modell für KI-Kundenservice-Kosten ist, und der Grund, warum ich stattdessen die KI-Ticket-Lösungsrate verfolge.

eesel für Support-Arbeit ausprobieren

eesel AI ist bewusst modellagnostisch, weil sich das gewinnende Modell alle drei Wochen ändert und die Schicht darum herum das ist, was man tatsächlich besitzt. Es trainiert auf deinen vergangenen Tickets und deinem Hilfe-Center statt auf einem generischen Crawl, und es hält einen Konfidenz-Schwellenwert ein, sodass aus einer unsicheren Antwort eine Helpdesk-Übergabe wird statt einer Vermutung. Und es simuliert gegen deine historischen Tickets, bevor es einem echten Kunden antwortet.

Dieser Simulationsschritt existiert wegen der Geschichte mit den Fahrzeugmarken am Anfang dieses Artikels. Wenn du Qwen oder DeepSeek für eine echte Support-Ticket-Automatisierung-Aufgabe evaluierst, ist die erste Frage, die es wert ist, beantwortet zu werden, nicht, welches Token billiger ist. Es ist, wie deine Lösungsrate bei deinen eigenen Tickets aussieht, bevor ein Kunde irgendetwas davon sieht.

Es lässt sich direkt an den Helpdesk anschließen, den du bereits nutzt, einschließlich Zendesk, und es ist kostenlos, es an deiner eigenen Queue auszuprobieren.