DeepSeek R1 definiert die Kosten von Intelligenz neu – und Chinas Studios setzen sie bereits für Spiele ein
DeepSeek veröffentlichte R1 am 20. Januar 2025, und für Aufsehen sorgten nicht die Benchmark-Ergebnisse. Es war der Preis. R1 erreichte das Niveau führender Reasoning-Modelle bei Kosten von etwa 0,07 US-Dollar pro Million Eingabe-Token und war damit rund 27-mal günstiger als das vergleichbare Modell von OpenAI. DeepSeek gab zudem an, das Modell für etwa 5,6 Millionen US-Dollar auf 2.000 GPUs innerhalb von 55 Tagen trainiert zu haben. NVIDIA verlor an einem einzigen Tag 589 Milliarden US-Dollar an Marktkapitalisierung, weil der Markt den Wert von Rechenleistung neu bewertete.
Was davon für Spiele entscheidend ist
Der Großteil der Berichterstattung drehte sich um Märkte und Geopolitik. Für alle, die Spiele entwickeln, ist jedoch entscheidend, was danach in chinesischen Studios geschah. Nur wenige Wochen später erklärte NetEase-CEO Ding Lei, dass Modelle der DeepSeek-Klasse die Effizienz der Spieleentwicklung im Unternehmen um etwa 30 Prozent gesteigert hätten: Die Erstellung von Missionsskripten, die zuvor zwei Wochen dauerte, war nun in drei Tagen abgeschlossen, während die damit verbundenen Personalkosten um rund 40 Prozent sanken.
Lies das noch einmal. Das ist weder ein Laborergebnis noch eine Demo. Hier nennt der Leiter eines der größten Spielepublisher der Welt konkrete Zahlen dazu, wie viel günstiger und schneller die Produktion beinahe über Nacht wurde, weil die Kosten eines leistungsfähigen Modells drastisch gefallen waren.
Was das für Entwickler bedeutet
Zwei Jahre lang drehte sich die KI-Diskussion in der Spielebranche um Fähigkeiten: Wessen Modell schreibt bessere Dialoge, wessen Modell erzeugt saubereren Code, wessen Modell erstellt brauchbare Grafiken? An der Spitze endete dieses Rennen weitgehend unentschieden. R1 verlagerte die Grenze auf eine völlig andere Achse – dieselbe, deren Bedeutung die Welt der KI-Videos im gesamten Jahr 2026 entdecken sollte: die Kosten.
Wenn Intelligenz mehr als 20-mal günstiger wird, kehrt sich die Wirtschaftlichkeit jeder KI-Funktion in einer Spiele-Pipeline um. Was zuvor zu teuer war, um es auf jedes Asset, jede Questreihe und jede Spielerinteraktion anzuwenden, wird nun standardmäßig eingesetzt. Die Frage lautet nicht mehr: „Können wir es uns leisten, ein Modell in diesen Prozess einzubinden?“, sondern: „Warum gibt es nicht in jedem Prozess eines?“ Ein großer Publisher nutzt das als Effizienzgewinn von 30 Prozent in einer Organisation mit tausend Beschäftigten. Für einen Solo-Entwickler entscheidet es darüber, ob sich eine Idee überhaupt umsetzen lässt.
Genau diese zweite Variante ist die zentrale These von Cinevva. Wir orchestrieren führende Modelle so, dass ein einzelner Entwickler ein Spiel erschaffen kann, für das früher ein Team nötig gewesen wäre. Und jedes Mal, wenn die zugrunde liegenden Kosten von Intelligenz sinken, steigt das Mindestniveau dessen, was eine einzelne Person verwirklichen kann. DeepSeek hat nicht nur einige US-Labore bloßgestellt. Das Unternehmen hat den Preis des Rohstoffs verändert, auf dem die Spieleentwicklung durch Einzelpersonen beruht. Und am besten können nicht diejenigen von diesem unverhofften Vorteil profitieren, die über die größten Budgets verfügen, sondern diejenigen, die nie ein Budget hatten.