DeepSeek V4.1 Flash ist als verwaltete API im Model Garden verfügbar

Dieser zusammengesetzte Benchmark prüft Reasoning, Wissen, Mathematik und Coding; der Durchschnitt vergleichbarer Open-Weights-Modelle ähnlicher Größe liegt bei 19 Punkten. Veröffentlicht wurde V4.1 Flash (Max) laut Artificial Analysis am 10. September 2026, als offene Gewichte unter der MIT-Lizenz. Darüber berichtet Technologyreview.

Preise und Kosten

Artificial Analysis zufolge kostet DeepSeek V4.1 Flash (Max) 0,30 US-Dollar pro 1 Mio. Input-Tokens und 1,20 US-Dollar pro 1 Mio. Output-Tokens, basierend auf der API von DeepSeek. Diese Preise gelten laut Discuss über das gesamte Kontextfenster einheitlich, wobei gecachte Eingaben 0,03 US-Dollar pro Million kosten. Bei einem gemischten Satz im Verhältnis 7:2:1 von Cache-Hit, Input und Output ergeben sich laut Artificial Analysis 0,18 US-Dollar pro 1 Mio. Tokens; die Preise können je nach Anbieter variieren. Im Schnitt kostet die Auswertung des Modells im Intelligence Index 0,27 US-Dollar pro Aufgabe. Mit diesen Preisen unterbietet V4 Flash laut TechCrunch GPT-5.4 Nano, Gemini 3.1 Flash, GPT-5.4 Mini und Claude Haiku 4.5.

Das Modell gibt laut Artificial Analysis 175,9 Tokens pro Sekunde aus, deutlich über dem Median von 68,2 t/s vergleichbarer Open-Weights-Modelle ähnlicher Größe. Die Zeit bis zum ersten Token beträgt 1,23 Sekunden und liegt damit unter dem Median von 1,71 Sekunden. Bei der Auswertung im Intelligence Index erzeugte das Modell 250 Mio. Output-Tokens, am oberen Ende vergleichbarer Modelle und deutlich über dem Median von 130 Mio. Artificial Analysis ordnet V4.1 Flash (Max) unter den führenden Modellen in Bezug auf Intelligenz ein und bewertet es im Vergleich zu anderen Open-Weights-Modellen ähnlicher Größe als angemessen bepreist; auffällig sei die Geschwindigkeit, aber auch die Ausführlichkeit der Antworten.

DeepSeek V4.1 Flash (Max) hat laut Artificial Analysis 552 Mrd. Parameter, von denen 16 Mrd. aktiv sind. Das Kontextfenster umfasst 1,0 Mio. Tokens; laut TechCrunch reicht das, um große Codebasen oder Dokumente in Prompts zu verwenden. Das Modell nutzt Extended Thinking beziehungsweise Chain-of-Thought-Reasoning, um komplexe Probleme vor der Antwort zu durchdenken. Es verarbeitet Text- und Bildeingabe und gibt Text aus; Bilder kann es analysieren, beschreiben und zu ihnen Fragen beantworten. Die Modellgewichte sind öffentlich verfügbar und können für Self-Hosting heruntergeladen werden; die MIT-Lizenz erlaubt kommerzielle Nutzung. Über die API ist das Modell bei 27 Anbietern verfügbar.

Hintergrund

Bereits am 24. April 2026 hatte DeepSeek laut MIT Technology Review eine Vorschau von V4 veröffentlicht, seinem lang erwarteten neuen Flaggschiffmodell. V4 ist laut TechCrunch ein lange erwartetes Update des Vorgängermodells V3.2 und des begleitenden Reasoning-Modells R1. MIT Technology Review nennt V4 die bedeutendste Veröffentlichung seit R1, dem Reasoning-Modell, das im Januar 2025 startete und mit begrenzten Rechenressourcen trainiert wurde. Das neue Modell erscheint in zwei Versionen, die beide auf der DeepSeek-Website und in der App verfügbar sind, mit API-Zugang auch für Entwickler. V4-Pro ist ein größeres Modell für Coding und komplexe Agent-Aufgaben, V4-Flash eine kleinere Version, die schneller und günstiger laufen soll.

DeepSeek zufolge sind beide Modelle aufgrund architektonischer Verbesserungen effizienter und leistungsfähiger als DeepSeek V3.2 und haben bei Reasoning-Benchmarks die Lücke zu aktuellen führenden Modellen nahezu geschlossen. Bei Coding-Wettbewerbs-Benchmarks sei die Leistung beider V4-Modelle laut DeepSeek mit GPT-5.4 vergleichbar. Das Unternehmen behauptet, sein neues V4-Pro-Max-Modell übertreffe bei Reasoning-Benchmarks seine Open-Source-Konkurrenten und schlage OpenAI GPT-5.2 und Gemini 3.0 Pro bei einigen Aufgaben. Wie schon bei R1 gibt DeepSeek an, die Leistung von V4 konkurriere zu einem Bruchteil des Preises mit den besten verfügbaren Modellen. Laut den vom Unternehmen geteilten Ergebnissen konkurriert V4-Pro auf den großen Benchmarks mit führenden Closed-Source-Modellen und erreicht die Leistung von Anthropics Claude-Opus-4.6, OpenAIs GPT-5.4 und Googles Gemini-3.1. Im Vergleich zu anderen Open-Source-Modellen wie Alibabas Qwen-3.5 oder Z.ais GLM-5.1 übertrifft V4 diese laut Unternehmensangaben bei Coding-, Mathematik- und STEM-Aufgaben. In einem technischen Bericht teilte DeepSeek Ergebnisse einer internen Umfrage unter 85 erfahrenen Entwicklern: Mehr als 90 Prozent nannten V4-Pro unter ihren Top-Modellwahlen für Coding-Aufgaben.

Was offen bleibt

V4 ist laut MIT Technology Review DeepSeeks erstes Modell, das für heimische chinesische Chips wie Huaweis Ascend optimiert ist. Der technische Bericht zeigt, dass das Unternehmen chinesische Chips nutzt, um das Modell für Inferenz zu betreiben, also wenn jemand das Modell bittet, eine Aufgabe zu erledigen. Liu Zhiyuan, Informatikprofessor an der Tsinghua-Universität, sagte MIT Technology Review jedoch, DeepSeek scheine nur einen Teil von V4s Trainingsprozess für chinesische Chips angepasst zu haben. Mehrere anonyme Quellen sagten MIT Technology Review, chinesische Chips leisteten noch nicht so viel wie Nvidia-Chips, seien aber besser für Inferenz als für Training geeignet. DeepSeek gibt an, V4-Pro benötige in einem Kontext von einer Million Tokens nur 27 Prozent der Rechenleistung des Vorgängers V3.2 und senke den Speicherverbrauch auf 10 Prozent; bei V4-Flash fällt die Reduktion mit 10 Prozent der Rechenleistung und 7 Prozent des Speichers noch größer aus. Das Unternehmen knüpft die künftigen Kosten von V4 an diesen Hardware-Wechsel: Die V4-Pro-Preise könnten deutlich fallen, sobald Huaweis Ascend-950-Supernodes in der zweiten Jahreshälfte in großem Maßstab ausgeliefert werden. Am 16. Oktober 2026 erklärte Huawei, seine Ascend-Supernode-Produkte auf Basis der Ascend-950-Serie würden DeepSeek V4 unterstützen. Bei Wissenstests scheinen die Modelle laut TechCrunch jedoch etwas hinter Frontier-Modellen zurückzuliegen, konkret hinter OpenAI GPT-5.4 und Google Gemini 3.1 Pro. Das Labor schrieb, dieser Rückstand deute auf eine Entwicklungstrajektorie hin, die dem Stand der Technik bei Frontier-Modellen um etwa 3 bis 6 Monate hinterherläuft.

Die Veröffentlichung erfolgte laut TechCrunch einen Tag, nachdem die USA China beschuldigt hatten, geistiges Eigentum amerikanischer KI-Labore in industriellem Maßstab über Tausende Proxy-Konten zu stehlen. DeepSeek selbst wurde laut TechCrunch von Anthropic und OpenAI beschuldigt, ihre KI-Modelle durch „Distilling“, also im Wesentlichen durch Kopieren, nachgebaut zu haben. Seit 2022 haben US-Exportkontrollen chinesische Firmen von Nvidias leistungsstärksten Chips abgeschnitten und später auch den Zugang zu abgespeckten China-Versionen eingeschränkt. Reuters berichtete zuvor, chinesische Regierungsvertreter hätten DeepSeek empfohlen, Huawei-Chips in seinen Trainingsprozess zu integrieren. The Information berichtete Anfang des Monats, DeepSeek habe amerikanischen Chipherstellern wie Nvidia und AMD keinen Vorabzugang zu V4 gewährt, sondern nur chinesischen Chipherstellern. Die Rückkehr zu Frontier-Modellen erfolgt laut MIT Technology Review nach Monaten der Prüfung, darunter größere Personalabgänge, Verzögerungen früherer Modellstarts und wachsende Beobachtung durch die US- und die chinesische Regierung.