DeepSeek-Modell-Zeitleiste: V2 bis V4.1, Lizenzen und API-Namen (2024–2026)
Fortlaufende Zeitleiste · zuletzt aktualisiert · 1 Eintrag im Änderungsprotokoll
DeepSeeks öffentliche Überlieferung ist ein API-Änderungsprotokoll plus eine Reihe von Modell-READMEs, und die beiden nutzen nicht immer dieselben Lizenzwörter. Diese Seite folgt den Generationswechseln von V2 bis V4.1, zitiert den Satz vom Januar 2025, der sowohl R1 als auch V3 nennt, und zeigt auf die Modellkarte, wenn eine Zahl dort steht statt hier.
Stand 21. Oktober 2026 ist der neueste datierte DeepSeek-Build im Änderungsprotokoll DeepSeek-V4.1-Flash-1017, am 17. Oktober 2026, weiterhin deepseek-flash genannt. Die ursprünglichen V3-Gewichte waren nicht MIT. R1 und die spätere News-Seite zu V3-0324 sind die Stellen, an denen MIT genannt wird.
Gelesen am 2026-10-21: das DeepSeek-API-Änderungsprotokoll, die READMEs von DeepSeek-V2, DeepSeek-V3 und DeepSeek-R1, die Hugging-Face-Karte von DeepSeek-V3.2 und die News-Seite vom 25. März 2025, die die MIT-Lizenz nennt. Benchmark-Deltas stammen von DeepSeek. Wir haben die Modelle nicht ausgeführt. Eine ältere News-URL zum ersten V3-Beitrag hat weggeleitet, deshalb zitieren wir sie nicht.
Zeitleiste
-
Das README von DeepSeek-V2 sagt, das Team habe DeepSeek-V2 an diesem Tag veröffentlicht. Es nennt 236 Milliarden Parameter insgesamt und 21 Milliarden aktiviert. Gegenüber DeepSeek 67B sagt das README, das Modell spare 42.5 Prozent der Trainingskosten, senke den KV-Cache um 93.3 Prozent und erhöhe den maximalen Generierungsdurchsatz um das 5.76-Fache. Diese drei Vergleiche stammen von DeepSeek. Die Code-Lizenz ist MIT. Die Modelllizenz ist ein Model Agreement, nicht MIT. Dasselbe README datiert DeepSeek-V2-Lite auf den 16. Mai 2024. Wir nennen keine Kontextlänge, weil die Sätze, die wir verwenden, keine angeben.
-
Das API-Änderungsprotokoll sagt, DeepSeek V2 Chat und DeepSeek Coder V2 seien zusammengeführt und zu DeepSeek V2.5 aufgewertet worden. Zur Abwärtskompatibilität können API-Nutzer das neue Modell als deepseek-coder oder deepseek-chat aufrufen. Das Änderungsprotokoll sagt, das neue Modell liege bei allgemeinen Aufgaben und bei Code vor den vorherigen Versionen, und es druckt von DeepSeek berichtete Gewinnraten: ArenaHard von 68.3 Prozent auf 76.3 Prozent, AlpacaEval 2.0 längenkontrolliert von 46.61 Prozent auf 50.52 Prozent. Kleinere API-Schritte im Mai, Juni und Juli 2024 bleiben im Abschnitt zu den Lücken. Das sind echte Zeilen im Änderungsprotokoll. Es sind keine neuen Generationen.
-
Das API-Änderungsprotokoll sagt, deepseek-chat sei auf DeepSeek-V3 aufgewertet worden. Die API ist unverändert. Aufrufer übergeben das Modell deepseek-chat. Diese Zeile ist die Änderung der Verfügbarkeit. Parameterzahlen, Kontextlänge und die Gewichtslizenz stehen im README von DeepSeek-V3, zitiert im Lizenzabschnitt, nicht in diesem Absatz des Änderungsprotokolls.
-
Das API-Änderungsprotokoll führt deepseek-reasoner ein und sagt, es sei das neue Modell DeepSeek-R1. Der nächste Satz sagt, Sie könnten DeepSeek-V3 aufrufen, indem Sie das Modell deepseek-reasoner angeben. Beide Sätze stehen auf der Seite. Wir löschen keinen von ihnen, um den Absatz stimmig zu machen. Die Größentabelle des README und das MIT-Badge sind eine andere Seite. Wir zitieren sie im Lizenzabschnitt als Zeile R1-Zero, nicht als Klärung dieses widersprüchlichen Paars.
-
Das API-Änderungsprotokoll wertet deepseek-chat auf DeepSeek-V3-0324 auf und druckt von DeepSeek berichtete Deltas: MMLU-Pro 75.9 auf 81.2, GPQA 59.1 auf 68.4, AIME 39.6 auf 59.4 und LiveCodeBench 39.2 auf 49.2. Es beschreibt außerdem besseren Frontend-Code, chinesisches Schreiben, mehrstufiges Umschreiben, Übersetzung, chinesische Suche und Function Calling. Die MIT-Behauptung steht nicht in diesem Absatz. Der Lizenzabschnitt zitiert die separate News-Seite, die MIT nennt.
-
Das API-Änderungsprotokoll wertet deepseek-reasoner auf DeepSeek-R1-0528 auf. Pass@1-Zahlen, von DeepSeek berichtet: AIME 2025 von 70.0 auf 87.5, GPQA von 71.5 auf 81.0, LiveCodeBench v6 von 63.5 auf 73.3 und Aider von 57.0 auf 71.6. Dieselbe Notiz ergänzt JSON-Ausgabe und Function Calling, mit Tau-bench bei 53.5 auf Airline und 63.9 auf Retail. Die Notiz sagt außerdem, komplexes Reasoning könne mehr Token verbrauchen als das ältere R1. Die Token-Warnung ist der Teil, der eine Rechnung ändert, auch wenn der Modellname wie eine kleine Revision aussieht.
-
Das API-Änderungsprotokoll wertet sowohl deepseek-chat als auch deepseek-reasoner auf DeepSeek-V3.1 auf. Chat ist der Nicht-Denkmodus. Reasoner ist der Denkmodus. DeepSeek nennt das Design eine hybride Reasoning-Architektur und sagt, V3.1-Think antworte in deutlich weniger Zeit als R1-0528, ohne eine Zahl zu diesem Vergleich. Von DeepSeek berichtete Werte in derselben Zeile: SWE-bench Verified 66.0, SWE-bench Multilingual 54.5, Terminal-bench 31.3. Eine separate News-Seite ist andernorts für einen Kontext von 128K und eine Tokenzahl des fortgesetzten Vortrainings zitiert worden. Diese Zahlen stehen nicht in dem Absatz des Änderungsprotokolls, den wir erneut gelesen haben, und stehen deshalb nicht in diesem Knoten.
-
Das API-Änderungsprotokoll wertet beide Namen auf DeepSeek-V3.2 auf, wieder mit Chat als Nicht-Denken und Reasoner als Denken. DeepSeek-V3.2-Speciale ist ein temporärer Endpunkt, Basis-URL https://api.deepseek.com/v3.2_speciale_expires_on_20251215, gleicher Preis wie V3.2, keine Werkzeugaufrufe, verfügbar bis zum 15. Dezember 2025, 15:59 UTC. Der Lizenzname auf Hugging Face und die fehlende Parameterzahl stehen im Lizenzabschnitt. Goldmedaillen-Behauptungen stehen nicht in diesem Absatz des Änderungsprotokolls und werden hier nicht wiederholt.
-
Das API-Änderungsprotokoll sagt, die API unterstütze V4-Pro und V4-Flash, über die OpenAI-Chat-Completions-Schnittstelle und die Anthropic-Schnittstelle. Die Modellnamen sind deepseek-v4-pro und deepseek-v4-flash. Die Basis-URL bleibt dieselbe. Derselbe Absatz sagt, die alten Namen deepseek-chat und deepseek-reasoner würden in drei Monaten abgeschaltet, am 24. Juli 2026, und in der damals laufenden Zeit zeigten diese Namen auf den Nicht-Denkmodus und den Denkmodus von deepseek-v4-flash. Das ist ein Zeitplan, geschrieben am 24. April. Es ist für sich genommen keine spätere Bestätigung, dass die Namen am 24. Juli dunkel wurden.
-
Das API-Änderungsprotokoll veröffentlicht DeepSeek-V4.1-Flash und nennt es das kleinste Modell in der neuen Architekturfamilie, mit nativem multimodalem Bildverständnis. Der aufzurufende API-Name ist deepseek-flash. Die vorherigen Namen deepseek-v4-flash und deepseek-v4-flash-vision-exp werden vorübergehend auf V4.1 Flash geleitet. DeepSeek sagt, es werde V4-Pro nach dem 14. September 2026 weiter bedienen, bei unveränderter Abrechnung. Von DeepSeek berichtete Werte in der Zeile umfassen GPQA Diamond 90.9, HLE 36.8 (39.1 auf der reinen Text-Teilmenge) und eine Codeforces-Wertung von 3471. Parameterzahlen und die Preistabelle stehen auf der Modellkarte und der Preisseite. Unser Beitrag vom 17. Oktober liest diese Karten. Dieser Knoten kopiert keine Zahlen, die wir nicht erneut von dort abgerufen haben.
-
Das API-Änderungsprotokoll wertet V4.1 Flash auf DeepSeek-V4.1-Flash-1017 auf, im Web, in der App und in der API. Aufrufweise und Preis bleiben gleich. Der zu verwendende Name ist deepseek-flash. Das Änderungsprotokoll desselben Tages öffnet die hauseigene Search-API. Was sich in den Gewichten geändert hat und was die Karte zur Größe sagt, ist auf dieser Website getrennt anhand der Modellkarte aufgeschrieben. Das Änderungsprotokoll druckt außerdem eine neue Benchmark-Liste. Behandeln Sie diese Liste als von DeepSeek berichtet. Wir fügen sie nicht noch einmal neben einem Beitrag ein, der die Karte bereits auslegt.
Wie wir eine DeepSeek-Veröffentlichung datieren
Das API-Änderungsprotokoll unter api-docs.deepseek.com ist die Datumsquelle für API-Modelltausche. Jeder dieser Knoten verlinkt diese Seite. Die Seite ist ein langes Protokoll, deshalb ist das Datum im Knoten die Überschrift, die wir zitieren, nicht die Behauptung, die ganze Seite sei an diesem Tag veröffentlicht worden.
Fakten zu Gewichten und Lizenz kommen aus dem Repository-README oder der im Knoten genannten Hugging-Face-Karte. Ein createdAt-Zeitstempel auf Hugging Face ist kein Veröffentlichungsdatum. Bei DeepSeek-V2 lag die created-Zeit der Karte, die wir gesehen haben, vor der Veröffentlichungszeile des README vom 6. Mai 2024. Deshalb gewinnt das README.
Die letzte Prüfung ist der 21. Oktober 2026. Die Zeile im Änderungsprotokoll vom 17. Oktober ist die neueste Modellzeile, die wir verwenden. Preisseiten ändern sich. Wenn ein Preis nicht in dem Satz steht, den wir zitieren, steht er nicht auf dieser Seite.
Die Lizenz ist nicht eine einzige Geschichte
Das DeepSeek-V2 README trennt Code und Gewichte: Code unter MIT, das Modell unter einem Model Agreement. Das DeepSeek-V3 README macht dasselbe, und es ist die Seite, die 671 Milliarden Parameter insgesamt, 37 Milliarden aktiviert, Multi-Head Latent Attention, DeepSeekMoE und einen Kontext von bis zu 128K nennt. Einen der beiden Checkpoints „das MIT-Modell“ zu nennen, ist falsch, auch wenn das Code-Repository MIT ist.
R1 ist der Bruch. Das DeepSeek-R1 README zeigt ein MIT-Badge, und die Tabellenzeile, die wir zitieren wollen, ist DeepSeek-R1-Zero mit 671 Milliarden insgesamt, 37 Milliarden aktiviert und Kontext 128K. Am 24. März 2025 wertet das Änderungsprotokoll das Chat-Modell auf V3-0324 auf und sagt in diesem Absatz nicht MIT. Die News-Seite zu V3-0324 sagt, die Modelle würden jetzt unter der MIT License veröffentlicht, genau wie DeepSeek-R1. Das ist der Satz, den man für die Lizenz von V3-0324 zitieren sollte, nicht die Deltas im Änderungsprotokoll.
Die DeepSeek-V3.2-Karte listet die Lizenz mit, betitelt das Modell „DeepSeek-V3.2: Efficient Reasoning & Agentic AI“ und nennt das Basismodell DeepSeek-V3.2-Exp-Base. Der Kopf, den wir gelesen haben, listet keine Parameterzahl. Die Größen von V4.1 stehen auf der Modellkarte, die unsere Zeitleiste zu V4.1 Flash 1017 behandelt. Diese Größen hier zu kopieren, ohne die Karte erneut zu öffnen, würde eine Zahl festschreiben, die wir in diesem Durchgang nicht erneut geprüft haben.
API-Namen und der Satz, der in zwei Richtungen zeigt
Über eine lange Strecke haben zwei IDs die ganze Arbeit gemacht. deepseek-chat war das Modell ohne Denken. deepseek-reasoner war das Denkmodell. V2.5, V3, V3-0324, R1, R1-0528, V3.1 und V3.2 sind alle als Upgrades hinter diesen IDs gelandet. Eine Anwendung, die eine ID statt eines Snapshots festgeschrieben hat, hat an jedem dieser Tage still das Modell gewechselt.
Der 20. Januar 2025 ist die Zeile, die man zweimal lesen sollte. Das Änderungsprotokoll sagt, deepseek-reasoner sei das neue Modell DeepSeek-R1, und Sie könnten DeepSeek-V3 aufrufen, indem Sie das Modell deepseek-reasoner angeben. Ein Migrationsleitfaden, der nur den ersten Teilsatz nimmt, nennt den Lesern das falsche Modell. Wir lassen beide Teilsätze im Knoten.
Der 24. April 2026 ersetzt dieses Paar durch deepseek-v4-pro und deepseek-v4-flash und schreibt für die alten Namen ein Abschaltdatum am 24. Juli 2026. Der 10. September 2026 führt deepseek-flash für V4.1 Flash ein, leitet die alten Namen von V4 Flash zur Kompatibilität darauf und sagt, V4-Pro werde nach dem 14. September weiter bedient. Der 17. Oktober behält den Namen deepseek-flash und sagt, der Preis sei unverändert. Ob deepseek-chat am 24. Juli noch geantwortet hat, ist eine spätere Beobachtung. Der Text vom 24. April ist ein Plan.
Zeilen im Änderungsprotokoll, die keine Knoten sind
Das Protokoll verzeichnet außerdem DeepSeek-V2-0517 am 17. Mai 2024, Coder-V2-0614 am 14. Juni, V2-0628 am 28. Juni, Coder-V2-0724 am 24. Juli und V2.5-1210 am 10. Dezember 2024. Es verzeichnet V3.1-Terminus am 22. September 2025 und V3.2-Exp am 29. September 2025. Im Jahr 2026 verzeichnet es die öffentliche Beta von V4-Flash am 31. Juli, die allgemeine Verfügbarkeit von V4-Pro am 13. August und V4-Flash-Vision-Exp am 21. August unter dem Namen deepseek-v4-flash-vision-exp. Die Zeile vom 13. August sagt, die Preise änderten sich um 16:00 UTC am 16. August 2026, die Nebenzeit koste die Hälfte des Hauptzeitpreises, und der Denkaufwand könne low, high oder max sein. Die Zeile vom 21. August meldet Terminal Bench 2.1 mit 83.9, eine Zahl von DeepSeek.
Diese Zeilen sind echt. Es sind Revisionen, eine experimentelle Vision-ID oder eine Preisuhr, und die Generationsknoten oben nennen bereits die Modellfamilie, zu der sie gehören. Die Notiz vom 31. Juli sagt, V4-Flash-0731 behalte Architektur und Größe der Vorschau und sei nur neu nachtrainiert worden. Deshalb ist das kein zweiter Architektur-Knoten. Volle Benchmark-Tabellen in diesen Zeilen sind von DeepSeek berichtet und bleiben im Änderungsprotokoll.
Wo die Karte vom 17. Oktober aufgeschrieben ist
Größe, Dateiaufbau und der geltende Preis für deepseek-flash sind das Thema der Zeitleiste zu DeepSeek V4.1 Flash 1017. Diese Seite bleibt beim Änderungsprotokoll: die Build-ID, der unveränderte API-Name, der unveränderte Preis und die Öffnung der Search-API am selben Tag. Wenn die beiden Seiten sich je widersprechen, gewinnt die Modellkarte bei den Gewichten und das Änderungsprotokoll bei dem Tag, an dem der API-Name gewechselt hat.
Was wir ausgelassen haben
- Eine Parameterzahl für V3.2. Der Kartenkopf, den wir gelesen haben, druckt keine.
- Die Kontextlänge von V3.1 und die Tokenzahl des fortgesetzten Vortrainings. Beides stand nicht in dem für diese Seite erneut gelesenen Absatz des Änderungsprotokolls.
- Eine Bestätigung, dass deepseek-chat und deepseek-reasoner am 24. Juli 2026 aufgehört haben. Der 24. April setzt nur diesen Tag an.
- Goldmedaillen-Behauptungen für V3.2. Die stehen nicht in dem hier zitierten Absatz des Änderungsprotokolls.
- Die erste News-URL zu V3, die von der Ankündigung weggeleitet hat. Die Zeile im Änderungsprotokoll vom 26. Dezember und das README von V3 sind die Quellen, die wir behalten haben.
Verwandte Zeitleisten
Dasselbe Format deckt Claude, OpenAI, Gemini, Grok und Meta Muse ab. Labs in dieser Gruppe sind Moonshot Kimi, Mistral und Alibaba Qwen. Die Darstellung auf Build-Ebene ist die Zeitleiste zu V4.1 Flash 1017. Der Front-Blog-Index listet jeden Beitrag.
Weiterlesen
Alle Beiträge, neueste zuerst, stehen im Front-Blog.
- Zeitleiste zu DeepSeek V4.1 Flash 1017: DeepSeeks V4.1-Flash-Release, das Update vom 17. Oktober, Preise und Parameterzahlen.
- Kimi-Modell-Zeitleiste: Moonshots Kimi-Linie von K1.5 bis K3.1 Pro, mit Lizenzen und Kontext.
- Qwen-Modell-Zeitleiste: Qwen von Qwen-7B bis Qwen3-Coder, mit Lizenzen und Kontext.
- Mistral-Modell-Zeitleiste: Mistral von 7B bis Large 4, mit der Lizenz jeder Veröffentlichung.
Häufige Fragen
Was ist das neueste DeepSeek-Modell?
Stand 21. Oktober 2026 ist die neueste Zeile im Änderungsprotokoll DeepSeek-V4.1-Flash-1017, datiert auf den 17. Oktober 2026. Der API-Name in dieser Zeile ist deepseek-flash.
Steht DeepSeek-V3 unter der MIT-Lizenz?
Das ursprüngliche V3-README stellt den Code unter MIT und das Modell unter ein Model Agreement. Eine DeepSeek-News-Seite sagt, die Modelle V3-0324 würden unter der MIT License veröffentlicht, wie DeepSeek-R1. Das sind verschiedene Checkpoints.
Welchen API-Namen sollten Sie aufrufen?
Für den Build vom 17. Oktober 2026 sagt das Änderungsprotokoll deepseek-flash. deepseek-v4-pro und deepseek-v4-flash sind die Namen vom 24. April 2026. deepseek-chat und deepseek-reasoner sind das ältere Paar.
Warum nennt die Notiz vom 20. Januar 2025 sowohl R1 als auch V3?
Weil das Änderungsprotokoll das tut. Es sagt, deepseek-reasoner sei DeepSeek-R1, und Sie könnten DeepSeek-V3 mit dem Modell deepseek-reasoner aufrufen. Wir zitieren beide Teilsätze.
Änderungsprotokoll
- — Erstmals veröffentlicht. Das DeepSeek-API-Änderungsprotokoll und die Modellseiten zu V2, V3, R1 und V3.2 bis zum 21. Oktober 2026 geprüft.