Skip to content
FrontierDot

DeepSeek V4.1 Flash 1017: Zeitleiste, Parameter, Preise und was sich seit September geändert hat

Fortlaufende Zeitleiste · zuletzt aktualisiert · 1 Eintrag im Änderungsprotokoll

Wer deepseek-flash aufruft, hat denselben Modellnamen und denselben Preis behalten. Geändert hat sich das Modell dahinter, am 17. Oktober, fünf Wochen nach der ersten Veröffentlichung von V4.1 Flash.

DeepSeek veröffentlichte am 10. Sep. 2026 V4.1 Flash, ein MIT-lizenziertes Open-Weight-MoE mit 552B Backbone-Parametern, und ersetzte es am 17. Okt. durch V4.1-Flash-1017, das Größe, API-Namen und Preis beibehält und in DeepSeeks eigenen Tests besser abschneidet.

Gelesen am 2026-10-19 (UTC+8): DeepSeeks API-Änderungsprotokoll, die News-Seiten vom 10. Sep. und 17. Okt., die Seite Models & Pricing, beide Hugging-Face-Modellkarten samt Repository-Metadaten sowie offizielle X-Posts von @deepseek_ai, @DeepSeekHarness, @ArtificialAnlys, @ValsAI, @ollama und @baseten. X-Zeiten sind in UTC angegeben, wie X sie anzeigt. Werte stammen von DeepSeek, sofern kein Dritter genannt ist. Wir haben das Modell nicht selbst ausgeführt.

Zeitleiste

  1. DeepSeeks API nimmt V4-Pro und V4-Flash unter den Modellnamen deepseek-v4-pro und deepseek-v4-flash auf. Laut Änderungsprotokoll werden die älteren Namen deepseek-chat und deepseek-reasoner in drei Monaten, am 2026-07-24, abgeschaltet und verweisen bis dahin auf den Nicht-Denk- und den Denkmodus von V4-Flash.

    DeepSeek API change log (2026-04-24)

  2. Die offizielle V4-Flash-API geht in die öffentliche Beta. DeepSeek schreibt, dieser Build, 0731, behalte Architektur und Größe der Vorschau und sei nur neu nachtrainiert worden, und nennt 82.7 auf Terminal Bench 2.1 sowie 54.4 auf DeepSWE. V4-Pro und die Modelle in App und Web blieben laut Hinweis unverändert.

    DeepSeek API change log (2026-07-31)

  3. V4-Pro wird in App, Web und API allgemein verfügbar. Derselbe Eintrag führt drei Stufen für den Denkaufwand ein (low, high und max) sowie Haupt- und Nebenzeitpreise; ab 16:00 UTC am 16. August kostet die Nebenzeit die Hälfte des Hauptzeitpreises.

    DeepSeek API change log (2026-08-13)

  4. DeepSeek stellt ein experimentelles Bildmodell, DeepSeek-V4-Flash-Vision-Exp, in die API. Laut Änderungsprotokoll entsprechen seine Textfähigkeiten denen von V4-Flash, und bei Agenten-Benchmarks, die Bildverständnis verlangen, kommt es nahe an Opus-4.8 heran.

    DeepSeek API change log (2026-08-21)

  5. Um 06:10 UTC kündigt DeepSeek in einem Thread aus sechs Posts auf X V4.1-Flash an, das kleinste Modell einer neuen Architekturfamilie, mit eingebautem Bildverständnis. Der Thread beschreibt ein MoE mit 552B Parametern, dessen kausales Encoder-Decoder-Design bei der Eingabe 8B und bei der Ausgabe 16B Parameter aktiviert; der letzte Post verlinkt die Gewichte und den technischen Bericht auf Hugging Face.

    DeepSeek on X: Introducing DeepSeek-V4.1-Flash

  6. Im vierten Post desselben Threads nimmt DeepSeek V4-Flash und V4-Flash-Vision-Exp aus dem Betrieb, leitet die alten Modellnamen auf V4.1-Flash um und kündigt an, V4-Pro auslaufen zu lassen. Ab 04:00 UTC am 14. September, heißt es, werde jede Anfrage an deepseek-v4-pro zu V4.1-Flash geleitet und zu dessen Preisen abgerechnet, bis V4.1-Pro erscheint.

    DeepSeek on X: V4.1-Flash on the API

  7. Artificial Analysis, ein unabhängiges Benchmark-Unternehmen, veröffentlicht um 20:36 UTC seine Ergebnisse. V4.1 Flash erreicht 40 auf dem Intelligence Index und liegt damit vor DeepSeek V4 Pro 0813. Derselbe Post nennt es eines der wortreichsten Modelle, die das Unternehmen gemessen hat, mit 89k Tokens pro Index-Aufgabe, schätzt die Kosten wegen der sehr niedrigen Tokenpreise aber trotzdem auf nur $0,27 pro Aufgabe.

    Artificial Analysis on X

  8. Ollama schreibt um 23:12 UTC, V4.1-Flash werde schrittweise in seiner Cloud freigeschaltet, zuerst für Max- und Team-Konten, und man baue Kapazität aus, um alle Abonnenten zu erreichen.

    Ollama on X

  9. Das Konto DeepSeek Harness kündigt Desktop-Versionen von DeepSeeks Agenten-Harness für macOS und Windows an, in einem X-Artikel mit dem Titel „DeepSeek Harness for Desktop Is Here“.

    DeepSeek Harness on X

  10. Um 08:35 UTC kündigt DeepSeek DeepSeek-V4.1-Flash-1017 an, verfügbar auf Website, App und API. Der Thread aus vier Posts verspricht bessere Benchmark-Werte, schnellere Erledigung von Aufgaben und kürzere Ausgaben als der September-Build, rät Nutzern von DeepSeek Harness zu Version v0.2.1-rc.1 oder neuer und endet mit Links zu den Gewichten auf Hugging Face und ModelScope.

    DeepSeek on X: DeepSeek-V4.1-Flash-1017 is here

  11. Der dritte Post desselben Threads öffnet DeepSeeks Search- und Fetch-APIs für alle, zu $0,75 pro 1.000 Aufrufe je Endpunkt. Aufrufe über serverseitige Tools in DeepSeek Harness, Claude Code und Codex bleiben kostenlos, bis die Abrechnung am 31. Oktober um 16:00 UTC beginnt.

    DeepSeek on X: Search & Fetch APIs

Warum der Name verwirrt

DeepSeeks Namen haben zwei Ebenen, und die meiste Verwirrung entsteht dazwischen. Die eine Ebene ist die Modellversion, ein datierter Build wie V4-Flash-0731 oder V4.1-Flash-1017. Die andere ist der API-Modellname, den man in eine Anfrage schreibt, seit dem 10. September deepseek-flash. Bringt DeepSeek einen neuen Build heraus, bleibt der API-Name meist gleich, und nur das antwortende Modell wird ausgetauscht. Der Eintrag im Änderungsprotokoll vom 17. Oktober sagt das ausdrücklich: Die Modelle in Web und App wurden aktualisiert, Aufrufweise und Preis bleiben gleich, und deepseek-flash erreicht jetzt das neue Modell.

Wer im September deepseek-flash eingetragen hat, arbeitet also seit dem 17. Oktober mit 1017, ohne eine Zeile Code geändert zu haben. Die alten Namen funktionieren weiterhin. Die Seite Models & Pricing sagt in unserer Lesung vom 19. Oktober, dass deepseek-v4-flash und deepseek-v4-flash-vision-exp noch angenommen werden, die Modelle dahinter abgeschaltet sind und solche Anfragen von V4.1-Flash-1017 beantwortet und zum Flash-Preis abgerechnet werden.

Das Suffix ist ein Datum, der 17. Oktober, geschrieben wie 0731 und 0813 bei den früheren V4-Builds. Die Modellkarte von 1017 nennt es ein kleines Update von V4.1-Flash. Es liegt in einem eigenen Hugging-Face-Repository neben dem vom September, und beide stehen unter der MIT-Lizenz.

Was die Architektur im September geändert hat

Die Modellkarte von V4.1-Flash beschreibt einen Causal Encoder-Decoder: einen Transformer mit 40 Schichten, aufgeteilt in einen kausalen Encoder mit 20 Schichten und einen Decoder mit 20 Schichten. Der globale KV-Cache des Decoders wird aus den letzten verborgenen Zuständen des Encoders projiziert, statt in jeder Decoder-Schicht neu zu entstehen. DeepSeek erklärt damit, dass beim Prefill nur 8B Parameter pro Token aktiv sind und beim Decoding 16B, und sieht den größten Nutzen bei Agenten-Workloads mit viel Eingabe.

Die Speicherzahlen stellt DeepSeek nach vorn. Laut Karte senken eine Reihe von Attention-Änderungen namens CSA2 und die Speicherung des Haupt-KV-Caches in FP4 den globalen Cache auf 890 Bytes pro Token, etwa ein Viertel von V4-Flash. Ein zweiter Mechanismus, SWA Bounded Replay, erspart das Schreiben des Sliding-Window-Caches auf SSD und verkleinert den persistenten Cache auf rund ein Achtel von V4-Flash. Ein Diagramm auf der Karte beziffert die Verringerung seit DeepSeeks erstem Modell auf das 437-Fache. Der Ankündigungs-Thread nennt den geschäftlichen Grund: Gebühren für Cache-Treffer machen oft einen großen Teil der Kosten von Agenten aus.

Weitere Details der Karte: Jede MoE-Schicht hat einen gemeinsamen Experten und 384 geroutete Experten, von denen pro Token sechs aktiv sind; ein bedingter Engram-Speicher mit 196B Parametern wird per tokenbasiertem Nachschlagen gelesen; das Vortraining lief auf 45T Tokens multimodaler Daten, und nach 34T davon wurde der Kontext auf 1M Tokens erweitert. Der Denkaufwand wird als ganze Zahl von 1 bis 100 eingestellt; die V4-Modelle hatten drei Stufen, low, high und max. Bilder laufen durch einen Vision-Encoder, den DeepSeek von Grund auf trainiert hat, und Bild- und Textdaten wurden vom Beginn des Vortrainings an gemeinsam trainiert.

552B oder 763B: Wie man die Parameterzahl liest

Wer nach der Größe dieses Modells sucht, findet zwei Zahlen, beide von DeepSeeks eigenen Seiten. Die Ankündigung und die Tabelle zum Basismodell nennen 552B, auf der Karte als Backbone-Parameter bezeichnet. Hugging Face zeigt für das Repository 763B. Den größten Teil der Differenz macht der Engram-Speicher aus, den die Karte mit 196B Parametern angibt und den das Modell nachschlägt, statt ihn bei jedem Token durchzurechnen. Artificial Analysis verwendet in einem einzigen Post beide Zahlen: In der ersten Zeile ist von einem 552B-Modell die Rede, weiter unten von 763B Parametern insgesamt.

Die Downloadgröße lässt sich leichter festmachen. Die Repository-Metadaten auf Hugging Face nennen 763.205.315.794 Parameter und 510,30 GB an safetensors-Dateien, etwa 475 GiB. Das Repository von 1017 zeigt dieselbe Parameterzahl und dieselbe safetensors-Summe, was dazu passt, dass DeepSeek 1017 ein kleines Update nennt.

Gewichte dieser Größe sind für Server gedacht, und DeepSeeks Ankündigung sagt das auch: Sie lädt Teams, die einen Einsatz mit 2.000 GPUs plus Speicher-Cluster planen, zur Kontaktaufnahme ein und schreibt, man arbeite mit der Open-Source-Community an der Inferenz-Unterstützung. Gehostete Angebote gab es ab dem ersten Tag: Baseten und Ollama kündigten V4.1-Flash beide am 10. September an, und die Hugging-Face-Seite nennt Novita, Fireworks, Featherless AI, DeepInfra und Baseten als Inferenz-Anbieter.

Preise und die Kehrtwende bei V4-Pro

Der Preis-Post vom 10. September kündigte an, die neuen Preise gälten ab 04:00 UTC an diesem Tag, und die Nebenzeit koste weiterhin die Hälfte. Laut Preisseite vom 19. Oktober kostet deepseek-flash zur Hauptzeit $0,30 pro Million Eingabe-Tokens bei Cache-Miss, $0,006 bei Cache-Treffer und $1,20 pro Million Ausgabe-Tokens, zur Nebenzeit $0,15, $0,003 und $0,60. Hauptzeit ist werktags von 01:00 bis 04:00 und von 06:00 bis 10:00 UTC, ausgenommen chinesische Feiertage. Das Kontextfenster umfasst 1M Tokens, die maximale Ausgabe 384K.

Dieselbe Seite führt weiterhin deepseek-v4-pro, inzwischen festgelegt auf DeepSeek-V4-Pro-0813, zu $1,32 pro Million Eingabe-Tokens bei Cache-Miss und $3,96 pro Million Ausgabe-Tokens zur Hauptzeit. Das widerspricht dem Plan aus dem Thread vom 10. September, ab dem 14. September jede V4-Pro-Anfrage an V4.1-Flash zu schicken. Das Änderungsprotokoll erklärt es: Unter der Überschrift vom 10. September steht jetzt, DeepSeek habe auf Wunsch der Nutzer beschlossen, V4 Pro auch nach dem 14. September weiter anzubieten, bei unveränderter Abrechnung. Der Absatz trägt kein eigenes Datum, und einen X-Post von DeepSeek, der die Änderung ankündigt, haben wir nicht gefunden.

Tokenpreise allein bestimmen die Rechnung nicht, denn ein Modell, das mehr Tokens schreibt, bezahlt auch mehr davon. Artificial Analysis maß für V4.1 Flash 89k Tokens pro Aufgabe auf seinem Index, mehr als GLM-5.3, V4 Pro 0813 und Spitzenmodelle wie Claude Opus 5. Die geschätzten Kosten von $0,27 pro Aufgabe lagen trotzdem etwa 2,5-mal unter denen von V4 Pro 0813. Vals AI, ein weiterer unabhängiger Evaluator, nannte es das beste Open-Weight-Modell auf seinem Index, bei $0,30 pro Test. Beides sind Ergebnisse Dritter zum September-Build, keine Zahlen von DeepSeek.

Was 1017 laut DeepSeeks Zahlen ändert

Das Änderungsprotokoll vom 17. Oktober und die Modellkarte von 1017 führen dieselben elf Werte auf und stellen sie dem September-Build gegenüber. DeepSWE v1.1 steigt von 74.2 auf 77.0. Terminal-Bench 4.0 klettert von 31.2 auf 42.3, ProgramBench von 20.3 auf 29.1, Automation-Bench von 54.8 auf 60.5 und HLE ohne Tools von 36.8 auf 42.6. Die Bild-Agenten-Tests bewegen sich weniger: BabyVision mit Tools von 89.6 auf 92.5 und ZeroBench-main von 49.0 auf 51.0.

Vor dem Vergleich lohnt der Blick in die Fußnoten. Für 1017 lief Terminal-Bench 4.0 im Claude-Code-Harness und DeepSWE in Mini-SWE-V2. Die September-Karte maß die meisten Code-Agenten-Tests im Minimal-Modus von DeepSeek Harness, DeepSWE mit mini-SWE. Keine der Seiten sagt, ob der Terminal-Bench-4.0-Wert des September-Builds für die neue Tabelle in Claude Code neu gemessen wurde. Bei einer September-Zahl widersprechen sich DeepSeeks Seiten zudem: NL2Repo-Bench steht in der ursprünglichen Modellkarte bei 64.0, im Änderungsprotokoll und in der Tabelle von 1017 bei 65.4.

DeepSeek sagt außerdem, 1017 erledige Aufgaben schneller und schreibe kürzere Ausgaben, was die Wortfülle angehen würde, die Artificial Analysis im September gemessen hat. Keine der beiden DeepSeek-Seiten nennt eine Tokenzahl; bis jemand neu misst, bleibt die kürzere Ausgabe eine Behauptung von DeepSeek. Die News-Seite zu 1017 ergänzt, das Modell sei mit Reinforcement Learning mit Selbst-Feedback auf durchgängige Projektentwicklung trainiert worden, und zeigt vier Demos, von einem 3D-Modell der Verbotenen Stadt bis zu einem in Godot nachgebauten Portal 2.

In den Repositorys fallen zwei kleinere Unterschiede auf. Der empfohlene top_p-Wert für 1017 ist 1.0, während die September-Karte 0.95 oder 1.0 erlaubte. Das Repository von 1017 enthält Tokenizer-Dateien, aber nicht das PDF des technischen Berichts, das im September-Repository bleibt.

Search und Fetch, am selben Tag veröffentlicht

Die zweite Ankündigung vom 17. Oktober übersieht man leicht. DeepSeek öffnete seine Search- und Fetch-APIs, die laut DeepSeek auf der hauseigenen Suchmaschine laufen und täglich Hunderte Millionen Anfragen bearbeiten. Jeder Endpunkt kostet $0,75 pro 1.000 erfolgreiche Anfragen. Aufrufe, die DeepSeek Harness, Claude Code oder Codex über serverseitige Tools absetzen, sind vorerst kostenlos. Der X-Thread nennt als Beginn der Abrechnung den 31. Oktober um 16:00 UTC, die Preisseite denselben Zeitpunkt als 00:00 Uhr Pekinger Zeit am 1. November.

Wer Agenten baut, sollte sich dieses Datum notieren. Serverseitige Suchaufrufe entstehen immer dann, wenn der Agent beschließt, etwas nachzuschlagen. Eine Sitzung mit gleichem Tokenverbrauch kann nach dem 31. Oktober also mehr kosten als in der Woche davor.

Was wir nicht überprüfen konnten

  • Wann DeepSeek beschlossen hat, V4-Pro auch nach dem 14. September anzubieten. Das Änderungsprotokoll führt den Beschluss unter der Überschrift vom 10. September, ohne eigenes Datum.
  • Ob 1017 kürzere Ausgaben schreibt als der September-Build, und um wie viel. DeepSeek nennt keine Tokenzahlen, und die Messwerte von Artificial Analysis zur Wortfülle gelten für den September-Build.
  • Welche Hardware man braucht, um die Gewichte selbst zu betreiben. DeepSeek veröffentlicht Inferenz-Code und Dateigrößen, aber auf den gelesenen Seiten keine Liste mit Mindestanforderungen, und wir haben das Modell nicht ausgeführt.
  • Werte Dritter für 1017. Die hier zitierten Ergebnisse von Artificial Analysis und Vals wurden am 10. September für das ursprüngliche V4.1-Flash veröffentlicht.

Unsere Einschätzung

V4.1 Flash lässt sich Zeile für Zeile nachverfolgen, weil DeepSeek fast alles aufschreibt: ein datiertes Änderungsprotokoll, zwei Modellkarten mit Benchmark-Tabellen, eine Preisseite mit genauen Uhrzeiten und X-Threads mit Zeitstempeln. Die einzige unscharfe Stelle ist die Entscheidung zu V4-Pro, die in einem X-Thread angekündigt und im Änderungsprotokoll zurückgenommen wurde, ohne dass wir einen Post dazu fanden. Für API-Nutzer ist das Wichtige schnell gesagt. deepseek-flash zeigt bereits auf 1017, der Preis hat sich nicht geändert, die alten V4-Namen funktionieren noch, und die Abrechnung von Search und Fetch beginnt am 31. Oktober um 16:00 UTC. Wir ergänzen hier datierte Einträge, wenn DeepSeek V4.1-Pro veröffentlicht, Preise ändert oder den nächsten Build herausbringt.

Weiterlesen auf Front: Die Hardware-Analyse zu Ling 3.1 Flash behandelt dieselbe Frage nach Gesamt- und aktiven Parametern für ein anderes großes MoE, die Zeitleiste zu Reflection Beam und die Zeitleiste zu Meta Muse Spark Open begleiten zwei weitere Open-Weight-Veröffentlichungen aus dem Oktober, und Grok 4.8: Was xAI tatsächlich gesagt hat verfolgt ein Modell, über das gesprochen wurde, das aber nicht erschienen ist. Alle Beiträge stehen im Front-Blogindex.

Die längere Veröffentlichungslinie, von V2 bis zu diesem Build, steht in der DeepSeek-Modell-Zeitleiste.

Weiterlesen

Alle Beiträge, neueste zuerst, stehen im Front-Blog.

Häufige Fragen

Was ist DeepSeek V4.1 Flash 1017?

DeepSeek-V4.1-Flash-1017 ist das Update von DeepSeek V4.1 Flash vom 17. Oktober 2026. DeepSeeks Modellkarte nennt es ein kleines Update. Es hat dieselbe Parameterzahl und läuft unter demselben API-Namen, deepseek-flash, zum selben Preis.

Wie viele Parameter hat DeepSeek V4.1 Flash?

DeepSeek nennt 552B Backbone-Parameter, von denen pro Token 8B bei der Eingabe und 16B bei der Ausgabe aktiv sind. Hugging Face führt für das Repository 763B, einschließlich des Engram-Speichers mit 196B Parametern. Die safetensors-Dateien umfassen zusammen etwa 510 GB.

Was kostet die API von DeepSeek V4.1 Flash?

Zur Hauptzeit $0,30 pro Million Eingabe-Tokens bei Cache-Miss, $0,006 bei Cache-Treffer und $1,20 pro Million Ausgabe-Tokens. Zur Nebenzeit gilt laut DeepSeeks Preisseite vom 19. Oktober 2026 die Hälfte.

Ist DeepSeek V4.1 Flash Open Source?

Gewichte und Repository-Code von V4.1-Flash und V4.1-Flash-1017 stehen auf Hugging Face unter der MIT-Lizenz, und DeepSeek hat 1017 auch auf ModelScope veröffentlicht.

Änderungsprotokoll

  • — Erstveröffentlichung. DeepSeeks Seiten und offizielle X-Posts bis zum 19. Okt. 2026 (UTC+8) geprüft.

Quellen