DeepSeek aktualisiert sein Flash-Modell und verlagert den Wettbewerb auf die Kosten pro Aufgabe

DeepSeek hat DeepSeek-V4.1-Flash-1017 am 17. Oktober 2026 auf der eigenen Website, in der App und über die API bereitgestellt und die Gewichte auf Hugging Face und ModelScope veröffentlicht. Die Model Card nennt die MIT-Lizenz sowohl für das Repository als auch für die Gewichte und bezeichnet die Veröffentlichung als kleineres Update des bisherigen V4.1-Flash: Verbesserungen bei Reasoning, Programmierung, agentischen Aufgaben und visuellen Benchmarks, bei kürzeren Laufzeiten und kürzeren Ausgaben. Das Modell verarbeitet multimodale Eingaben, Bild und Text; das Kontextfenster umfasst 1 Million Token, empfohlen wird ein max_tokens von mindestens 256K. Für das Post-Training gibt das Unternehmen Reinforcement Learning mit Selbst-Feedback an: Die Belohnung ergibt sich aus der Konfidenz des Modells selbst oder aus Kritiken, die es selbst erzeugt.

Die Zahlen, jeweils neue gegen vorherige Version: DeepSWE v1.1 77,0 gegenüber 74,2; Terminal-Bench 4.0 42,3 gegenüber 31,2; HLE ohne Werkzeuge 42,6 gegenüber 36,8; ProgramBench 29,1 gegenüber 20,3; Automation-Bench 60,5 gegenüber 54,8. In derselben von DeepSeek veröffentlichten Tabelle liegt Claude Opus 5 bei HLE (56,3), Terminal-Bench 4.0 (51,8), ProgramBench (37,0) und NL2Repo-Bench (75,3) vorn; bei DeepSWE v1.1 liegt es mit 74,0 zurück, ebenso wie GPT-5.6 Sol mit 73,0. DeepSeek fasst das Ganze als „Stronger benchmark performance, faster task completion, and shorter outputs than the previous version“ zusammen, und The Decoder berichtet, das Unternehmen präsentiere das Ergebnis als „Pareto improvement“ zwischen Leistung und Kosten. Ebenfalls laut The Decoder, gestützt auf DeepSeeks Daten, erreicht das Modell bei DeepSWE 77 % Genauigkeit für rund 0,20 Dollar pro Aufgabe und über 72 % für rund 0,10 Dollar im „low“-Modus, gegenüber etwa 0,50 Dollar pro Aufgabe beim Vorgänger.

Zusammen mit dem Modell hat DeepSeek die Search- und Fetch-APIs für alle geöffnet, zu 0,75 Dollar pro 1.000 Aufrufe je Endpunkt, kostenlos bis zum 31. Oktober 2026 um 16:00 UTC für API-Nutzer, die sie als serverseitige Werkzeuge in DeepSeek Harness, Claude Code und Codex einsetzen. Das Modell ist für DeepSeek Harness (empfohlen ab Version v0.2.1-rc.1), Tencent CodeBuddy und WorkBuddy optimiert. Es bleiben jedoch mehrere Lücken, und von ihnen hängt ab, wie viel sich mit diesem Release tatsächlich anfangen lässt. Benchmarks und Kosten pro Aufgabe stammen sämtlich vom Unternehmen, unabhängige Überprüfungen gibt es noch nicht. Die Parameterzahl ist nicht eindeutig: Hugging Face nennt im Feld „Model size“ 763 Milliarden, einige Sekundärquellen sprechen von 552B plus 196B „Engram“-Parametern, eine Quelle ordnet die 763B den Gewichten der September-Version zu, und die aktiven Parameter gibt niemand an. Die API-Preise pro Token stehen nicht in der offiziellen Ankündigung, und die Angaben in der Presse weichen voneinander ab. Hardwareanforderungen für den lokalen Betrieb fehlen.

Am meisten interessiert mich nicht der DeepSWE-Wert, sondern die Achse, auf der er steht. Wer 0,20 Dollar pro Aufgabe neben die Genauigkeit stellt, verschiebt den Vergleich von „wie gut ist es“ zu „was kostet es, dorthin zu kommen“, und mit herunterladbaren MIT-Gewichten könnte theoretisch jeder nachrechnen. Theoretisch: Ohne Hardwareanforderungen und ohne Preise pro Token ist die Zahl, die dieses Release interessant macht, zugleich diejenige, die außerhalb von DeepSeek bisher niemand überprüfen konnte.

— Olya