DeepSeek V4.1 Flash

DeepSeek V4.1 Flash ist am 10. September 2026 erschienen und ersetzt DeepSeek V4 Flash, den DeepSeek am selben Tag aus seiner API genommen hat. Anders als die Nachtrainings des Vorgängers ist es ein neu gebautes Modell. Das Mixture-of-Experts-Modell hat 552 Milliarden Parameter, teilt sich aber in einen Encoder für die Eingabe und einen Decoder für die Antwort. Beim Lesen rechnen deshalb nur 8 Milliarden Parameter je Token mit, beim Schreiben 16 Milliarden. Der Zwischenspeicher für lange Eingaben schrumpft laut Modellkarte auf 890 Byte je Token, ein Viertel des Vorgängers. Wer dem Modell ganze Aktenordner oder Code-Verzeichnisse vorlegt, braucht dafür entsprechend weniger Grafikspeicher. Trainiert wurde es von Anfang an auf Text und Bildern, mit 45 Billionen Token. Als erstes DeepSeek-Modell versteht es Fotos, Diagramme und gescannte Dokumente. Bei DocVQA, einem Test mit Fragen zu gescannten Formularen und Rechnungen, meldet der Hersteller 95,6.

Die Benchmarks der Modellkarte stammen vom Hersteller. Artificial Analysis hat das Modell inzwischen unabhängig gemessen und kommt auf 39 Punkte im Intelligenz-Index, GLM-5.3-Flash liegt dort bei 42 und MiMo-V2.6-Pro bei 46. In der Vergleichstabelle der Modellkarte erreicht V4.1 Flash bei Terminal-Bench 2.1 90,6 und bei DeepSWE v1.1 74,2. Claude Opus 5 steht dort mit 89,1 und 74,0, das rund 3-mal so große DeepSeek V4 Pro mit 87,9 und 62,7. Bei den neueren, härteren Fassungen derselben Tests liegt Claude Opus 5 vorn, bei Terminal-Bench 3.0 mit 43,3 gegenüber 30,0. Bei Wissensfragen ohne Werkzeuge bleibt das Pro-Modell vorn, im Test Humanity's Last Exam mit 42,7 gegenüber 36,8. Für die Deutsch-Säule liegt kein Wert vor, im mehrsprachigen Rechentest MGSM fällt das Basismodell mit 80,2 hinter den Vorgänger mit 85,7 zurück.

Die Gewichte liegen nativ in FP8 mit FP4-Experten vor und belegen 510 GB, darin ein Nachschlagespeicher (Engram) mit 196 Milliarden Parametern, der laut Modellkarte nur bei Bedarf gelesen wird. Die meistgenutzte GGUF-Fassung für llama.cpp belegt in 2 Bit noch 366 GB und passt damit erst auf einen Mac Studio mit 512 GB, den Apple für Ende Oktober 2026 ankündigt. Sinnvoll nutzen lässt sich das Modell deshalb vor allem über die Cloud. In der EU führen es AKI.IO und LLMBase in Deutschland, TensorX in Irland, Entrim in Slowenien und Lyceum aus Berlin, dazu die Vermittler EUrouter und Melious. Über die DeepSeek-API kostet 1 Million Token zur Hauptzeit 0,26 Euro in der Eingabe und 1,03 Euro in der Ausgabe, außerhalb davon die Hälfte. Als Hauptzeit gelten werktags 01:00 bis 04:00 und 06:00 bis 10:00 UTC, also der deutsche Vormittag. Ab dem 14. September 2026 leitet DeepSeek auch Anfragen an das Pro-Modell auf V4.1 Flash um. Audio und Video verarbeitet das Modell nicht.