DeepSeek hat kürzlich ein neues KI-Modell der Generation V4.1-Flash vorgestellt. Laut offiziellen Angaben verfügt V4.1-Flash zwar über weniger Gesamt- und aktivierte Parameter als V4-Pro, schneidet aber bei Leistung, Inferenzgeschwindigkeit und Kostenkontrolle besser ab. Besonders bei Agent- und Programmieraufgaben übertrifft das Modell in einigen Benchmarks sogar V4-Pro sowie führende Modelle wie GPT-5.6 Sol.
DeepSeek V4.1-Flash überzeugt bei Leistung und Kosten
DeepSeek gibt an, dass V4.1-Flash auf einer Mixture-of-Experts-Architektur basiert, mit insgesamt 552 Milliarden Parametern, von denen in der Eingabephase 8 Milliarden und in der Ausgabephase 16 Milliarden aktiviert werden. Die Vorgängerversion V4-Flash verfügt demgegenüber über insgesamt 284 Milliarden Parameter, während V4-Pro insgesamt 1,6 Billionen Parameter aufweist. Eine wesentliche Verbesserung ist die starke Komprimierung des KV-Caches: Der Cache-Bedarf sinkt auf etwa 890 Byte pro Token, gleichzeitig erreicht die Ausgabegeschwindigkeit rund 214,4 Token pro Sekunde, und die Reaktionszeit bis zum ersten Token beträgt 1,13 Sekunden.
Das unabhängige Bewertungsinstitut AA urteilte, das Modell sei „deutlich schneller".
In Bezug auf die Leistung gibt DeepSeek an, dass V4.1-Flash bei hoher Inferenzintensität in Tests zu Endgeräte-Bedienung, Code-Reparatur und automatisierten Aufgaben GPT 5.6 Sol und Claude Opus 5 übertreffe. Bei breiter angelegten, besonders schwierigen allgemeinen Inferenzaufgaben schneide das Modell allerdings vergleichsweise durchschnittlich ab. Laut den Daten von AA erreicht V4.1-Flash einen Gesamt-Intelligenzindex von 40 Punkten – höher als der Median vergleichbarer Open-Weight-Modelle, aber niedriger als bei den führenden Frontier-Modellen.
Anzumerken ist, dass AA kürzlich sein Bewertungssystem aktualisiert und die Maßstäbe insgesamt deutlich verschärft hat, wodurch die Werte zahlreicher zuvor hoch eingestufter Modelle nach unten korrigiert wurden.
Beim Preis zeigt AA, dass V4.1-Flash 0,30 US$ (rund 2 HK$) pro 1 Million Input-Token und 1,20 US$ (rund 9 HK$) pro 1 Million Output-Token kostet; die Gesamtkosten liegen bei etwa 0,18 US$ (rund 1 HK$) und damit unter dem Median vergleichbarer Modelle. Bei Cache-Treffern sinkt der Preis auf 0,01 US$ (rund 0 HK$) pro 1 Million Token. AA weist zugleich darauf hin, dass die Antworten des Modells tendenziell länger ausfallen und die ausgegebene Tokenmenge in den Tests deutlich über dem Durchschnitt vergleichbarer Modelle liegt, was sich bei der tatsächlichen Nutzung auf Zeit- und Kostenaufwand auswirken könne.
Technisch führt V4.1-Flash eine neue Struktur namens CED ein, die 40 Transformer-Schichten in jeweils 20 Schichten kausaler Encoder und 20 Schichten Decoder aufteilt. Dadurch sollen redundante Berechnungen aus herkömmlicher Kreuzaufmerksamkeit reduziert werden; in Kombination mit Verfahren wie CSA2 und FP4-Quantisierung werden Cache- und Speicherverbrauch weiter komprimiert. Insgesamt konzentriert sich das Update von DeepSeek auf die Optimierung von Agent-Ausführung, Programmierfähigkeiten und Bereitstellungskosten.