Kreation und Arbeitsabläufe
DeepSeek V4.1-Flash-1017: ein Günstigeres Coding-Modell, Jetzt mit Eigenem Web-Layer
Am 17. Oktober veröffentlichte DeepSeek den Checkpoint DeepSeek-V4.1-Flash-1017, ein aktualisiertes Post-Training seines V4.1-Flash vom September, nun unter dem bestehenden Modellnamen deepseek-flash bereitgestellt. Mit dem Modell öffnete DeepSeek seine Search- und Fetch-APIs – angetrieben von einer hauseigenen Suchmaschine – für alle Entwickler. Für Agent-Bauer ist das Release zweierlei zugleich: eine Pareto-Verbesserung bei den Kosten von Coding-Agenten und ein eigener Web-Layer, der mit unabhängigen Search-API-Anbietern konkurriert.
Entwurf mit Unterstützung von Muse; der Eigentümer hat die Fakten und alle acht Übersetzungen geprüft. Dies ist keine unabhängige Modellprüfung. Dieser Artikel wurde mit KI-Unterstützung verfasst und von einem KI-Faktenchecker im Auftrag des Eigentümers geprüft. Der Eigentümer hat ihn nicht persönlich geprüft; eine unabhängige menschliche Verifizierung wird nicht behauptet. Benchmark-Zahlen stammen von DeepSeek selbst, ohne beobachtete unabhängige Reproduktion; API- und Preisfakten stammen aus DeepSeeks öffentlicher Modellkarte und API-Dokumentation.
Ein Checkpoint, kein neues Modell
DeepSeek-V4.1-Flash-1017 ist ein aktualisierter Post-Training-Checkpoint des im September gestarteten V4.1-Flash – keine neue Architektur. Er ist auf DeepSeeks Website, App und API unter dem bestehenden Modellnamen deepseek-flash live; die alten Kennungen deepseek-v4-flash und deepseek-v4-flash-vision-exp sind ausgemustert, werden aber weiterhin akzeptiert, vom neuen Checkpoint bedient und zum Flash-Preis abgerechnet. DeepSeek beschreibt ihn als Pareto-Verbesserung bei Leistung und Kosten: bessere Scores, schnellere Aufgabenerledigung, kürzere Ausgaben. Der 1017-Checkpoint ist auf DeepSeek Harness abgestimmt – Version v0.2.1-rc.1 oder neuer wird empfohlen – sowie auf Tencent CodeBuddy und WorkBuddy, mit Reinforcement Learning mit Selbst-Feedback für durchgängige Projektarbeit.
Die Hugging-Face-Karte zu V4.1-Flash besagt, dass Repository und Modellgewichte unter der MIT-Lizenz stehen. Die Fremdberichterstattung markiert die Lizenz der 1017-Checkpoint-Gewichte als nicht offengelegt, sodass auf den beobachteten Seiten nicht separat bestätigt wurde, ob die MIT-Aussage speziell die 1017-Gewichte abdeckt – ein Detail, das zu prüfen ist, bevor man den Checkpoint in einer compliance-sensiblen Bereitstellung als MIT-lizenziert behandelt.
Die Speicher-Story ist die Schlagzeile
Der begleitende technische Bericht heißt „DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression“, und der Titel ist die These. Das Modell ist ein multimodales Mixture-of-Experts mit 552B Parametern im Backbone, aufgebaut als 40-schichtiger Causal-Encoder-Decoder-Transformer – ein 20-schichtiger kausaler Encoder gefolgt von einem 20-schichtigen Decoder – dessen globaler Decoder-KV-Cache aus den finalen Encoder-Hidden-States projiziert wird. Dieses Design aktiviert nur 8B Parameter pro Token während Prefill und 16B während Decode. Compressed Sparse Attention 2 und FP4-(E2M1)-Haupt-KV-Caching bringen den globalen KV-Footprint auf 890 Byte pro Token, etwa ein Viertel von V4-Flash; SWA Bounded Replay schrumpft den persistenten KV-Footprint auf etwa ein Achtel. Daneben: 196B Engram-Konditionalgedächtnis-Parameter, ein 45T-Token-Pre-Training-Korpus, ein 1M-Token-Kontextfenster und bis zu 384K Ausgabe-Tokens.
Rechnen Sie nach: Bei 890 Byte pro Token belegt ein voller 1M-Token-Kontext etwa 0,9 GB persistenten KV-Cache – eine Position kleiner als der Gewichts-Footprint des Modells selbst. Für eingabelastige agentische Workloads verschiebt sich die bindende Restriktion von der VRAM-Kapazität zum Orchestrierungs- und Tool-Call-Design. Das ist das ökonomische Argument des gesamten Releases: Langer Kontext hört auf, ein Speicherluxus zu sein, und wird zu einer Architekturentscheidung, die man bepreisen kann.
Benchmarks, Fußnoten inklusive
DeepSeeks eigene Tabelle für den 1017-Checkpoint meldet DeepSWE v1.1 mit 77,0, nach 74,2 und vor Claude Opus 5 mit 74,0 sowie GPT-5.6 Sol mit 73,0; Terminal-Bench 4.0 mit 42,3, nach 31,2, aber noch hinter Opus 5 mit 51,8; Automation-Bench v1.0.6 mit 60,5; Agents’ Last Exam mit 35,4; Apex Bench v1.1 mit 72,1; ProgramBench mit 29,1; NL2Repo-Bench mit 68,2; und HLE ohne Tools mit 42,6 gegenüber 56,3 für Opus 5. Über die 11 von DeepSeek berichteten Benchmarks schlägt der Checkpoint den September-Flash um 2,0 bis 11,1 Punkte.
Jede dieser Zahlen stammt von DeepSeek selbst, gemessen in dessen internem Framework, und keine unabhängige Reproduktion wurde veröffentlicht; die Konkurrenz-Scores sind DeepSeeks berichtete Vergleiche, nicht unabhängig verifiziert. Das macht die Tabelle nicht nutzlos – Richtung und Deltas sind echte Information – aber die Zahlen bleiben richtungsweisend, bis jemand anderes das Harness laufen lässt. Die dauerhaften, vertraglichen Fakten dieses Releases sind die API-Oberfläche und die Preiskarte, nicht die Rangliste.
Ein eigener Web-Layer für Agenten
Die Infrastrukturhälfte des Releases könnte wichtiger sein als das Modell. DeepSeek öffnete seine Search- und Fetch-APIs für alle Entwickler: POST /v1/tools/search und POST /v1/tools/fetch auf api.deepseek.com. Abgerechnet wird pro erfolgreicher Anfrage – 0,75 $ pro 1.000 Anfragen je Endpunkt – und eine Anfrage zählt nur, wenn sie HTTP 200 mit Ergebnis zurückgibt; fehlgeschlagene Anfragen, leere Suchergebnisse und Timeouts sind kostenlos. Jede API ist auf 5 QPS pro Konto begrenzt. Serverseitige Aufrufe über DeepSeek Harness, Claude Code oder Codex bleiben kostenlos, bis die nutzungsbasierte Abrechnung am 1. November 2026 um 00:00 Pekinger Zeit beginnt.
Die Search-API liefert strukturierte Ergebnisse aus DeepSeeks hauseigener Engine: 1 bis 50 Ergebnisse pro Anfrage, Operatoren wie site:, lang:, after: und before:, ein Rerank-Score von 0 bis 3 und eine Authority-Stufe von 0 bis 4 pro Ergebnis. Die Fetch-API holt eine einzelne Seite und gibt Titel plus Inhalt als Markdown zurück. Hinter demselben API-Key und Kontostand wie das Modell macht das den Agent-Stack – Modell plus Retrieval – zu einer einzigen abrechenbaren Fläche und stellt DeepSeek in direkte Konkurrenz zu unabhängigen Search-API-Anbietern bei Agent-Workloads.
Was man damit anfängt
Die Modellpreise sind unverändert: Spitze 0,30 $ pro 1M Cache-Miss-Input-Tokens (0,15 $ außerhalb der Spitze), 1,20 $ pro 1M Output-Tokens (0,60 $ außerhalb der Spitze), wobei die Nebenzeittarife halb so hoch sind wie die Spitzen. Nichts an diesem Release verlangt eine Migration – der Modellname hat sich nicht geändert, der Preis hat sich nicht geändert, und der Checkpoint kommt als In-Place-Verbesserung. Das einzige Datum im Kalender, das zählt, ist der 1. November: Kostenlose serverseitige Suchaufrufe enden, und der Web-Layer wird gemessen.
Für Teams, die Coding-Agenten im großen Maßstab betreiben, ist das ein Beschaffungsereignis ebenso wie ein Modellereignis. Die richtige Bewertung sind gemessene Kosten pro erledigter Aufgabe im eigenen Harness, nicht die Rangliste des Anbieters – und nebenbei ein echter Vergleich der 0,75-$-pro-Tausend-Suchstufe mit dem Browsing-Anbieter, den Ihre Agenten heute nutzen.
Quellen und weitere Lektüre
Der Eigentümer hat die Quellenangaben geprüft; eine unabhängige Fakten- oder Modellprüfung wird nicht behauptet.
- DeepSeek-V4.1-Flash – Modellkarte (DeepSeek, Hugging Face)
DeepSeek (Hugging Face model card)
Recorded publication date ·
Recorded verification time ·
- DeepSeek-API-Dokumentation – Modelle & Preise
DeepSeek (API docs)
Source publication date not verified
Recorded verification time ·
- DeepSeek-API-Dokumentation – Search-&-Fetch-Leitfaden
DeepSeek (API docs)
Source publication date not verified
Recorded verification time ·
- MarkTechPost – unabhängige Berichterstattung
MarkTechPost
Recorded publication date ·
Recorded verification time ·