DeepSeek V4 erklärt: Offene Modelle, 1-Million-Token-Kontext und Huawei-Chips

Was ist DeepSeek V4?

DeepSeek V4 ist die neue, am 24. April 2026 als Vorschau veröffentlichte Modellfamilie des chinesischen KI-Labors DeepSeek. Sie besteht aus zwei Mixture-of-Experts-Modellen (MoE): dem großen V4-Pro und dem kompakteren V4-Flash. Beide werden mit offenen Gewichten bereitgestellt und verfügen über ein Kontextfenster von 1 Million Token. 1410

Anders als bei einem rein geschlossenen Online-Dienst können Entwickler die Gewichte herunterladen oder die Modelle über die DeepSeek-API nutzen. Das erleichtert eigene Bereitstellungen und Anpassungen – setzt bei einem Modell dieser Größenordnung allerdings weiterhin erhebliche Rechenressourcen voraus. 1415

V4-Pro und V4-Flash: zwei Modelle für unterschiedliche Aufgaben

V4-Pro ist das Flaggschiff für anspruchsvollere Aufgaben: komplexes Schlussfolgern, Programmierung und agentische Arbeitsabläufe, bei denen ein Modell Tools nutzt und mehrere Schritte selbstständig koordiniert. Das Modell umfasst insgesamt 1,6 Billionen Parameter, von denen 49 Milliarden pro Token aktiviert werden.

V4-Flash ist mit 284 Milliarden Gesamtparametern und 13 Milliarden aktivierten Parametern pro Token deutlich schlanker. Es soll vor allem mit niedrigerer Latenz und geringeren Kosten bei hohen Anfragevolumen punkten. Die MoE-Architektur aktiviert also nicht bei jeder Berechnung das gesamte Modell. 1410

DeepSeek bewirbt V4-Pro als konkurrenzfähig zu führenden geschlossenen Modellen und hebt Fortschritte bei Wissen, Reasoning, Coding und Agenten-Benchmarks hervor. Das sind zunächst Herstellerangaben aus einer Vorschau. Sie ersetzen keine breit angelegten, unabhängigen Tests mit realen Anwendungen. 1415

Der eigentliche technische Reiz: eine Million Token Kontext

Ein Kontextfenster von 1 Million Token kann sehr große Codebasen, umfangreiche Dokumentensammlungen oder lange Sitzungsverläufe in einer einzigen Anfrage berücksichtigen. Für Entwickler bedeutet das etwa, dass ein großes Softwareprojekt oder eine längere Recherche nicht ständig in kleinere Abschnitte geteilt werden muss.

Entscheidend ist jedoch nicht nur die maximale Länge, sondern deren praktische Effizienz. DeepSeek V4 kombiniert eine komprimierte Sparse-Attention mit einer stark komprimierenden Attention. Vereinfacht gesagt wird aktueller Kontext detaillierter verarbeitet, während ältere Informationen in einer platzsparenderen Repräsentation erhalten bleiben.

Nach Angaben von DeepSeek und Hugging Face benötigt V4-Pro bei einer Million Token rund 27 Prozent der auf einen einzelnen Token entfallenden Inferenz-Rechenleistung von V3.2 sowie 10 Prozent des KV-Cache-Speichers. Für V4-Flash werden 10 Prozent der Rechenleistung und 7 Prozent des KV-Caches angegeben. Das könnte lange Coding-Sitzungen, umfangreiche Wissensbestände und dauerhaft laufende Agenten deutlich wirtschaftlicher machen. 16

Offen, günstig und auf Agenten ausgerichtet

DeepSeek positioniert V4 ausdrücklich für Programmierung und den Einsatz von Tool-using Agents. Dazu zählt die Nutzung in Entwicklungsumgebungen wie Claude Code, OpenClaw und CodeBuddy. Die Kompatibilität mit solchen Werkzeugen bedeutet allerdings nicht, dass V4 automatisch dieselbe Qualität oder Zuverlässigkeit wie Claude oder andere führende geschlossene Modelle erreicht. Sie eröffnet Entwicklern vielmehr eine deutlich günstigere Alternative, die sie selbst hosten oder über eine API einbinden können. 14

Auch die Preis- und Leistungsversprechen sollten entsprechend eingeordnet werden: Niedrige API-Kosten sind für massenhafte Anwendungen relevant, sagen allein aber wenig über Fehlerquoten, Wartungsaufwand oder die Qualität bei konkreten Arbeitsabläufen aus. Gerade bei einer Vorschau dürften diese Unterschiede je nach Aufgabe erheblich sein. 1415

Warum V4 nicht denselben Schock wie R1 auslöste

DeepSeek R1 veränderte die Wahrnehmung der Branche, weil das Modell zeigte, dass ein chinesisches Labor leistungsfähiges Schlussfolgern vergleichsweise kostengünstig anbieten konnte. Der Überraschungseffekt war damals besonders groß.

Bei V4 ist der Markt inzwischen auf leistungsfähige und preisbewusste chinesische Modelle eingestellt. Deshalb ist ein vergleichbarer globaler Schock weniger wahrscheinlich. Die Bedeutung von V4 liegt eher im praktischen Betrieb: offene Gewichte, sehr lange Kontexte, günstige Inferenz sowie der Einsatz in Coding- und Agenten-Workflows.

Die Huawei-Verbindung: mehr als ein Hardwaredetail

V4 ist das erste große DeepSeek-Modell, das gezielt für Huaweis Ascend-Hardware angepasst wurde, statt vor allem an Nvidias GPUs und deren Softwareumgebung gebunden zu sein. Reuters berichtete, Huawei-Chips seien an Teilen des Trainingsprozesses beteiligt gewesen; zugleich wurde V4 für den Betrieb auf Ascend-Systemen angepasst.

Das ist vor dem Hintergrund der US-Exportbeschränkungen für fortschrittliche KI-Chips strategisch relevant. Ein leistungsfähiges Modell, das auf chinesischer Hardware und chinesischer Software betrieben werden kann, hilft dabei, einen eigenständigeren KI-Stack aus Modellen, Chips und Infrastruktur aufzubauen. 23

Von einer Ablösung Nvidias kann deshalb aber noch keine Rede sein. Nvidias Vorsprung besteht nicht nur aus einzelnen Chips, sondern auch aus Hochgeschwindigkeitsverbindungen, CUDA, optimierten Bibliotheken, Cloud-Verfügbarkeit und der großen Zahl vertrauter Entwicklerwerkzeuge. Ein Modell, das auf Ascend läuft, ist nicht automatisch ein gleichwertiger Ersatz für dieses gesamte Ökosystem.

Außerdem ist öffentlich nicht eindeutig belegt, welcher Anteil des vollständigen V4-Trainings – im Unterschied zu Optimierung und Inferenz – auf chinesischer Hardware stattgefunden hat. Aussagen über ein vollständig auf heimischen Chips trainiertes Modell sollten daher mit Vorsicht behandelt werden. 23

Können Ascend-950-Supernodes eine Parallelstruktur schaffen?

Nach dem V4-Start stieg die Nachfrage nach Huaweis Ascend-950-Chips. Reuters zufolge bemühten sich große chinesische Internetunternehmen um entsprechende Bestellungen. 17

Sollten Huaweis Supernode-Systeme in der Praxis ausreichend Leistung, Softwareunterstützung, Lieferfähigkeit und niedrigere Gesamtkosten bieten, könnten sie die Effizienzvorteile von V4 weiter verstärken. Daraus könnte schrittweise eine parallele chinesische KI-Infrastruktur entstehen.

Das ist jedoch eine plausible strategische Entwicklung – kein Beleg dafür, dass die Nvidia-basierte globale Infrastruktur bereits ersetzt wurde.

Fazit

R1 hatte vor allem eine psychologische Wirkung: Das Modell stellte die Annahme infrage, dass nur westliche Labore leistungsfähiges Reasoning zu vertretbaren Kosten anbieten könnten. V4 könnte langfristig operativ noch wichtiger werden. Die Kombination aus offenen Gewichten, 1-Million-Token-Kontext, geringeren Inferenzkosten, Coding- und Agentenfunktionen sowie der Anpassung an Huawei-Hardware weist auf einen eigenständiger werdenden chinesischen KI-Stack hin.

Der entscheidende Test steht aber noch aus: Wie gut funktionieren die Modelle außerhalb der Hersteller-Benchmarks – und wie zuverlässig lässt sich diese Kombination aus Modell, Software und chinesischen Chips in großem Maßstab betreiben?