AntwortenVeröffentlicht18 Quellen
DeepSeek aktualisiert sein Flash-Modell: schneller, kürzer, aber nicht günstiger bepreist
V4.1 Flash 1017 ist ein kleineres Update, keine neue Modellgeneration. DeepSeek berichtet von schnelleren Aufgaben und kürzeren Ausgaben.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- V4.1 Flash 1017 ist ein kleineres Update, keine neue Modellgeneration. DeepSeek berichtet von schnelleren Aufgaben und kürzeren Ausgaben.
- Das Modell ist seit dem 17. Oktober 2026 auf Website, in der App und über die API verfügbar.
- Die veröffentlichten Benchmark Werte stammen von DeepSeek selbst. Kürzere Antworten können die Kosten einzelner tokenbasierter API Aufrufe senken, bedeuten aber keine niedrigeren Tarife.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did DeepSeek’s October 18, 2026 official release of V4.1-Flash-1017 change relative to V4.1 Flash, including its rollout across web, ap. Article summary: V4.1-Flash-1017 was a minor update to V4.1 Flash, emphasizing stronger reasoning, coding and agentic performance alongside shorter task runtime and outputs—not a new model generation or a confirmed API price cut. [4][49]. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
DeepSeek-V4.1-Flash-1017 ist eine überarbeitete Version von V4.1 Flash – keine neue Modellgeneration. Das Update zielt vor allem auf Programmier-, Reasoning- und Agentenaufgaben: Laut DeepSeek erledigt das Modell Aufgaben schneller und gibt kürzere Antworten aus. Veröffentlicht wurde es am 17. Oktober 2026; auch der Release-Eintrag auf Hugging Face trägt dieses Datum. 38
21
Was sich geändert hat – und was nicht
DeepSeek beschreibt das Update als Verbesserung des Verhältnisses von Leistung zu Kosten: bessere Benchmark-Ergebnisse, kürzere Bearbeitungszeiten und kompaktere Ausgaben. Das heißt jedoch nicht, dass die API-Tarife gesunken sind. Der Modellname für API-Aufrufe bleibt deepseek-flash, die Preise sind unverändert. Kürzere Antworten können bei einer einzelnen Anfrage weniger abgerechnete Ausgabetokens bedeuten – die tatsächliche Ersparnis hängt aber von Anfrage und Antwort ab. 38
5
49
Die Gewichte wurden unter der MIT-Lizenz auf Hugging Face veröffentlicht; laut Berichten sind sie auch über ModelScope verfügbar. 21
3
35
Die von DeepSeek gemeldeten Benchmark-Werte
Die folgende Tabelle vergleicht die Werte für V4.1 Flash mit denen für V4.1-Flash-1017. Die Differenzen ergeben sich direkt aus den angegebenen Zahlen. Es handelt sich um Ergebnisse aus DeepSeeks eigener Modellkarte, nicht um eine unabhängige Bestätigung der Leistung im Alltag. 49
| Benchmark | V4.1 Flash | V4.1-Flash-1017 | Veränderung |
|---|---|---|---|
| Terminal-Bench 4.0 | 31,2 | 42,3 | +11,1 |
| ProgramBench | 20,3 | 29,1 | +8,8 |
| DeepSWE v1.1 | 74,2 | 77,0 | +2,8 |
| NL2Repo-Bench | 65,4 | 68,2 | +2,8 |
| Automation-Bench v1.0.6 | 54,8 | 60,5 | +5,7 |
Laut Modellkarte wurde Terminal-Bench 4.0 mit dem Claude-Code-Harness und DeepSWE v1.1 mit dem Mini-SWE-V2-Harness getestet. Solche Testbedingungen sind wichtig, wenn man die Werte einordnet; die Ergebnisse bleiben dennoch Herstellerangaben. 49
Fokus auf Projekte und Agenten-Tools
DeepSeek hebt eine verbesserte Entwicklung kompletter Projekte hervor – auch von Grund auf – und führt sie auf Reinforcement Learning mit Selbstfeedback zurück. Die Ankündigung nennt als Anwendungsfelder unter anderem Spiele und 3D-Modellierung. Sie belegt für sich genommen jedoch nicht, wie gut konkrete Demos funktionieren oder wie viele Interaktionen dafür nötig waren. 38
Optimiert wurde das Update für DeepSeek Harness sowie Tencent CodeBuddy und WorkBuddy. Für die Nutzung mit dem neuen Modell empfiehlt DeepSeek DeepSeek Harness ab Version 0.2.1-rc.1. 38
Die API unterstützt laut DeepSeek außerdem Websuche und das Abrufen von Inhalten. Das kann für Agenten-Workflows nützlich sein; die verfügbaren Angaben reichen aber nicht aus, um daraus eine vollständige Spezifikation eigenständiger Search- und Fetch-APIs abzuleiten. 38
42
Rollout und Verfügbarkeit
Das Update ist auf der DeepSeek-Website, in der App und über die API verfügbar. Bestehende API-Nutzer können weiterhin den Namen deepseek-flash verwenden; die Preise wurden nicht geändert. 38
5
Unabhängig davon berichtete Caixin von einer knapp fünfstündigen Störung am 15. Oktober, die Website, App und API betraf. Die verfügbaren Berichte belegen keinen Zusammenhang zwischen dieser Unterbrechung und dem Modell-Update. 36
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „DeepSeek aktualisiert sein Flash-Modell: schneller, kürzer, aber nicht günstiger bepreist“?
V4.1 Flash 1017 ist ein kleineres Update, keine neue Modellgeneration. DeepSeek berichtet von schnelleren Aufgaben und kürzeren Ausgaben.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
V4.1 Flash 1017 ist ein kleineres Update, keine neue Modellgeneration. DeepSeek berichtet von schnelleren Aufgaben und kürzeren Ausgaben. Das Modell ist seit dem 17. Oktober 2026 auf Website, in der App und über die API verfügbar.
Was soll ich als nächstes in der Praxis tun?
Die veröffentlichten Benchmark Werte stammen von DeepSeek selbst. Kürzere Antworten können die Kosten einzelner tokenbasierter API Aufrufe senken, bedeuten aber keine niedrigeren Tarife.