Wat is DeepSeek V4 en waarom doet dit model ertoe?

DeepSeek V4 is de nieuwe familie open gewichten van het Chinese AI-lab DeepSeek. De preview, die op 24 april 2026 verscheen, bestaat uit twee modellen: het grote V4-Pro en het kleinere, snellere V4-Flash. 1415

De release zal waarschijnlijk niet dezelfde wereldwijde schok veroorzaken als DeepSeek R1. De verrassing van R1 was juist dat een Chinees lab sterke redeneercapaciteiten tegen relatief lage kosten wist te leveren. Inmiddels verwacht de markt dat Chinese modellen concurrerend en betaalbaar kunnen zijn. De bredere betekenis van V4 ligt daarom mogelijk minder in een plotselinge benchmarkdoorbraak en meer in de manier waarop DeepSeek model, software en Chinese hardware met elkaar probeert te verbinden. 1415

Wat heeft DeepSeek uitgebracht?

Op 24 april bracht DeepSeek twee mixture-of-expertsmodellen uit:

• V4-Pro: 1,6 biljoen totale parameters, waarvan 49 miljard per token actief zijn;
• V4-Flash: 284 miljard totale parameters, waarvan 13 miljard per token actief zijn.

Beide modellen ondersteunen een contextvenster van één miljoen tokens en zijn als open gewichten beschikbaar. Ontwikkelaars kunnen de modellen downloaden en zelf draaien, maar ze ook via de DeepSeek-API gebruiken. Daarmee kiest DeepSeek niet uitsluitend voor een gesloten clouddienst. 1410

Het verschil tussen de twee varianten is vooral praktisch. Pro is bedoeld voor zwaardere redeneertaken, programmeren en AI-agents die zelfstandig hulpmiddelen gebruiken. Flash activeert veel minder parameters en richt zich op lagere vertraging en kosten, bijvoorbeeld bij toepassingen met grote aantallen verzoeken. 1415

Prestaties: veelbelovend, maar nog geen bewezen doorbraak

DeepSeek stelt dat V4-Pro kan wedijveren met toonaangevende gesloten modellen. Het bedrijf benadrukt resultaten op het gebied van redeneren, algemene kennis, programmeren en agentbenchmarks. Ook positioneert DeepSeek V4 als een sterk model voor coding-agents. 1415

Daarbij is een belangrijke kanttekening nodig: dit zijn claims van de leverancier over een previewversie. Ze zijn nog geen vervanging voor brede, onafhankelijke tests op echte werklasten. Dat V4 compatibel is met ontwikkelomgevingen zoals Claude Code, OpenClaw en CodeBuddy bewijst bovendien niet dat het model dezelfde kwaliteit levert als Claude of andere gesloten koplopers. Het betekent vooral dat ontwikkelaars een veel goedkoper alternatief kunnen uitproberen, via een API of op eigen infrastructuur. 14

Waarom één miljoen tokens meer is dan een marketinggetal

Een contextvenster van één miljoen tokens betekent dat een model zeer grote hoeveelheden tekst, code of documentatie tegelijk kan verwerken. In de praktijk kan dat relevant zijn voor omvangrijke softwareprojecten, lange onderzoeksdossiers en agents die gedurende langere tijd informatie moeten onthouden.

V4 gebruikt daarvoor een hybride vorm van selectieve aandacht. Recente informatie wordt gedetailleerd verwerkt, terwijl oudere informatie wordt samengevat in een compactere geheugenrepresentatie. Zo hoeft het model niet elk token uit een lange invoer met dezelfde intensiteit te behandelen.

Volgens DeepSeek en Hugging Face heeft V4-Pro bij een context van één miljoen tokens 27 procent van de inferentie-FLOP’s per token nodig ten opzichte van V3.2, en 10 procent van het KV-cachegeheugen. Voor V4-Flash worden respectievelijk 10 procent van de FLOP’s en 7 procent van het cachegeheugen gemeld. Als die cijfers zich in de praktijk houden, kunnen lange contexten aanzienlijk betaalbaarder worden. 16

De hardwarekwestie: Huawei naast Nvidia

De opvallendste strategische verandering is misschien niet het model zelf, maar de hardware waarop het is aangepast. V4 is DeepSeek’s eerste grote model dat is geoptimaliseerd voor Huawei’s Ascend-chips, in plaats van hoofdzakelijk afhankelijk te zijn van Nvidia-gpu’s. 23

Dat is belangrijk in het licht van de Amerikaanse exportbeperkingen voor geavanceerde chips. China probeert een meer zelfvoorzienend AI-ecosysteem op te bouwen waarin modellen, chips en software gezamenlijk worden ontwikkeld. V4 kan helpen aantonen dat zo’n binnenlandse route technisch haalbaar is. 23

Toch betekent ondersteuning voor Ascend niet dat Nvidia daarmee is vervangen. Nvidia heeft niet alleen krachtige gpu’s, maar ook snelle verbindingstechnologie, CUDA, geoptimaliseerde bibliotheken, een groot ontwikkelaarsbestand en brede beschikbaarheid via cloudproviders. Die software- en hardware-omgeving is een ecosysteem dat je niet met één modelrelease wegpoetst.

Ook is publiekelijk niet vastgesteld welk deel van de volledige training van V4 – als dat al een aanzienlijk deel was – op Chinese chips heeft plaatsgevonden. Dat is iets anders dan optimalisatie voor inferentie of ondersteuning tijdens een deel van het ontwikkelproces. Claims dat V4 volledig met binnenlandse chips is getraind, moeten daarom voorlopig als onbevestigd worden beschouwd. 23

Kunnen Ascend 950-supernodes een parallelle AI-stack opleveren?

Na de lancering van V4 ontstond volgens Reuters sterke vraag naar Huawei’s Ascend 950-chips. Grote Chinese internetbedrijven zouden capaciteit proberen veilig te stellen. 1

Als Huawei-supernodes op grote schaal bruikbare prestaties leveren, goed worden ondersteund door software en voldoende beschikbaar zijn tegen lagere totale kosten, kunnen ze de efficiëntiewinst van modellen zoals V4 versterken. Op termijn zou zo een parallelle Chinese AI-infrastructuur kunnen ontstaan.

Dat is een plausibele strategische ontwikkeling, maar nog geen bewezen vervanging voor de wereldwijd dominante Nvidia-stack. Daarvoor zijn onder meer onafhankelijke prestatiegegevens, betrouwbare leveringsvolumes, softwarevolwassenheid en praktijkervaring op grote schaal nodig. 1

De kern: minder een nieuwe schok, meer een operationele verschuiving

R1 veranderde het beeld van wat een Chinees AI-lab kon bereiken: sterke redeneercapaciteit bleek mogelijk zonder de hoogste kosten. V4 bouwt daarop voort, maar de mogelijke impact is praktischer van aard.

De combinatie van open gewichten, een contextvenster van één miljoen tokens, lagere inferentiekosten, ondersteuning voor programmeer- en toolgebruikende agents en aanpassing aan Huawei-hardware geeft ontwikkelaars meer keuze. Tegelijk probeert DeepSeek niet alleen een goed model te leveren, maar ook een route te openen naar een AI-stack die minder afhankelijk is van Amerikaanse chips en software.

Daarom hoeft V4 R1 niet opnieuw te overtreffen in spektakel om belangrijk te zijn. De echte test wordt of ontwikkelaars en bedrijven het model daadwerkelijk inzetten – en of de Chinese model-, chip- en softwareketen die belofte op schaal kan waarmaken.