Was ist DeepSeek-V4.1-Flash?
DeepSeek-V4.1-Flash ist DeepSeeks schnelles Modell mit offenen Gewichten, erstmals veröffentlicht am 10. September 2026 und am 17. Oktober als DeepSeek-V4.1-Flash-1017 aktualisiert, das jetzt jeden deepseek-flash-Aufruf der API beantwortet. Es hat V4-Flash ersetzt, dessen Modellnamen nun auf die neue Version verweisen. Es ist ein Mixture-of-Experts-Modell mit einem Backbone von 552B, das beim Lesen der Eingabe etwa 8 Milliarden Parameter pro Token aktiviert und beim Schreiben 16 Milliarden, dazu ein 196B großer „Engram“-Speicher, der pro Token nachgeschlagen wird; der Checkpoint umfasst insgesamt 763 Milliarden Parameter.
Es liest Text und Bilder und schreibt Text, mit 1M Tokens Kontext und bis zu 384K Ausgabe. Der Reasoning-Aufwand lässt sich von 1 bis 100 einstellen. Laut DeepSeek senkt die komprimierte Attention den KV-Cache auf 890 Bytes pro Token, etwa ein Viertel dessen von V4-Flash. Die Gewichte beider Versionen liegen unter MIT-Lizenz auf Hugging Face.
Über DeepSeeks API (Modellname deepseek-flash) kostet es zu Spitzenzeiten 0,30 $ pro Million Eingabe-Tokens und 1,20 $ pro Million Ausgabe-Tokens, außerhalb der Spitzenzeiten die Hälfte, und 0,003 $ bis 0,006 $ für gecachte Eingabe. Spitzenzeiten sind nur werktags von 01:00 bis 04:00 und von 06:00 bis 10:00 UTC.
Was kostet DeepSeek-V4.1-Flash?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | MIT-Lizenz |
| API off-peak | $0.15 in / $0.60 out per 1M tokens | |
| API weekday peak | $0.30 in / $1.20 out per 1M tokens | |
| Cache hits | $0.003 to $0.006 per 1M tokens |
Kostenlose Gewichte unter MIT-Lizenz. DeepSeek-API: 0,15 $ Eingabe / 0,60 $ Ausgabe pro 1M Tokens außerhalb der Spitzenzeiten, 0,30 $ / 1,20 $ zur werktäglichen Spitzenzeit; Cache-Treffer 0,003 $ bis 0,006 $.
Lohnt sich DeepSeek-V4.1-Flash?
Mit dem Update im Oktober wurde V4.1-Flash zu einem ernsthaften Modell für Coding-Agenten. DeepSeeks Karte zum Release 1017 meldet 77,0% auf DeepSWE v1.1, gegenüber 74,0% für Anthropics Opus 5 in derselben Tabelle, 60,5% auf AutomationBench und 42,3% auf Terminal-Bench 4.0, nach 31,2% für die September-Version. Alle Werte sind selbst gemeldet, bei maximalem Reasoning-Aufwand und in Harnesses, die DeepSeek ausgewählt hat. Eine unabhängige Bestätigung haben wir bisher nicht gefunden.
Genauso klar ist, wo es zurückliegt. Opus 5 führt weiterhin auf Terminal-Bench 4.0 (51,8%), ProgramBench (37,0 zu 29,1) und NL2Repo (75,3 zu 68,2), und bei Humanity's Last Exam ohne Tools steht es 42,6 zu 56,3 für Opus 5. Auch das Harness spielt eine Rolle: Die September-Karte zeigt, wie DeepSWE von 74,2% mit mini-SWE auf 69,8% in Claude Code und 65,6% in Codex fällt. Der Spitzenwert ist also der günstigste Fall.
Das Argument ist der Preis. Die Zeit außerhalb der Spitzen umfasst Wochenenden und die meisten Stunden an Werktagen. Eine Last von 10 Milliarden Eingabe- und 1 Milliarde Ausgabe-Tokens im Monat kostet damit etwa 2.100 $ außerhalb der Spitzenzeiten oder 4.200 $ zur Spitzenzeit, bevor Cache-Treffer wiederholte Eingaben auf 0,003 $ pro Million senken. Das Limit von 2.500 parallelen Anfragen ist fünfmal so hoch wie die 500 bei V4-Pro.
Zwei Dinge schränken ein, wer es nutzen kann. Laut DeepSeeks Datenschutzrichtlinie werden Daten in China verarbeitet und gespeichert und dürfen fürs Training genutzt werden, mit Widerspruch auf Anfrage; eigene Bedingungen für API-Traffic gibt es nicht. Self-Hosting umgeht das, aber der veröffentlichte Checkpoint ist in FP8 und int8 etwa 765 GB groß, mehr als ein Node mit acht H100 80 GB fasst. Drittanbieter füllen einen Teil der Lücke: Auf OpenRouter bietet DeepInfra einen FP8-Build für 0,112 $ Eingabe und 0,336 $ Ausgabe pro Million an, allerdings gilt dieser Eintrag für die September-Gewichte. DeepSeek hat außerdem DeepInfer als Open Source veröffentlicht, die Engine hinter der eigenen API, doch sie braucht Hardware mit Blackwell oder Ascend 950 und kommt ohne Server.
Mit dem Release 1017 hat DeepSeek auch seine Search API (bis zu 50 gerankte Web-Ergebnisse mit Seitenzusammenfassungen) und Fetch API (eine Seite als Markdown) geöffnet, für je 0,75 $ pro 1.000 erfolgreiche Aufrufe; fehlgeschlagene, leere und abgelaufene Anfragen werden nicht berechnet. Aufrufe als serverseitige Tools über DeepSeek Harness, Claude Code oder Codex sind bis zum 31. Oktober 2026 um 16:00 UTC kostenlos. Agenten-Rechnungen, die bisher reine Token-Kosten waren, bekommen ab dem 1. November also eine Position pro Suche.
Wo es sich lohnt
Ein Startup für Entwicklerwerkzeuge, das Coding-Agenten im Hintergrund über 2.000 Repositories laufen lässt
Routine-Issues und Dependency-Updates über Nacht erledigen
Plane Läufe außerhalb von 01:00 bis 04:00 und 06:00 bis 10:00 UTC, um den Preis von 0,15 $/0,60 $ außerhalb der Spitzenzeiten zu zahlen; DeepSeek meldet 77,0% auf DeepSWE v1.1 mit dem Harness mini-SWE. In Claude Code oder Codex ist weniger zu erwarten, dort lagen die Werte auf der September-Karte 4 bis 9 Punkte niedriger.
Ein Operations-Team, das Backoffice-Arbeit über SaaS-Tools hinweg automatisiert
Lange mehrstufige Automatisierungen mit Screenshots ausführen
Bildeingabe und 1M Tokens Kontext lassen eine Session Tool-Ausgaben und Screenshots halten, und die 60,5% auf AutomationBench sind der Bestwert in der Vergleichstabelle der Karte. Das Limit der API von 2.500 parallelen Anfragen bremst ein mittelgroßes Deployment selten.
Ein CTO bei einem europäischen Fintech
Entscheiden, ob DeepSeeks API für Kundendaten akzeptabel ist
DeepSeeks Datenschutzrichtlinie verortet Verarbeitung und Speicherung in China und nennt Modelltraining als einen der Zwecke. Kundendaten gehören daher in ein selbst gehostetes oder in der EU gehostetes Deployment. Die MIT-Lizenz erlaubt das ohne Umsatzgrenze, aber allein die Gewichte brauchen mehr als 765 GB GPU-Speicher, zum Beispiel acht H200 mit je 141 GB.
Bevor du dich festlegst
- Einrichtung
- API im OpenAI- oder Anthropic-Format unter api.deepseek.com mit dem Modell deepseek-flash; der Thinking-Modus ist standardmäßig an. Für den lokalen Einsatz gibt es kein Jinja-Chat-Template: DeepSeek liefert stattdessen einen Python-Encoder und die Rust-Bibliothek deepseek-recipe.
- Integrationen
- JSON-Ausgabe, Tool Calls, die Responses API, eine Anthropic-kompatible API und Vision auf DeepSeeks API; dokumentierte Setups für Claude Code, Codex, OpenCode und DeepSeek Harness. OpenRouter führt Drittanbieter wie DeepInfra und Baidu. Search (POST /v1/tools/search, 1 bis 50 Ergebnisse, Operatoren für site: und Datum) und Fetch (POST /v1/tools/fetch, Ausgabe als Markdown) nutzen denselben API-Schlüssel, und die drei Agenten-Harnesses rufen sie automatisch als serverseitige Tools auf. Fürs Self-Hosting unterstützt DeepSeeks Engine DeepInfer unter Apache 2.0 dieses Modell auf NVIDIA SM100 und Ascend 950, nur offline.
- Daten und Datenschutz
- Gewichte unter MIT ohne Nutzungsbeschränkungen. Für DeepSeeks Dienst sagt die Datenschutzrichtlinie (aktualisiert am 10. Februar 2026), dass Daten in China gespeichert, für die Dauer des Kontos aufbewahrt und fürs Modelltraining genutzt werden dürfen, mit Widerspruch auf Anfrage; eigene Aufbewahrungsregeln für die API sind nicht veröffentlicht.
- Kosten im großen Maßstab
- 10 Milliarden Eingabe- und 1 Milliarde Ausgabe-Tokens im Monat kosten bei DeepSeek etwa 2.100 $ außerhalb der Spitzenzeiten oder 4.200 $ zur Spitzenzeit; gecachte Eingabe kostet außerhalb der Spitzenzeiten 0,003 $ pro Million. Search und Fetch kosten je 0,75 $ pro 1.000 erfolgreiche Aufrufe, ein Agent mit 20 Suchen pro Aufgabe über 10.000 Aufgaben zahlt also 150 $ im Monat für die Suche; über die Harnesses kostenlos bis 31. Oktober 2026, 16:00 UTC. Self-Hosting braucht allein für die Gewichte über 765 GB GPU-Speicher, und laut den Deployment-Hinweisen zu DeepInfer besteht DeepSeeks kleinste effiziente Einheit aus 64 Prefill- plus 64 Decode-GPUs.
- Grenzen
- 1M Tokens Kontext und 384K Ausgabe; 2.500 parallele Anfragen auf der API. Die alten Namen deepseek-v4-flash verweisen nun auf das Modell 1017. Search ist auf 100 Anfragen pro Sekunde begrenzt und Fetch auf 25, pro Konto über alle Schlüssel, mit einem Limit pro Domain bei Fetch und HTTP 429 darüber hinaus.
Was gut ist
- MIT-Lizenz mit Bildeingabe
- 0,15 $ / 0,60 $ pro 1M Tokens außerhalb der Spitzenzeiten; Cache-Treffer ab 0,003 $
- 77,0% auf DeepSWE v1.1 (selbst gemeldet, 1017)
- KV-Cache von 890 Bytes pro Token macht 1M-Kontexte günstig im Speicher
Was nicht
- Daten in China gespeichert; Trainingsbedingungen der API nicht ausformuliert
- Liegt auf Terminal-Bench 4.0 und HLE hinter Opus 5
- Checkpoint von etwa 765 GB fürs Self-Hosting
- Benchmarks selbst gemeldet und abhängig vom Harness
Am besten für
Kostenbewusste Teams mit Coding- und Automatisierungsagenten, die eine in China gehostete API oder einen Drittanbieter nutzen können oder Server mit mehreren GPUs für die offenen Gewichte haben.
Alternativen zu DeepSeek-V4.1-Flash
DeepSeek-V4.1-Flash: häufige Fragen
- Lohnt sich DeepSeek-V4.1-Flash?
- Coding-Agent-Werte nahe der Spitze für 0,15 $ pro Million Eingabe-Tokens, sofern du Datenverarbeitung in China akzeptierst oder einen Checkpoint mit 763 Milliarden Parametern selbst hostest. Wir bewerten es mit 4.2 von 5.
- Was kostet DeepSeek-V4.1-Flash?
- Kostenlose Gewichte unter MIT-Lizenz. DeepSeek-API: 0,15 $ Eingabe / 0,60 $ Ausgabe pro 1M Tokens außerhalb der Spitzenzeiten, 0,30 $ / 1,20 $ zur werktäglichen Spitzenzeit; Cache-Treffer 0,003 $ bis 0,006 $.
- Welche Nachteile hat DeepSeek-V4.1-Flash?
- Daten in China gespeichert; Trainingsbedingungen der API nicht ausformuliert; Liegt auf Terminal-Bench 4.0 und HLE hinter Opus 5; Checkpoint von etwa 765 GB fürs Self-Hosting; Benchmarks selbst gemeldet und abhängig vom Harness.
- Für wen eignet sich DeepSeek-V4.1-Flash?
- Kostenbewusste Teams mit Coding- und Automatisierungsagenten, die eine in China gehostete API oder einen Drittanbieter nutzen können oder Server mit mehreren GPUs für die offenen Gewichte haben.
- Was kostet DeepSeek-V4.1-Flash für ein Team oder im Produktivbetrieb?
- 10 Milliarden Eingabe- und 1 Milliarde Ausgabe-Tokens im Monat kosten bei DeepSeek etwa 2.100 $ außerhalb der Spitzenzeiten oder 4.200 $ zur Spitzenzeit; gecachte Eingabe kostet außerhalb der Spitzenzeiten 0,003 $ pro Million. Search und Fetch kosten je 0,75 $ pro 1.000 erfolgreiche Aufrufe, ein Agent mit 20 Suchen pro Aufgabe über 10.000 Aufgaben zahlt also 150 $ im Monat für die Suche; über die Harnesses kostenlos bis 31. Oktober 2026, 16:00 UTC. Self-Hosting braucht allein für die Gewichte über 765 GB GPU-Speicher, und laut den Deployment-Hinweisen zu DeepInfer besteht DeepSeeks kleinste effiziente Einheit aus 64 Prefill- plus 64 Decode-GPUs.
- Ist DeepSeek-V4.1-Flash sicher für Firmendaten?
- Gewichte unter MIT ohne Nutzungsbeschränkungen. Für DeepSeeks Dienst sagt die Datenschutzrichtlinie (aktualisiert am 10. Februar 2026), dass Daten in China gespeichert, für die Dauer des Kontos aufbewahrt und fürs Modelltraining genutzt werden dürfen, mit Widerspruch auf Anfrage; eigene Aufbewahrungsregeln für die API sind nicht veröffentlicht.
- Was sind die besten Alternativen zu DeepSeek-V4.1-Flash?
- Die nächsten Alternativen, die wir getestet haben, sind DeepSeek-V4-Pro, Claude Haiku 5.5, GPT-6 Luna, Qwen3.8-Max und MiniMax-M3.1-Flash.
Antworten geprüft am 26. Okt. 2026.