Das chinesische KI-Labor DeepSeek hat überraschend ein umfassendes Modell-Upgrade freigegeben: Unter freier MIT-Lizenz steht ab sofort DeepSeek-V4.1-Flash-1017 auf Hugging Face und ModelScope zum Download bereit. Die Veröffentlichung folgt knapp fünf Wochen auf die Vorstellung der grundlegenden V4.1-Architektur und schraubt die Gesamtgröße auf 763 Milliarden Parameter. Bei einem Kontextfenster von einer Million Token und einer maximalen Ausgabelänge von mindestens 256.000 Token zielt das System direkt auf das Herzstück moderner Programmier-Agenten: Softwareprojekte, 3D-Welten und interaktive Simulationen autonom aus einem einzigen Wunschprompt zu erzeugen.
Die Aktualisierung knüpft nahtlos an die bisherigen Meilensteine des Labors an, vom ersten DeepSeek-V4-Flash-Release bis zu den Sicherheits- und Benchmark-Erfolgen von DeepSeek V4 Pro. Gleichzeitig öffnet das Unternehmen seine weltweite Suchmaschinen-Infrastruktur über offizielle Programmierschnittstellen (Search & Fetch APIs) für externe Entwickler - ein strategischer Schachzug, der kommerzielle Anbieter von Such- und Scraping-Diensten unter massiven Preisdruck setzt.
Wish-Driven Programming: Was hinter DeepSeeks neuem Trainingsansatz steckt
Unter dem Schlagwort Wish-Driven Programming beschreibt DeepSeek ein verändertes Paradigma in der Mensch-Maschine-Interaktion. Statt Programmiercode in mühsamen Einzelschritten über Chatfenster zu verfeinern, soll das Modell in der Lage sein, komplexe Anforderungen ganzheitlich zu erfassen und direkt in lauffähige Software zu übersetzen. Dies schlägt die Brücke zu dem Phänomen des Vibe Coding, bei dem Entwickler visuelle Ideen ohne manuellen Codeeingriff in spielbare Prototypen verwandeln.
Technisch erreicht DeepSeek diese Fähigkeit laut eigener Dokumentation durch gezieltes Reinforcement Learning mit autonomem Selbst-Feedback. Während des Trainings generiert das System Zwischenschritte, überprüft diese gegen logische und visuelle Konsistenzkriterien und bestraft überflüssige oder redundante Textausgaben. Das Ergebnis sei eine sogenannte Pareto-Verbesserung: Das Modell löse Aufgaben nicht nur präziser, sondern produziere dabei kürzere Token-Ketten und senke die Rechenkosten pro Projekt.
Reinforcement Learning mit Self-Feedback
Das Problem langer Agenten-Ketten: Bei komplexen Software-Aufträgen neigen Sprachmodelle dazu, sich in ausufernden Zwischenerklärungen zu verlieren. Mit wachsender Kontextlänge steigen Fehlerrate und Inferenzkosten exponentiell an.
Die DeepSeek-Lösung: Durch Self-Feedback-Verstärkungslernen filtert das Modell spekulative Denkpfade vor der Ausgabe. Die Antworten fallen nach Herstellerangaben kompakter aus, was den Token-Verbrauch drückt und Entwicklungszyklen in Testumgebungen beschleunigt.
Benchmarks: Überholspur im SWE-Bench gegen Claude Opus 5 und GPT-5.6 Sol
In den vom Labor publizierten Messreihen legt das Flash-Modell quer durch alle Disziplinen spürbar zu. Im praxisnahen Software-Engineering-Benchmark DeepSWE v1.1, der reale Probleme aus GitHub-Repositories automatisiert lösen lässt, klettert das Modell von 74,2 auf 77,0 Prozent im ersten Versuch (Pass@1). Damit übertrifft DeepSeek nach eigenen Angaben sowohl Anthropics Flaggschiff Claude Opus 5.0 (74,0 Prozent) als auch OpenAIs GPT-5.6 Sol (73,0 Prozent).
Besonders deutlich fällt der Fortschritt auf der Kommandozeile aus: Im Terminal-Bench 4.0 springt DeepSeek-V4.1-Flash-1017 von 31,2 auf 42,3 Prozent und lässt GPT-5.6 Sol (39,9 Prozent) sowie Alibabas GLM-5.3 (37,9 Prozent) hinter sich. Bei allgemeinen Automatisierungsaufgaben (Automation-Bench v1.0.6) erreicht das Modell 60,5 Prozent, verglichen mit 50,3 Prozent bei Claude Opus 5.0.
| Benchmark / Testfeld | V4.1-Flash-1017 | V4.1-Flash (Sep.) | Claude Opus 5.0 | GPT-5.6 Sol | GLM-5.3 | K3 |
|---|---|---|---|---|---|---|
| DeepSWE v1.1 (Software Eng.) | 77,0 % | 74,2 % | 74,0 % | 73,0 % | 66,9 % | 67,5 % |
| Terminal-Bench 4.0 (CLI-Agenten) | 42,3 % | 31,2 % | 51,8 % | 39,9 % | 37,9 % | 12,6 % |
| Automation-Bench v1.0.6 | 60,5 % | 54,8 % | 50,3 % | 45,8 % | 48,8 % | 46,7 % |
| Apex Bench v1.1 | 72,1 % | 64,6 % | 65,8 % | 54,3 % | 56,6 % | 47,8 % |
| NL2Repo-Bench (Architektur) | 68,2 % | 65,4 % | 75,3 % | 56,8 % | 58,0 % | 58,0 % |
| BabyVision (Multimodal w/tools) | 92,5 % | 89,6 % | 94,1 % | 88,9 % | - | 85,7 % |
| Agents' Last Exam | 35,4 % | 31,8 % | 28,6 % | 26,7 % | 28,5 % | 27,6 % |
Community-Härtetests: 3D-Welten, Boids-Schwärme und Cent-Rechnungen
Unmittelbar nach der Bereitstellung der Gewichte führten Entwickler in der Open-Source-Community praktische Belastungstests durch. Im Fokus standen dabei interaktive 3D-Grafiken mit WebGL und Three.js sowie physikalische Simulationen, die bisher als Schwachstelle reiner Sprachmodelle galten.
Ein Entwickler demonstrierte eine vollständige Boids-Schwarmsimulation mit 5.000 Staren und einem lauernden Greifvogel, die das Modell aus einem einzigen Prompt inklusive räumlichem Hash-Grid und Wasserreflexionen erzeugte:
Auch bei der prozeduralen Modellierung komplexer Geometrien zeigten Nutzer schnelle Ergebnisse. So entstand eine detaillierte 3D-Honigbiene auf einer Sonnenblume in einem einzigen Generierungsdurchlauf über das Entwickler-Framework DeepSeek Harness:
Der auffälligste Unterschied zur westlichen Konkurrenz liegt jedoch in den Inferenzkosten. In einem direkten Vergleich bei der Erstellung eines dreidimensionalen Bowser-Modells fielen bei DeepSeek Kosten von lediglich 0,15 US-Dollar an, während Claude Opus 5.5 für denselben Auftrag 3,85 Dollar in Rechnung stellte:
Ein ähnliches Bild zeigte sich bei einer animierten Raketenstart-Szene: Hier schlug der Durchlauf bei DeepSeek mit 0,78 Dollar und drei Minuten Berechnungszeit zu Buche, während GPT 6.1 Sol für die Aufgabe 6,10 Dollar und fünf Minuten benötigte:
In einem breit angelegten Vergleich zur Rekonstruktion der Pariser Innenstadt samt Eiffelturm, Seine-Flusslauf und Parkanlagen generierte DeepSeek die Szene für 0,53 Dollar. Gemini 4 Argon lieferte zwar ein noch feiner poliertes Stadtbild, schlug jedoch mit 3,68 Dollar und damit dem Siebenfachen des Preises zu Buche:
Weitere Community-Experimente reichten von interaktiven Zeit-Sandboxes bis hin zu extrem kompakten 16-Kilobyte-Demos und hochauflösenden Vektorgrafiken:
Search- & Fetch-APIs: Eigene Suchmaschine als Agenten-Werkzeug
Parallel zum Modellstart gab DeepSeek den weltweiten Zugriff auf seine hauseigenen Search- und Fetch-APIs frei. Die Endpunkte greifen auf den internen Suchmaschinen-Index des Unternehmens zurück, der laut Betreiberangaben täglich hunderte Millionen Suchanfragen weltweit verarbeitet. Mit einem Festpreis von 0,75 Dollar pro 1.000 Abfragen positioniert sich der Dienst als kostengünstige Alternative zu spezialisierten Web-Scraping-Diensten.
Für Nutzer der offiziellen Entwickler-Frameworks DeepSeek Harness, Claude Code und Codex sind die serverseitigen Websuch-Tools bis zum 31. Oktober 2026 um 16:00 Uhr UTC vollständig kostenfrei nutzbar. Praxistests zeigen, dass der direkte Zugriff auf aktuelle Webdaten den Coding-Modellen einen spürbaren Informationsvorsprung bei Bibliotheks-Updates verschafft:
Um die Integration in bestehende Software-Stacks zu erleichtern, veröffentlichte das Labor zusätzlich das quelloffene Toolkit deepseek-recipe. Die in Rust geschriebene Bibliothek bietet Python-Bindings und übersetzt standardisierte Chat-Completions- und Responses-API-Aufrufe direkt in die nativen Token-Formate von DeepSeek V4 und V4.1, inklusive vollständiger Unterstützung für Tool-Calling, Zwischengedanken (Thinking Mode) und verschachtelte Bildinhalte.
Licht und Schatten: Denkzeiten bei DeepThink und 510-Gigabyte-Hürde
Trotz der beeindruckenden Effizienzwerte offenbaren die Praxistests auch methodische Grenzen. Wenn das Modell im vollen Denkmodus ("DeepThink") komplexe mathematische oder architektonische Probleme analysiert, können Generierungsläufe erhebliche Zeit in Anspruch nehmen. In aufwendigen 3D-Render-Szenarien dauerte die Inferenz teils über eine Stunde und 40 Minuten, während Konkurrenzsysteme nach 20 Minuten fertige Resultate vorlegten. Für Echtzeit-Assistenten ist dieser Modus ungeeignet; sein Wert liegt in asynchronen Entwicklungs-Pipelines, bei denen Gründlichkeit und niedrige Kosten vor Latenz stehen.
Zudem stellt das Modell erhebliche Anforderungen an die lokale Infrastruktur: Die Shard-Dateien auf Hugging Face umfassen zusammengenommen rund 510 Gigabyte. Ein Betrieb auf Standard-Hardware ist ausgeschlossen; für ein vollständiges Self-Hosting sind spezialisierte Server-Cluster mit mehreren Hochleistungs-GPUs erforderlich. Zwar ermöglichen Quantisierungsverfahren wie bei Underdog Saluki zunehmend kompakte Ableitungen für Laptops, die volle Leistungsfähigkeit entfaltet das 763-Milliarden-Netz jedoch vorerst primär über Cloud-Schnittstellen.
🎯 Was das für die Praxis bedeutet
1. Agenten-Budgets neu kalkulieren: Inferenzkosten von oft unter 50 Cent für umfangreiche Programmier- und 3D-Aufgaben machen DeepSeek-V4.1-Flash-1017 zum idealen Arbeitspferd für Test- und Prototyping-Pipelines, bei denen kommerzielle Frontier-Modelle das Budget bisher überproportional belasteten.
2. Search-API vor Fristablauf testen: Entwicklerteams sollten die bis zum 31. Oktober 2026 kostenlose Websuch- und Fetch-Integration in DeepSeek Harness und Claude Code nutzen, um die Qualität interner Wissensbeschaffung ohne zusätzliche Lizenzkosten zu evaluieren.
3. Asynchrone Pipelines für DeepThink einrichten: Wegen der ausgedehnten Rechenzeiten bei maximaler Reasoning-Tiefe empfiehlt sich die Entkopplung von Nutzerinteraktion und Modellgenerierung über Hintergrund-Jobs und Webhook-Benachrichtigungen.
4. MIT-Lizenz für eigene Infrastrukturen nutzen: Dank der freien Modellgewichte und des Begleit-Toolkits deepseek-recipe können Unternehmen eigene Inferenz-Server mit vLLM oder SGLang aufsetzen und sensiblen Quellcode vollständig innerhalb ihrer eigenen Sicherheitsperimeter verarbeiten.
