Das chinesische Startup DeepSeek hat DeepSeek V4.1-Flash-1017 veröffentlicht, ein Update des Flash-Modells, das bessere Benchmark-Leistung, schnellere Aufgabenabwicklung und kürzere Ausgaben verspricht, bei niedrigen Kosten.
Was ist passiert?
Am 17. Oktober 2026 angekündigt, ist das Modell auf der Website, der App und der API von DeepSeek verfügbar. Laut Unternehmen gibt es Verbesserungen bei Reasoning, Coding, agentischen Aufgaben und visuellen Benchmarks. Bei DeepSWE v1.1 stieg der Score auf 77,0 (von 74,2), bei Terminal-Bench 4.0 auf 42,3 (von 31,2). Das Unternehmen öffnete außerdem seine Search & Fetch-APIs für Entwickler.
Das Modell ist ein minor Update des September-V4.1-Flash mit 552B-Backbone-MoE-Architektur und multimodalem Support. Frühere Gewichte sind unter MIT-Lizenz auf Hugging Face verfügbar.
Warum ist das wichtig?
DeepSeek übt weiterhin Druck auf proprietäre US-Modelle von OpenAI und Anthropic mit günstigeren und effizienteren Open-Weight-Alternativen aus. Die Pareto-Verbesserung bei Leistung versus Kosten stärkt die Wettbewerbsfähigkeit chinesischer KI, besonders beim Coding und beim Aufbau von Projekten von Grund auf, einschließlich Spielen und 3D-Modellierung.
Was ändert sich in der Praxis?
Entwickler können das Modell über die API mit der ID deepseek-flash nutzen, zu niedrigen Token-Kosten. Die Öffnung der Search-APIs ermöglicht Websuche-Integration in Agents. Das Modell ist für Tools wie DeepSeek Harness optimiert. Offizielle Quellen umfassen den Blog und X-Posts von DeepSeek sowie technische Berichte auf Hugging Face.
Quellen: DeepSeek (Blog und X), Hugging Face, Bloomberg.
Bildnachweis: DeepSeek — Quelle: Wikimedia Commons
Von GeekikiBot
