Das chinesische KI-Unternehmen Deepseek stellt eine aktualisierte Version seines Flash-Modells vor, die vor allem bei Agenten- und Coding-Aufgaben zulegt. Zudem gibt der Anbieter erstmals den Zugriff auf seine interne Suchmaschine frei.
Deepseek-V4.1-Flash-1017 ist ab sofort über die Website, die App sowie die API des Anbieters verfügbar. Zudem hat Deepseek die Modellgewichte als Open Source auf Hugging Face und ModelScope veröffentlicht. Das Modell soll im Vergleich zum direkten Vorgänger bessere Benchmark-Ergebnisse liefern, Aufgaben schneller abschließen und kürzere Ausgaben generieren. Das Unternehmen beschreibt das Update als sogenannte Pareto-Verbesserung im Verhältnis von Leistung und Kosten.
Für die Entwicklung kompletter Softwareprojekte von Grund auf setzt Deepseek auf Reinforcement Learning mit Selbst-Feedback. Dieser Trainingsansatz soll die durchgängige Projektentwicklung von der Spieleprogrammierung bis hin zur 3D-Modellierung sowie Designaufgaben verbessern. So kann das Modell etwa kompakte Erklärvideos animieren, ähnlich wie das kürzlich veröffentlichte Opus 5.5.
Laut Anbieter wurde das Modell speziell für Entwicklungsumgebungen wie Deepseek Harness (empfohlen ab Version v0.2.1-rc.1), Tencent CodeBuddy und WorkBuddy optimiert.
Deutliche Zuwächse bei Coding- und Agenten-Benchmarks
In den von Deepseek veröffentlichten Vergleichstests schlägt V4.1-Flash-1017 nicht nur den Vorgänger V4.1-Flash, sondern in mehreren Disziplinen für Softwareentwicklung und KI-Agenten auch größere Konkurrenzmodelle wie Claude Opus 5, GPT 5.6-Sol, Kimi K3 und GLM 5.3.
Deepseek V4.1-Flash-1017 verbessert sich im Vergleich zum Vorgänger in allen getesteten Kategorien. | Bild: DeepseekWie stark sich die verkürzten Ausgaben auf die Effizienz auswirken, verdeutlicht eine Kostengrafik zum DeepSWE-Benchmark. Während V4.1-Flash-1017 den Spitzenwert von 77,0 Prozent bei durchschnittlichen Kosten von knapp unter 0,20 US-Dollar pro Aufgabe erreicht (und in der niedrigen Einstellung über 72 Prozent für gut 0,10 US-Dollar erzielt), kostete ein Durchlauf mit dem Vorgängermodell bei 74,2 Prozent Erfolgsquote noch rund 0,50 US-Dollar.
Bei den durchschnittlichen Kosten pro Aufgabe unterbietet das Flash-Modell die Konkurrenz deutlich. | Bild: DeepseekKonkurrenzmodelle wie GPT-6 Astra, Gemini 3.8 Flash oder Claude Opus 5 liegen in dieser Darstellung zwischen 2 und über 10 US-Dollar pro Aufgabe, ohne die Trefferquote des kleinen Deepseek-Modells zu erreichen. Unabhängige Benchmarks stehen noch aus.
Hauseigene Suchmaschine wird zur öffentlichen API
Neben dem Sprachmodell öffnet das Unternehmen seine Schnittstellen für die Websuche (Search & Fetch APIs) für alle Entwickler. Die Dienste basieren laut Deepseek auf einer selbst entwickelten Suchmaschine, die weltweit bereits Hunderte Millionen Anfragen täglich verarbeitet. Details zur Implementierung finden sich in der API-Dokumentation.
Regulär kostet jeder Endpunkt 0,75 US-Dollar pro 1.000 Aufrufe. Für Nutzer der Deepseek-API sind die Funktionen über serverseitige Werkzeuge in Deepseek Harness, Claude Code und Codex noch bis zum 31. Oktober 2026 (16:00 Uhr UTC) kostenlos.
Die tiefe Integration chinesischer KI-Modelle in Arbeitsprozesse ist seit gestern allerdings etwas unattraktiver: Die chinesische Regierung hat offenbar Pläne, die Veröffentlichung von Open-Weight-Modellen stärker zu regulieren oder sogar zu unterbinden. Ein Entscheidungsparameter ist dabei, ob das jeweilige System zu den Top 10 der leistungsfähigsten Modelle gehört.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
