DeepSeek aktualisiert V4.1-Flash und öffnet Search- und Fetch-APIs

Ein neuer Checkpoint, nicht der erste Start von V4.1-Flash

DeepSeek hat V4.1-Flash-1017 veröffentlicht. Die API-Dokumentation führt diese Version als aktives Modell hinter dem Alias deepseek-flash. Sie ist nicht mit dem ursprünglichen Start von V4.1-Flash im September zu verwechseln: Das Suffix 1017 kennzeichnet den späteren Checkpoint, der am 17. Oktober 2026 angekündigt wurde.

Das Unternehmen hebt Verbesserungen beim Programmieren und bei agentischen Aufgaben hervor, außerdem kürzere Antworten und geringere Kosten in einer eigenen Auswertung. Diese Zahlen geben von DeepSeek berichtete Ergebnisse wieder; sie sind keine bereits unabhängig reproduzierten Vergleiche des neuen Modells. Das ist wichtig: Ein hoher Benchmarkwert kann bei der Auswahl von Kandidaten für Tests helfen, garantiert aber nicht dieselben Ergebnisse mit anderen Prompts, Werkzeugen oder Aufgaben aus der Praxis.

Neben dem Modell gibt es eine separate Produktänderung. Search und Fetch sind nun als eigenständige APIs verfügbar. Anwendungen und Agenten können damit im Web suchen und Seiteninhalte abrufen, ohne ausschließlich auf ein internes Werkzeug angewiesen zu sein. Die Dokumentation nennt Preise pro erfolgreicher Anfrage und eine zeitlich befristete Ausnahme für Aufrufe aus bestimmten agentischen Umgebungen.

DeepSWE: eine berichtete Verbesserung, die eingeordnet werden muss

Für den Benchmark DeepSWE v1.1 nennt DeepSeek für V4.1-Flash-1017 einen Wert von 77,0 bei maximalem Reasoning-Aufwand und durchschnittliche Kosten von weniger als 0,20 US-Dollar pro Aufgabe. Zum Vergleich: Der vorherige Checkpoint V4.1-Flash erreichte in einer früheren technischen Tabelle 74,2. In der zum Start zitierten Grafik lagen die Kosten bei rund 0,50 US-Dollar pro Durchlauf. Diese Angaben stammen aus DeepSeeks Auswertungen und sind kein externer, kontrollierter Test des neuen Modells.

Das Ergebnis hängt auch vom Agenten-Setup ab. In einer früheren DeepSWE-v1.1-Auswertung von DeepSeek erzielte dasselbe Modell je nach Umgebung und Werkzeugsystem unterschiedliche Werte. Für Version 1017 enthält der verfügbare Auszug keine vollständige Methodik, mit der sich alle Faktoren unabhängig vergleichen ließen – etwa die Zahl der Versuche, die Auswahl der Aufgaben oder die Infrastrukturkosten.

Aus dem Wert 77,0 lässt sich auch nicht ableiten, dass das Modell alle Wettbewerber übertrifft. DeepSeeks veröffentlichte Vergleiche umfassen Modelle anderer Labore, wurden aber in einer eigenen Konfiguration durchgeführt. Solange der Checkpoint 1017 nicht unabhängig unter vergleichbaren Bedingungen geprüft wurde, sollten die Resultate als Hinweis für die Auswahl von Testkandidaten dienen, nicht als endgültiges Ranking.

Search und Fetch: zwei APIs mit Abrechnung pro Anfrage

DeepSeek bietet Search zum Auffinden von Informationen im Web und Fetch zum Abrufen der Inhalte bestimmter Seiten an. Laut offizieller Preistabelle kostet jede API 0,75 US-Dollar pro 1.000 erfolgreiche Anfragen – das entspricht rund 0,00075 US-Dollar je abgeschlossenen Aufruf. Abgerechnet wird nach Anfragen, nicht nach der Zahl der vom Modell erzeugten Tokens.

Die Dokumentation nennt eine zeitlich befristete Ausnahme: Aufrufe über DeepSeek Harness, Claude Code oder Codex sind bis zum Beginn der dort angegebenen Abrechnung am 1. November 2026 um 00:00 Uhr Pekinger Zeit gebührenfrei. Das bedeutet weder, dass der Zugang über jeden beliebigen Weg kostenlos ist, noch, dass die Ausnahme über diesen Zeitpunkt hinaus gilt. Wer die Endpunkte direkt integriert, sollte mit den veröffentlichten Preisen für Search und Fetch kalkulieren.

In einem Agenten erfüllen Suche und Abruf unterschiedliche Aufgaben. Search findet relevante Seiten; Fetch ruft den Inhalt einer bestimmten Seite ab. Durch die getrennte Abrechnung lässt sich messen, wie viele Abfragen anfallen und in welchem Arbeitsschritt die Kosten entstehen. Die vorliegenden Quellen bestätigen Preise und Verfügbarkeit, enthalten jedoch keine vollständigen Angaben zu Kontingenten, Ratenlimits oder allen Suchoptionen. Diese Informationen sollten vor der Entwicklung einer Produktionsintegration in der aktuellen Dokumentation geprüft werden.

Verfügbare Gewichte und MIT-Lizenz

Das offizielle Repository von DeepSeek auf Hugging Face veröffentlicht die Gewichte von V4.1-Flash unter der MIT-Lizenz. Die technischen Angaben zum Modell nennen außerdem eine multimodale Mixture-of-Experts-Architektur mit 552 Milliarden Basisparametern, ein Kontextfenster von bis zu einer Million Tokens sowie Text- und Bildeingaben bei Textausgabe. Die Lizenz erlaubt weitreichende Nutzung, Änderung und Weiterverbreitung im Rahmen ihrer Bedingungen.

Verfügbare Gewichte bedeuten nicht, dass das Modell klein oder leicht zu betreiben ist. Während der Verarbeitung von Eingaben aktiviert die Architektur 8 Milliarden Parameter pro Token, bei der Generierung 16 Milliarden. Die Gesamtzahl der Parameter und der Speicherbedarf bleiben dennoch erheblich. Für viele Teams ist eine gehostete API praktischer als der Betrieb eigener Hardware samt Gewichtskonvertierung und Inferenzdienst.

Offene Gewichte sind außerdem nicht mit einer vollständigen Offenlegung des Trainingsprozesses gleichzusetzen. Das Repository stellt die Gewichte und die dort genannten technischen Materialien bereit. Daraus folgt nicht, dass sämtliche Trainingsdaten, Filter, Infrastruktur oder Entwicklungsentscheidungen zugänglich sind. Die MIT-Lizenz beschreibt die Rechte an den erfassten Artefakten; sie macht es nicht überflüssig, Datenschutz, Sicherheit, lokale Pflichten und die Bedingungen externer Dienste zu prüfen.

Was vor dem Einsatz gemessen werden sollte

Eine Verbesserung in einer Auswertung reicht nicht aus, um einen kompletten Agenten umzustellen. Qualität der Antworten, erfolgreiche Werkzeugausführung, Latenz und Kosten pro akzeptiertem Ergebnis sollten getrennt erfasst werden. Ein Modell kann weniger Tokens erzeugen und trotzdem teurer sein, wenn es mehr Wiederholungen benötigt, häufiger scheitert oder eine zusätzliche Validierung erfordert.

Bei Softwareaufgaben sollten Änderungen gemessen werden, die sich kompilieren lassen und Tests bestehen – nicht nur Antworten, die plausibel klingen. Bei Suchagenten sollte geprüft werden, ob die gefundenen Quellen die Anfrage tatsächlich beantworten und ob das System die nötigen Belege zitiert oder bewahrt. Für unumkehrbare Aktionen, Änderungen in Produktionssystemen und Sicherheitsentscheidungen sollte in beiden Fällen eine menschliche Freigabe vorgesehen sein.

Die vorliegenden Dokumente bestätigen, dass die direkte API den Alias deepseek-flash verwendet und Search und Fetch separat berechnet werden. Vollständige Betriebsdetails der Endpunkte – etwa Kontingente, Formate und Limits – sind im verfügbaren Auszug nicht enthalten und sollten nicht aus Vermutungen ergänzt werden. Vor dem Einsatz sollte die aktuelle offizielle Anleitung geprüft und die Version in den Tests festgehalten werden, damit spätere Änderungen nicht fälschlich dem falschen Checkpoint zugeschrieben werden.

Fazit: ein vielversprechendes Update, das noch extern geprüft werden muss

V4.1-Flash-1017 verbindet eine Aktualisierung des Flash-Modells mit Search und Fetch als getrennten Diensten. Das kann für Entwickler interessant sein, deren Agenten zwischen Reasoning, Programmierung und Websuche wechseln – insbesondere dann, wenn Kosten pro Aufgabe wichtiger sind als ein einzelner Benchmarkwert.

Die zentrale Nachricht besteht aus zwei Teilen: DeepSeek berichtet für DeepSWE v1.1 einen Wert von 77,0 und durchschnittliche Kosten von weniger als 0,20 US-Dollar in dieser Auswertung. Die Dokumentation setzt Search und Fetch mit jeweils 0,75 US-Dollar pro 1.000 erfolgreiche Anfragen an. Die erste Angabe ist ein Ergebnis des Anbieters und wird in den vorliegenden Quellen noch nicht unabhängig bestätigt; die zweite ist ein veröffentlichter offizieller Preis, der Änderungen und zeitlichen Bedingungen unterliegt.

Damit ist nicht belegt, dass der Checkpoint für jeden Agenten die beste Wahl ist oder dass sich die Einsparungen in allen Einsatzbereichen wiederholen. Belegt sind jedoch technische Angaben, Gewichte unter MIT-Lizenz und konkrete Preise, anhand derer sich ein Test planen lässt. Sinnvoll ist es, die Version mit einer eigenen Evaluation zu prüfen, Token- und Suchkosten getrennt zu erfassen und vor dem Produktiveinsatz die aktuellen Bedingungen zu kontrollieren.

Weiter entdecken

Korrekturen und Transparenz

Wenn du falsche oder veraltete Angaben findest, sende uns die Seite und die zu prüfende Quelle.