DeepSeek Deutsch

DeepSeek-Modelle: V4.1-Flash und V4-Pro im Vergleich

DeepSeek-V4.1-Flash: das aktuelle Modell

Am 10. September 2026 hat DeepSeek mit V4.1-Flash das erste Modell einer neuen Architekturfamilie veröffentlicht. Es ersetzt V4-Flash und liegt in vielen Tests vor dem größeren V4-Pro vom April 2026. V4-Pro wurde inzwischen eingestellt: Seit dem 14. September 2026 beantwortet V4.1-Flash die Anfragen an V4-Pro vorübergehend mit, bis DeepSeek den angekündigten Nachfolger V4.1-Pro veröffentlicht. Auf deepseek.de nutzen Sie V4.1-Flash kostenlos und ohne Anmeldung auf der Startseite.

Modelle im Überblick

DeepSeek-V4.1-Flash

Neu seit 10. September 2026, läuft auf der Startseite

  • 552 Mrd. Parameter, davon nur 8 Mrd. (Eingabe) bzw. 16 Mrd. (Ausgabe) aktiv
  • Sehr schnell, kleiner Speicherbedarf pro Token
  • In Agent- und Code-Tests vor V4-Pro
  • API-Name: deepseek-flash

DeepSeek-V4-Pro

Das große Modell der V4-Generation – seit 14.09.2026 eingestellt, Anfragen laufen über V4.1-Flash

  • 1,6 Billionen Parameter (49 Mrd. aktiv)
  • Breitestes Weltwissen der DeepSeek-Modelle
  • Stark bei Mathematik, Recherche und langen Analysen
  • API-Name: deepseek-v4-pro (Nachfolger V4.1-Pro angekündigt)

Detaillierter Vergleich

Merkmal DeepSeek-V4.1-Flash DeepSeek-V4-Pro
Veröffentlicht 10. September 2026 24. April 2026 (Vorschau), 13. August 2026 (final)
API-Modellname deepseek-flash deepseek-v4-pro
Gesamtparameter 552 Milliarden 1,6 Billionen
Aktive Parameter 8 Mrd. (Eingabe) / 16 Mrd. (Ausgabe) 49 Mrd.
Architektur Causal Encoder-Decoder, Mixture-of-Experts, Compressed Sparse Attention 2 Mixture-of-Experts, DeepSeek Sparse Attention
Kontextfenster 1 Million Tokens 1 Million Tokens
Max. Ausgabe 384.000 Tokens 384.000 Tokens
Thinking-Modus Ja, Stufen low / high / max (Standard: an) Ja, Stufen low / high / max (Standard: an)
Offene Gewichte Ja, MIT-Lizenz (Hugging Face) Ja, MIT-Lizenz (Hugging Face)
Status Aktuelles Hauptmodell Eingestellt (seit 14.09.2026); Anfragen laufen über V4.1-Flash. Nachfolger V4.1-Pro angekündigt
Auf deepseek.de Startseite läuft über V4.1-Flash

Gemeinsame Funktionen beider Modelle

1 Million Tokens Kontext

Ganze Bücher, Codebasen oder lange Gespräche bleiben im Speicher.

Thinking-Modus

Das Modell überlegt vor der Antwort. Auf deepseek.de ist er bei V4.1-Flash für schnelle Antworten aus; über die API in drei Stufen (low / high / max) regelbar.

Tool Calls und JSON

Funktionsaufrufe, strukturierte Ausgaben, Grundlage für KI-Agenten.

Drei API-Formate

OpenAI-kompatibel, Anthropic-kompatibel und Responses API. Bestehende Programme laufen ohne Umbau, siehe API-Einstieg.

Welches Modell wofür?

V4.1-Flash, wenn …

  • Sie schnelle Antworten für Alltagsfragen, Texte und Übersetzungen wollen.
  • Sie Fehlermeldungen, Tabellen oder Log-Auszüge als Text auswerten möchten.
  • Sie Code schreiben oder einen Coding-Agenten betreiben.
  • viele Anfragen anfallen und Geschwindigkeit zählt.

Ein großes Pro-Modell (künftig V4.1-Pro), wenn …

  • breites Faktenwissen wichtiger ist als Tempo (Recherche, Fachfragen).
  • Sie lange Analysen oder mathematische Herleitungen brauchen.
  • Sie eine zweite, ausführlichere Perspektive wünschen.
  • Hinweis: V4-Pro ist eingestellt; Anfragen an deepseek-v4-pro laufen bis zum V4.1-Pro-Start über V4.1-Flash.

Was ist neu in V4.1?

V4.1-Flash ist kein verbessertes V4-Flash, sondern ein von Grund auf neu trainiertes Modell (45 Billionen Trainings-Tokens). Die wichtigsten Neuerungen laut Modellkarte:

  • Causal Encoder-Decoder: Ein 20-schichtiger Encoder liest die Eingabe, ein 20-schichtiger Decoder schreibt die Antwort. Dadurch sind bei der Eingabe nur 8 Milliarden Parameter aktiv, bei der Ausgabe 16 Milliarden. Lange Eingaben werden deutlich günstiger verarbeitet.
  • Kleinerer Zwischenspeicher: Der sogenannte KV-Cache, in dem das Modell den bisherigen Gesprächsverlauf hält, braucht nur noch etwa ein Viertel des Platzes von V4-Flash. Das macht lange Kontexte und Agenten-Sitzungen schneller und billiger.
  • Compressed Sparse Attention 2: Das Modell schaut nicht bei jedem Schritt auf den ganzen Kontext, sondern auf die relevanten Stellen, und teilt Aufmerksamkeitsdaten zwischen Schichten.
  • Engram-Speicher: Ein separater Speicher mit 196 Milliarden Parametern, auf den das Modell bei Bedarf über einzelne Tokens zugreift, ohne dass er bei jedem Schritt mitgerechnet wird.
  • Regelbarer Denkaufwand: Die Denktiefe lässt sich stufenlos einstellen; über die API stehen die Stufen low, high und max zur Verfügung.

Eine ausführliche Einordnung mit eigenen Vergleichstests finden Sie im Beitrag DeepSeek-Modelle 2026 im Überblick.

V4-Flash, V3, R1 und die alten Modellnamen

  • V4-Flash (April bis September 2026) ist eingestellt. Anfragen mit dem Namen deepseek-v4-flash werden vorübergehend von V4.1-Flash beantwortet; neue Programme sollten deepseek-flash verwenden.
  • V4-Flash-Vision-Exp (August 2026, experimentelles Modell) ist ebenfalls eingestellt.
  • deepseek-chat und deepseek-reasoner (die Namen der V3- und R1-Linie) wurden am 24. Juli 2026 abgeschaltet.
  • V3, V3.1, V3.2 und R1 bleiben als offene Gewichte auf Hugging Face verfügbar und laufen bei Drittanbietern weiter, nicht mehr über die offizielle API.

Die vollständige Chronik von V2 bis V4.1 steht im Beitrag DeepSeek: Geschichte und Zeitleiste.

Fazit

Für praktisch alle Aufgaben ist V4.1-Flash heute die erste Wahl: schneller, sparsamer und in vielen Tests besser als das deutlich größere V4-Pro. V4-Pro wurde am 14.09.2026 eingestellt; seine Anfragen laufen bis zum angekündigten Nachfolger V4.1-Pro über V4.1-Flash.

Probieren Sie V4.1-Flash direkt aus, ohne Anmeldung: Startseite. Quellen: DeepSeek API-Changelog, Ankündigung V4.1-Flash, Modellübersicht. Stand: 17. September 2026.