NEU · V4.1-Flash-1017 (veröffentlicht am 10-17)
Das DeepSeek-V4.1-Flash-1017 wurde mitRLSF-Selbstfeedback-Verstärkungslernentrainiert und setzt auf „Wish-Driven Programming“ — eine einzige wunschformulierte Beschreibung genügt, um direkt ein vollständiges Projekt zu erzeugen. DeepSWE v1.1 Pass@177.0%, durchschnittliche Kosten pro Task von nur etwa$0.20(Low-Tier $0.10), gegenüber den 74.2% / $0.50 der Vorgängergeneration eine deutliche Verbesserung. API-Aufrufnamedeepseek-flash: 1M Kontext, 384K maximale Ausgabe, native Visuelleingabe, Thinking-Modus standardmäßig aktiviert.
V4.1-Flash (09-10)
552B Gesamtparameter als MoE, native Multimodalität (Bildeingabe); in mehreren Benchmarks nahe an oder sogar über V4-Pro (0813); Ausgabepreis gegenüber V4-Flash um rund 70 % gesenkt, Eingaben mit Cache-Treffer bereits ab $0.003 pro Million Tokens.
V4-Serie (04-24)
V4-Pro (1.6T Gesamtparameter / 49B aktivierte Parameter) und V4-Flash (284B / 13B) mit offenen Gewichten unter MIT-Lizenz, 1M Kontext + 384K Ausgabe, wobei der Rechenaufwand für lange Kontexte nur 27% FLOPs / 10% KV im Vergleich zu V3.2 beträgt.
Die DeepSeek V4-Familie vereint Spitzenfähigkeiten mit äußerst niedrigen Inferenzkosten: V4.1-Flash-1017 drückt die Kosten für agentisches Coding durch RLSF-Reinforcement Learning auf etwa $0.20/Aufgabe; V4-Pro erzielt 80.6% auf SWE-Bench Verified und 93.5% auf LiveCodeBench; alle Gewichte sind unter MIT-Lizenz offen, mit 1M token Kontext und 384K maximaler Ausgabe. Unten können Sie es kostenlos ausprobieren — oder werfen Sie zuerst einen Blick auf die Benchmark-Daten.
Keine Registrierung, kein Konto erforderlich. Prompt eingeben und sofort eine Antwort im Stream erhalten.
Die Antwort wird hier im Stream ausgegeben…
Dieser Playground nutzt das große Sprachmodell DeepSeek. Gib einen Prompt ein und erhalte die Antwort in Echtzeit als Stream.
Vier Fähigkeiten definieren die aktuelle DeepSeek-Generation — offiziell berichtete Ergebnisse, reproduzierbar aus den offenen MIT-Gewichten.
1M-Token-Kontext + 384K Maximalausgabe. Hybrid Attention sorgt dafür, dass 1M-Workloads nur etwa 27% der FLOPs von V3.2 und 10% des KV-Cache verbrauchen — langer Kontext heißt nicht mehr hohe Rechnungen.
V4.1-Flash-1017 trainiert die Fähigkeit zur Projektentwicklung End-to-End mit Reinforcement Learning aus Selbstrückmeldung (RLSF): Das Modell nutzt seine eigene Konfidenz und Selbstkritik als Belohnungssignal und erreicht 77.0% auf DeepSWE v1.1.
Die V4.1-Flash-Serie akzeptiert nativ Bildeingaben, ganz ohne externes Vision-Modul — Screenshots, Oberflächen und Dokumentbilder fließen direkt in denselben Kontext- und Tool-Calling-Loop ein.
Die Gewichte von V4-Pro und V4-Flash sind auf Hugging Face unter MIT-Lizenz offen verfügbar (Flash ca. 160GB), selbst hostbar, kommerziell nutzbar und ohne regionale Einschränkungen; die API ist kompatibel mit OpenAI / Anthropic SDK.
Daten stammen aus offiziellen DeepSeek-Veröffentlichungen und öffentlichen Evaluierungen (Stand: Oktober 2026).
| Evaluierung | Modelle | Ergebnisse | Beschreibung |
|---|---|---|---|
| DeepSWE v1.1 (Pass@1) | V4.1-Flash-1017 | 77.0% | Durchschnittliche Kosten pro Task etwa $0.20, untere Preisstufe $0.10 |
| SWE-Bench Verified | V4-Pro | 80.6% | Behebung echter Probleme auf Repository-Ebene |
| LiveCodeBench | V4-Pro | 93.5% | Echtzeit-Programmierung auf Wettbewerbsniveau |
| Terminal-Bench 2.0 | V4-Pro | 67.9% | Terminal-Agenten-Aufgaben |
| Codeforces (Rating) | V4-Pro | 3,206 | Elo im Wettbewerbsprogrammieren |
| Putnam-200 (Pass@8) | V4-Flash | 81.0% | Mathematikwettbewerbe |
16 Kreuzvergleiche mit Modellen wie GLM-5.3, GPT-5.6, Claude usw. finden Sie unterBenchmarks / DeepSeek vs GLM。
Zweistufiges MoE plus Compressed Sparse Attention senkt den Rechenaufwand für 1M Kontext auf ein Minimum.
V4-Pro: 1.6T Gesamtparameter, 49B aktiv pro token; V4-Flash: 284B Gesamtparameter, 13B aktiv; V4.1-Flash: 552B mit komplett neuem Encoder-Design. Über dieselbe API lassen sich die Kosten je nach Stufe umschalten.
Kombination aus Compressed Sparse Attention (CSA) und Heavy Compressed Attention (HCA): Bei 1M Kontext betragen die FLOPs nur etwa 27% von V3.2, der KV-Cache rund 10% – Retrieval-Qualität bei langem Kontext und Kosten werden gleichzeitig optimiert.
32T+ token Pretraining in FP4+FP8 Mixed Precision abgeschlossen; V4.1-Flash-1017 erhielt zusätzlich RLSF-Post-Training: Die Eigenkonfidenz/Selbstkritik des Modells dient als Belohnungssignal – menschliche Evaluatoren sind nicht mehr nötig.
Ganze Code-Repositories, hunderte Seiten lange Verträge und vollständige Agent-Trajektorien passen auf einmal hinein; 384K maximale Ausgabe genügen, um komplette Projekte und lange Berichte zu generieren. Der Thinking-Modus ist standardmäßig aktiviert.
deepseek-flash hat ein Parallelitätslimit von 2500, deepseek-v4-pro eines von 500; die API ist mit dem OpenAI- und Anthropic-SDK kompatibel und unterstützt JSON-Ausgabe sowie Tool-Calls. Details unter1M-Kontext im Detail。
Aktuelle Hauptmodelle im API-Angebot — das vollständige Verzeichnis unterAlle Modelle。
Neu · Empfohlen
552B MoE · Native Vision · RLSF · 1M/384K
Aufrufname: deepseek-flash
$0.15 / $0.60 pro 1M tokens (Off-Peak)
1.6T/49B Flaggschiff · MIT · 1M/384K
Aufrufname deepseek-v4-pro
$0.66 / $1.98 pro Million tokens (Nebenzeit)
552B · native Vision · veröffentlicht am 09-10
Ausgabepreis ca. 70% niedriger als bei V4-Flash
Eingabe bei Cache-Treffer $0.003
284B/13B · MIT · ca. 160GB Gewichte
Putnam-200 81.0% · SWE-Bench 79.0%
$0.14 / $0.28 pro Million tokens
"Wish-Driven Programming": Eine einzige Beschreibung genügt, um komplette Projekte zu erzeugen – die offiziellen Demos umfassen eine 3D-Modellierung der Verbotenen Stadt, ein Rennspiel im Browser, eine Godot-Nachbildung von Portal 2 und die 3D-Szene "Valley of Ages".
1M Kontext fasst ein komplettes Code-Repository oder Dokumente mit hunderten Seiten; Cache-Treffer kosten $0.003 pro Million tokens, wodurch die Kosten von RAG-Pipelines, die wiederholt denselben Korpus abrufen, nahezu gegen null gehen.
Offene Gewichte unter MIT + OpenAI/Anthropic-kompatible API: modernste Coding- und Reasoning-Fähigkeiten, ohne dass Daten das interne Netz verlassen – die Migration kostet nur eine Zeile base_url.
Für intensives Reasoning und komplexe Codierung über mehrere Dateien wählt man V4-Pro; bei hoher Nebenläufigkeit, langen Dokumenten und kostensensiblen Szenarien wählt man deepseek-flash (derzeit auf V4.1-Flash-1017 geroutet, mit Vision-Support und Concurrency 2500).
Die API wird nutzungsbasiert abgerechnet, es gibt kein kostenloses Kontingent; die Gewichte sind unter MIT offen und lassen sich selbst hosten. Der Playground dieser Website bietet kostenlose Streaming-Demos.
v4-pro-Aufrufe werden ab 2026-09-14 an V4.1-Flash geroutet; offiziell wird empfohlen, in neuen Projekten direkt deepseek-flash zu verwenden. Details sieheHäufige Fragen。
Gehe zurück zum Testbereich am Seitenanfang und gib einen Prompt ein, um sofort eine Streaming-Antwort zu erhalten.