Das chinesische KI-Unternehmen Deepseek hat eine aktualisierte Version seines quelloffenen Modells V4.1-Flash-1017 vorgestellt. Es liefert in Benchmarks bessere Ergebnisse, erledigt Aufgaben schneller und erzeugt kürzere Ausgaben als sein Vorgänger. Parallel dazu macht das Unternehmen seine interne Suchmaschine über neue Search- und Fetch-APIs für Entwickler zugänglich, wobei 1.000 Aufrufe 0,75 US-Dollar kosten.
Verbesserungen bei Leistung und Kosten
Deepseek-V4.1-Flash-1017 ist über die Website, App und API des Unternehmens verfügbar. Zudem wurden die Modellgewichte als Open Source auf Hugging Face und ModelScope veröffentlicht. Deepseek spricht von einer Pareto-Verbesserung im Verhältnis von Leistung zu Kosten. Das Modell zeigt deutliche Fortschritte bei sogenannten agentischen Aufgaben (Aufgaben, die mehrere Schritte erfordern) und bei der Codegenerierung.
Für die Entwicklung komplexer Softwareprojekte von Grund auf setzt Deepseek auf Reinforcement Learning with Self-Feedback (RLSF). Diese Nachschulungsmethode ermöglicht es dem Modell, interne Vertrauenswerte oder selbst generierte Kritiken als Belohnungssignal zu nutzen, was menschliche Gutachter oder externe Belohnungsmodelle überflüssig macht. Deepseek gibt an, dass dieser Ansatz die End-to-End-Projektentwicklung verbessert, beispielsweise für Spielprogrammierung, 3D-Modellierung, Designarbeiten und die Erstellung von Erklärvideos.
Das Modell wurde für Entwicklungsumgebungen wie Deepseek Harness (ab Version v0.2.1-rc.1 empfohlen), Tencent CodeBuddy und WorkBuddy optimiert.
Benchmark-Ergebnisse und Effizienz
In Deepseeks eigenen Benchmarks übertrifft V4.1-Flash-1017 nicht nur seinen direkten Vorgänger V4.1-Flash, sondern auch größere Konkurrenzmodelle wie Claude Opus 5, GPT 5.6-Sol, Kimi K3 und GLM 5.3 in verschiedenen Kategorien der Codegenerierung und KI-Agenten.
Eine Kostenübersicht für den DeepSWE-Benchmark verdeutlicht die Effizienz der kürzeren Ausgaben:
- Deepseek V4.1-Flash-1017: Erreicht eine Höchstpunktzahl von 77,0 Prozent bei durchschnittlichen Kosten von knapp 0,20 US-Dollar pro Aufgabe. Im „Low Setting“ erreicht es noch 72 Prozent für etwa 0,10 US-Dollar.
- Vorgänger V4.1-Flash: Erzielte 74,2 Prozent bei Kosten von rund 0,50 US-Dollar pro Ausführung.
- Konkurrenzmodelle: GPT-6 Astra, Gemini 3.8 Flash und Claude Opus 5 liegen in dieser Darstellung zwischen 2 und über 10 US-Dollar pro Aufgabe und erreichen nicht die Genauigkeit des kleineren Deepseek-Modells.
Unabhängige Benchmarks stehen noch aus, und die Eindrücke von Entwicklern zur Codequalität können von reinen Benchmark-Ergebnissen abweichen.
Neue Such-APIs für Entwickler
Zusätzlich zum Sprachmodell stellt Deepseek seine Web-Suchwerkzeuge (Search & Fetch APIs) allen Entwicklern zur Verfügung. Diese Dienste basieren auf einer intern entwickelten Suchmaschine, die nach Angaben des Unternehmens bereits Hunderte Millionen Anfragen pro Tag weltweit verarbeitet. Die Kosten betragen 0,75 US-Dollar pro 1.000 Aufrufe. Deepseek API-Nutzer erhalten bis zum 31. Oktober 2026, 16:00 Uhr UTC, kostenlosen Zugang zu diesen Funktionen über serverseitige Tools in Deepseek Harness, Claude Code und Codex.
Die Integration chinesischer KI-Modelle in Arbeitsabläufe könnte jedoch durch mögliche Änderungen der chinesischen Regierung erschwert werden. Berichten zufolge plant die Regierung, die Regeln für die Veröffentlichung quelloffener Modelle zu verschärfen oder deren Freigabe ganz zu blockieren, insbesondere wenn ein System zu den zehn leistungsfähigsten Modellen zählt.
Thema: Claude. Quelle/Inspiration: The Decoder.