DeepSeek V4.1 Flash 1017: API-Preise, Search-API und mein Test

👁 116 Aufrufe

DeepSeek V4 kombiniert im Release V4.1 Flash 1017 einen aktualisierten Open-Weight-Checkpoint mit einem neuen Websuch-Angebot mit Stand Oktober 2026. Ich habe das Modell am 19. Oktober via API getestet, und es löste alle 12 Aufgaben in meinem Test auf Polnisch vollständig. Dieses Ergebnis ist unabhängig von DeepSeeks eigenen Coding-Benchmarks und von der Search-API zu betrachten, die in diesem Testlauf nicht eingesetzt wurde.

Was sich bei DeepSeek V4.1 Flash 1017 verändert hat

DeepSeek bezeichnet V4.1 Flash 1017 als kleineres Update, die veröffentlichten Vergleichsdaten des Herstellers weisen jedoch Zuwächse beim logischen Schließen, Programmieren und bei Agenten-Aufgaben aus. Der Name verweist auf die Veröffentlichung am 17. Oktober. Es ist sinnvoll, dieses Suffix bei der Protokollierung von Testergebnissen festzuhalten, da ein API-Alias unverändert bleiben kann, während das Modell im Hintergrund aktualisiert wird. Die Architektur der ersten Fassung beschreibe ich in meiner früheren Rezension, und andere Open-Weight-Veröffentlichungen aus derselben Woche finden Sie in meiner Übersicht über Open-Weight-KI-Modelle vom Oktober 2026.

In der Tabelle von DeepSeek steigt DeepSWE v1.1 von 74,2 auf 77,0 Punkte, Terminal-Bench 4.0 von 31,2 auf 42,3 und Automation-Bench v1.0.6 von 54,8 auf 60,5. Hierbei handelt es sich um vom Entwickler angegebene Benchmark-Werte. Ich habe diese Auswertungen nicht nachgestellt, und sie sollten nicht mit meinem kurzen Testlauf auf Polnisch zu einer Gesamtrangliste vermengt werden.

DeepSeek gibt zudem an, dass das Update die Ausgabelänge und die Ausführungszeit von Aufgaben verkürze. Das ist insbesondere für Agenten-Systeme relevant, bei denen die Bewältigung eines Gesamtziels viele aufeinanderfolgende Modellaufrufe erfordern kann. Für andere Anwendungsszenarien lässt sich daraus jedoch keine pauschale prozentuale Einsparung ableiten. Eine kürzere Antwort hilft nur dann, wenn sie weiterhin alle benötigten Informationen oder geforderten Tool-Aufrufe exakt enthält.

Gewichte, Lizenzierung und lokaler Betrieb von DeepSeek V4

Das offizielle Repository führt die Gewichte unter der MIT-Lizenz und nennt ein Kontextfenster von einer Million Token. Die Metadaten auf Hugging Face weisen 763 Milliarden Parameter aus. Das ist eine Angabe zur Größe des Repositories, keine unabhängig geprüfte Zahl aktiver Parameter. Sie lässt auch keine direkten Rückschlüsse darauf zu, wie viel Arbeitsspeicher eine quantisierte Bereitstellung konkret benötigt.

Die MIT-Lizenz gewährt weitreichende Freiheiten für die kommerzielle Nutzung und Modifikation, verlangt jedoch das Beibehalten von Urheberrechtshinweisen. Sie als völlig bedingungslos zu bezeichnen, wäre ungenau. Ihr praktischer Vorteil gegenüber anderen Modellen dieser Release-Gruppe besteht darin, dass sie auf etablierten Standardklauseln basiert und keine speziellen kommerziellen Umsatzschwellen einführt.

Für den vollständigen Checkpoint ist eine fundierte Hardware-Planung nötig. Mein Test basierte auf Remote-Inferenz via API, weshalb ich hier keine Messwerte für lokale Hardware bereitstellen kann. Die Dokumentation des Repositories bildet die primäre Anlaufstelle für Checkpoint-Formate und Laufzeitkonfigurationen. Hardware allein anhand des Rechenaufwands pro aktivem Token oder basierend auf dem Namenszusatz „Flash“ anzuschaffen, birgt erhebliche Risiken.

Offizielle DeepSeek API Preise in USD

Die offizielle Preisseite des Anbieters, geprüft am 20. Oktober 2026, ordnet den Alias deepseek-flash der Version V4.1 Flash 1017 zu. Die nachfolgenden Tarife verstehen sich pro eine Million Token. Der Cache-Status bezieht sich auf den Input; für generierten Output gilt ein gesonderter Satz.

Die dokumentierten Peak-Zeiten liegen an Werktagen zwischen 01:00-04:00 Uhr sowie 06:00-10:00 Uhr UTC, ausgenommen gesetzliche Feiertage in China. Außerhalb dieser Fenster gelten die günstigeren Off-Peak-Tarife. Eine realistische Kostenschätzung erfordert daher genaue Annahmen über das Cache-Verhalten, die zeitliche Verteilung der Anfragen sowie das Volumen generierter Token. Die Obergrenzen für regulären Input und Output allein bilden längst nicht jedes Nutzungsmuster ab.

Diese Listenpreise sind unabhängig von den tatsächlichen Kosten meines Testlaufs zu betrachten. Ein zurückliegender Test via API kann unter abweichenden Bedingungen betrieben und abgerechnet worden sein. Die gemessenen Ausgaben gelten strikt für jenen spezifischen Durchlauf und sollten nicht als verbindliches Preisangebot für künftige eigene Deployments herangezogen werden.

Search- und Fetch-API als eigenständige Dienste

Die Search-API liefert gerankte Web-Suchergebnisse zurück, während Fetch einzelne Webseiten im Markdown-Format abruft. DeepSeek dokumentiert bis zu 50 Suchergebnisse pro Anfrage und bepreist beide Dienste mit jeweils $0.75 pro 1.000 erfolgreiche Anfragen. Berechnet wird jede erfolgreiche Anfrage, unabhängig von der Zahl der darin zurückgegebenen Einzelergebnisse.

Fehlgeschlagene Abfragen, leere Trefferlisten und Timeouts sind laut Such-Dokumentation von der Abrechnung ausgenommen. Die dortige Formulierung bezüglich kostenloser Einführungsphasen unterscheidet sich von der zentralen Preisseite: Letztere legt den Start der Abrechnung für serverseitig integrierte Tool-Aufrufe explizit auf den 1. November 2026 um 00:00 Uhr Pekinger Zeit (31. Oktober um 16:00 Uhr UTC) fest. Diese terminierte Angabe darf nicht als Garantie verstanden werden, dass sämtliche Standalone-Anfragen bis dahin vollständig kostenlos bleiben.

In Produktionssystemen erfüllen Websuche und Textgenerierung getrennte Aufgaben. Die Suche liefert aktuelle Daten; das Sprachmodell muss diese Informationen jedoch weiterhin korrekt auswählen, interpretieren und belegen. Das Einlesen einer Seite beweist nicht den Wahrheitsgehalt ihrer Aussagen, und eine plausibel formulierte Antwort belegt keineswegs, dass sie vollständig durch die gefundenen Quellen gestützt wird.

• Archivieren Sie abgerufene URLs und Quelltexte für spätere Überprüfungen.
• Erfassen Sie Anfragen an Search und Fetch getrennt vom normalen Token-Verbrauch.
• Validieren Sie systematisch, ob Antworten durch das herangezogene Quellenmaterial gedeckt sind.
• Testen Sie das Systemverhalten bei völlig leeren Suchergebnissen genauso wie bei Treffern.

Diese Maßnahmen betreffen die Evaluation künftiger Applikationen. In meinem Testlauf habe ich weder die Suchqualität noch die Abrufgeschwindigkeit gemessen, weshalb an dieser Stelle kein eigener Leistungsvergleich mit konkurrierenden Suchdiensten vorliegt.

Ergebnisse aus meinem Test auf Polnisch

Mein Test vom 19. Oktober umfasste 12 kurze Prompts auf Polnisch, die jeweils einmalig bei Temperature 0 und mit einem Limit von 6.000 Completion-Tokens (für Reasoning und Antwort zusammen) via API übermittelt wurden. DeepSeek lieferte für jede einzelne Aufgabe eine gültige Lösung (den vollständigen Vergleich aller vier Modelle finden Sie hier: vier Open-Weight-Modelle im Test mit 12 Aufgaben auf Polnisch). Die Testbatterie umfasste Arithmetik, Flexion, das Zählen von Buchstaben, Datenextraktion aus einer Rechnung, eine Prüfsumme, Logik, die Bestimmung eines historischen Wochentags, Formatierung, polnisches Lokalkontext-Wissen, Einheitenumrechnung, Rechtschreibung und eine Zahlenreihe.

Die mediane Dauer einer Anfrage lag bei 0,95 Sekunden, während der längste gemessene Aufruf 2,4 Sekunden in Anspruch nahm. Der erfasste Verbrauch lag bei insgesamt 1.283 Completion-Tokens. Die Gesamtkosten beliefen sich auf $0.00062014, also rund $0.0006 für den gesamten Durchlauf. Diese Zahlen stammen direkt aus meinen Testaufzeichnungen und stellen keine Schätzwerte anhand aktueller Preislisten dar.

Das Gesamtergebnis von 12/12 Punkten beinhaltet eine redaktionelle Korrektur der Bewertungsregel bei der Rechtschreibaufgabe. DeepSeek wählte den völlig korrekten polnischen Imperativ „Weź parasol“ („Nimm einen Regenschirm“), während die ursprüngliche Prüfregel ausschließlich die Infinitivform „wziąć“ zuließ. Die Anerkennung dieser sprachlich einwandfreien Variante korrigierte eine zuvor zu enge Vorgabe. Es war dafür keine erneute Generierung von Modellantworten erforderlich.

Das Resultat ist für ähnlich strukturierte Kurzanfragen vielversprechend, erlaubt jedoch keine Rückschlüsse auf längere polnische Texte, die Qualität deutscher oder englischer Ausgaben, Bildverständnis oder komplexe Programmierprojekte auf Repository-Ebene. Zudem können Anfragen je nach Auslastung über unterschiedliche Server-Backends geleitet werden. Die gemessene Latenz spiegelt die konkrete Erfahrung via API wider und stellt keine isolierte Messung reiner Hardware-Inferenzgeschwindigkeiten dar.

Häufig gestellte Fragen (FAQ)

Müssen bestehende API-Nutzer einen neuen Modellnamen konfigurieren?

Nein, die offizielle Preisseite weist dem Bezeichner deepseek-flash den aktualisierten Checkpoint zu. Es empfiehlt sich dennoch, das Checkpoint-Datum in internen Benchmark-Protokollen festzuhalten, auch wenn der Aufruf-Alias im Code gleich bleibt.

War die neue Search-API für das fehlerfreie Testergebnis verantwortlich?

Nein. Der Test bestand ausschließlich aus reinen Textanfragen ohne Anbindung an Websuch-Tools. Die Resultate lassen keine Rückschlüsse darauf zu, ob Search oder Fetch andere Aufgabenstellungen verbessert hätten.

Belegt dieser Test, dass DeepSeek das beste Open-Weight-Modell ist?

DeepSeek bewältigte diese konkrete Testreihe fehlerfrei und erzielte die geringste mediane Antwortzeit. Weitergehende qualitative Aussagen erfordern breiter gefächerte Testreihen, insbesondere bei multimodalen Eingaben, Funktionsaufrufen oder längeren Dialogverläufen.

// weiterlesenDeepSeek V4 Flash: Eingabe -33 %, Ausgabe unverändert. Neuer Tarif: 0,02 / 0,32 Dollar pro Million TokensNachrichtenTagesabschluss:DeepSeek erhöht Preise um bis zu 126 ProzentNachrichtenDeepSeek V4 Flash: Preis gestiegen um 100 %. Neuer Tarif: 0,04 / 0,16 Dollar pro Million TokensNachrichten