DeepSeek V4.1 Flash 1017

Überblick

DeepSeek-V4.1-Flash-1017 ist ein Update des am 10.09.2026 erschienenen DeepSeek V4.1 Flash – DeepSeek selbst nennt es ein „minor update“. Seit dem 17.10.2026 bedient der Build den API-Namen deepseek-flash sowie Web-Chat und App; die Gewichte liegen unter MIT-Lizenz auf Hugging Face (deepseek-ai/DeepSeek-V4.1-Flash-1017). Die alten Namen deepseek-v4-flash und deepseek-v4-flash-vision-exp werden noch angenommen, die dahinterliegenden Modelle sind aber abgeschaltet.

Gegenüber der September-Fassung verspricht DeepSeek bessere Werte bei Reasoning, Coding, Agentik und Vision bei zugleich kürzeren Ausgaben und schnellerer Aufgabenbearbeitung. Die V4.1-Generation verarbeitet nativ Text und Bilder und gibt Text aus.

Use Cases

• Agentisches Coding und lange Tool-Ketten in Harnesses wie Claude Code, Codex oder DeepSeeks eigener Harness
• Kostengünstige Agenten-Flotten mit hohem Durchsatz (bis 2.500 gleichzeitige Requests über die API)
• Dokumenten- und Diagrammanalyse mit Bild-Input (JPEG, PNG, GIF, WebP)
• Self-Hosting eines großen Modells mit permissiver MIT-Lizenz, wenn die DeepSeek-API aus Datenschutzgründen ausscheidet

Stärken & Grenzen

• Stark: Herstellerangaben zeigen klare Zugewinne gegenüber der September-Fassung, vor allem agentisch: Terminal-Bench 4.0 42,3 % statt 31,2 %, ProgramBench 29,1 % statt 20,3 %, Apex Bench v1.1 72,1 % statt 64,6 %, HLE ohne Tools 42,6 % statt 36,8 %.
• Stark: Preis. Offizieller Tarif 0,30 $ Input / 1,20 $ Output je 1 Mio. Token in der Hauptzeit, außerhalb davon die Hälfte; Cache-Treffer 0,006 $ bzw. 0,003 $. Laut DeepSeek unverändert gegenüber der Vorversion.
• Stark: Kürzere Ausgaben. Die September-Fassung galt bei Artificial Analysis als sehr redselig (rund 250 Mio. Ausgabetoken für den Intelligence Index); genau hier setzt der 1017-Build an.
• Grenze: Alle Zahlen zum 1017-Build stammen bislang von DeepSeek selbst. Artificial Analysis und LMArena führen mit Stand 17.10.2026 nur die September-Fassung; eine unabhängige Messung des neuen Builds gibt es noch nicht.
• Grenze: DeepSeek nennt für die 1017-Tabelle keine Reasoning-Stufe. Für die September-Fassung war ausdrücklich die maximale Stufe (reasoning_effort=100) angegeben; ob das für 1017 ebenso gilt, ist offen.
• Grenze: Die offizielle API wird von DeepSeek in China betrieben. Für personenbezogene Daten kommt unter DSGVO-Gesichtspunkten realistisch nur Self-Hosting oder ein europäischer Drittanbieter infrage.
• Grenze: Lokal nur auf Server-Hardware realistisch: Das Repository umfasst rund 763B gespeicherte Parameter (Backbone plus Engram-Tabellen und MTP-Module), überwiegend in FP4/FP8.

Praxis-Erfahrung

• Thinking und Non-Thinking sind wählbar. Die gehostete API bietet low, high und max (Standard: Thinking mit high); die Gewichte kennen eine stufenlose Steuerung von 1 bis 100.
• Die API ist OpenAI- und Anthropic-kompatibel, unterstützt JSON-Ausgabe, Tool Calls, die Responses-API und Chat Prefix Completion. Maximale Ausgabe 384K Token.
• Das Repository enthält kein Jinja-Chat-Template; das Prompt-Encoding liegt als Python-Referenzimplementierung im Ordner encoding bzw. im Rust-Toolkit deepseek-recipe vor. Inferenz-Stacks müssen das gesondert unterstützen.
• Empfohlene Sampling-Werte laut Model Card: Temperatur 1,0, top-p 1,0, max_tokens mindestens 256K.
• Eigene Tests mit dem 1017-Build liegen noch nicht vor; diese Card beruht auf Herstellerangaben und externen Analyse-Seiten.

Gut zu wissen

• Architektur (laut Model Card der V4.1-Flash-Basis, unverändert): 552B Backbone-Parameter, davon 8B aktiv beim Prefill und 16B beim Decoding; zusätzlich ein Engram-Gedächtnis mit 196B Parametern, auf das per Token-Lookup nur dünn zugegriffen wird. Laut config.json: 40 Layer, Hidden Size 5.120, 384 Routed Experts plus 1 Shared Expert, 6 aktiv je Token, komprimierte Attention mit Index-Auswahl, drei MTP-Layer und ein 32-lagiger Vision-Encoder (Patch 14). Kontext 1.048.576 Token (YaRN-Faktor 16 auf 65.536).
• Lizenz: MIT für Code und Gewichte.
• Vorgänger im Bestand: „DeepSeek V4 Flash“ (April 2026) und „DeepSeek V4 Flash 0731“ – beide reine Textmodelle mit 284B/13B. Die V4.1-Generation ist ein Neubau mit anderer Architektur, kein weiterer Build derselben Gewichte.
• Ollama: deepseek-v4.1-flash steht dort als Cloud-Modell; ein offizielles lokales Paket für den 1017-Build gibt es bislang nicht.

Zur Einordnung der September-Fassung: Artificial Analysis misst DeepSeek V4.1 Flash (Max, September-Build) mit einem Intelligence Index von 39 (v4.3.2), LMArena führt sie mit 1475 Elo. Diese Werte gelten für die Vorversion und stehen deshalb nicht in der Score-Tabelle dieser Card.

Weitere Benchmarks

Quelle DeepSeek (offizielle Model Card, 1017), jeweils mit der September-Fassung zum Vergleich:

• Terminal-Bench 4.0 (Claude-Code-Harness) 42,3 % (31,2) · DeepSWE v1.1 (Mini-SWE-V2-Harness) 77,0 % (74,2) · ProgramBench 29,1 % (20,3) · NL2Repo-Bench 68,2 % (65,4)
• Automation-Bench v1.0.6 60,5 % (54,8) · Agents' Last Exam 35,4 % (31,8) · Apex Bench v1.1 72,1 % (64,6)
• HLE ohne Tools, nur Text-Teilmenge 44,0 % (39,1)
• Chartography mit Tools 83,0 % (78,9) · BabyVision mit Tools 92,5 % (89,6) · ZeroBench-main mit Tools 51,0 % (49,0)

Werte wie GPQA Diamond 90,9 %, Terminal-Bench 2.1 90,6 % oder HLE mit Tools 63,9 %, die auf Aggregatoren unter „V4.1 Flash 1017“ auftauchen, stammen aus der Model Card der September-Fassung und sind für den 1017-Build nicht belegt.