DeepSeek-V4.1-Flash

Typische Einsatzfälle

• agentisches Coding mit langen Werkzeugketten
• Self-Hosting (MIT)
• multimodale Auswertung (Bild und Text)

Leistung im Vergleich

Unabhängige Indizes (Artificial Analysis, 0–100), zwei kontaminationsarme Einzel-Benchmarks (Terminal-Bench, agentische Shell-Aufgaben; τ²-bench, Tool-Use-Verlässlichkeit über viele Läufe) und Human-Präferenz-Elo (LMArena). Die dunkle Markierung zeigt den Bestwert im Katalog – so wird der Abstand zur Spitze sichtbar. Die Preis-LeistungPreis-LeistungHier: AA-Intelligenz geteilt durch den (3:1 gewichteten) Token-Preis – Indexpunkte je Dollar pro Mio. Tokens. Höher = mehr Leistung fürs Geld. Entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis.Mehr im Wissen → oben ist daraus abgeleitet: AA-Intelligenz je AA-Blended-Preis (3:1) – entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis. AAs token-basiertes „Cost to Run Index“ ist nicht öffentlich abrufbar.

• IntelligenzAA-IntelligenzZusammengesetzter Intelligenz-Index von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Reasoning-, Wissens- und Mathe-Benchmarks zu einer Zahl. Je höher, desto stärker das allgemeine Reasoning.Mehr im Wissen →40

Benchmarks im Detail

Kennzahlen aus zitierten Messungen – unabhängige Quellen sind ausgewiesen, Anbieterangaben entsprechend markiert. Werte sind nicht über Skalen hinweg vergleichbar. Wie man Benchmark-Zahlen liest →

• Artificial Analysis Intelligence Index

  39,5

  (Reasoning, Max Effort) – V4 Pro 0813 liegt bei 36,3, V4 Flash 0731 bei 34,5

  unabhängigArtificial Analysis (API, Freiroute, Index-Fassung v4.3), abgerufen 2026-09-11

• Kosten je AA-Index-Aufgabe

  0,2652

  US-Dollar gegen 0,6740 für DeepSeek-V4-Pro und 3,2575 für GPT-6 Astra (max)

  unabhängigArtificial Analysis (API, Freiroute), abgerufen 2026-09-11

• Ausgabe-Tempo (AA-Median)

  194,3

  Token/s gegen 68,8 bei V4 Pro; 11,25 s bis zum ersten Antwort-Token, 13,8 s Gesamtantwortzeit

  unabhängigArtificial Analysis (API, Freiroute), abgerufen 2026-09-11

• Privater Projekt-Benchmark (LLM Coding Leaderboard)

  30,45

  von 40 Punkten auf der Stufe max (Rang 17, 0,05 $ je Prompt) und 29,85 auf high (Rang 20, 0,03 $); Vorgänger V4 Flash erreicht auf high 25,0

  unabhängigAI Coding Daily – LLM Coding Leaderboard, abgerufen 2026-09-11 (ein Tester, vier Projekte, GPT-5.6-Sol als Richter; Methodik teils offengelegt)

• Terminal-Bench 2.1 (Anbieterangabe)

  90,6 %

  – die Modellkarte setzt das Modell damit vor Claude Opus 5 (89,1) und GPT-5.6 Sol (88,8)

  AnbieterangabeDeepSeek – Modellkarte DeepSeek-V4.1-Flash (Hugging Face), abgerufen 2026-09-11

• Terminal-Bench 3.0 / 4.0 (Anbieterangabe)

  30,0 %

  und 31,2 % gegen 43,3 % und 51,8 % für Claude Opus 5 – die Lücke steht in der eigenen Tabelle

  AnbieterangabeDeepSeek – Modellkarte DeepSeek-V4.1-Flash (Hugging Face), abgerufen 2026-09-11

• DeepSWE v1.1 (Anbieterangabe)

  74,2 %

  gelöst, knapp vor Claude Opus 5 (74,0) und GPT-5.6 Sol (73,0)

  AnbieterangabeDeepSeek – Modellkarte DeepSeek-V4.1-Flash (Hugging Face), abgerufen 2026-09-11

• CyberGym / AutomationBench (Anbieterangabe)

  88,1 %

  und 54,8 % – in beiden Feldern führt die Tabelle das Modell vor GPT-5.6 Sol und GLM-5.3

  AnbieterangabeDeepSeek – Modellkarte DeepSeek-V4.1-Flash (Hugging Face), abgerufen 2026-09-11

Einordnung

• Architektur laut Modellkarte: 552 Mrd. Parameter im Rumpf, davon 8 Mrd. je Token im Prefill und 16 Mrd. im Decode aktiv, verteilt auf einen 20-schichtigen kausalen Encoder und einen 20-schichtigen Decoder („Causal Encoder-Decoder"). Je MoEMoE (Mixture of Experts)Architektur, bei der je Anfrage nur ein Teil des Modells („Experten“) aktiv wird. So hat das Modell sehr viele Gesamt-Parameter, rechnet aber nur mit wenigen aktiven – das spart Rechenzeit.Mehr im Wissen →-Schicht nennt die Karte einen gemeinsamen und 384 geroutete Experten, von denen sechs je Token laufen. Den Zwischenspeicher für Schlüssel und Werte gibt sie mit 890 Byte je Token an – rund ein Viertel von DeepSeek-V4-Flash.Beleg · Primärquelle
• Die unabhängige Messung, die zur Ankündigung noch fehlte: Artificial Analysis führt das Modell seit dem Erscheinungstag mit 39,5 Punkten im Intelligence-Index – über DeepSeek-V4-Pro 0813 (36,3) und DeepSeek-V4-Flash 0731 (34,5). Damit bestätigt eine unabhängige Stelle die Anbieter-Aussage, das kleinere Modell habe den größeren Vorgänger überholt. Coding- und Agentic-Index liegen dort noch nicht vor. Die Kosten je Aufgabe betragen 0,2652 $ gegenüber 0,6740 $ für V4 Pro, das Ausgabe-Tempo 194,3 gegen 68,8 Token/s.Beleg · Sekundärquelle
• Offene Gewichte: Die Ablage auf Hugging Face wurde am 10. September 2026 um 02:17 UTC angelegt und trägt die MIT-Lizenz; als Aufgabentyp führt die Plattform „image-text-to-text", die Bild-Eingabe ist also Teil des offenen Modells und nicht an die Programmierschnittstelle gebunden. Bis dahin lief Bild-Eingabe bei DeepSeek nur über das experimentelle Modell deepseek-v4-flash-vision-exp, dessen Gewichte nicht veröffentlicht sind.Beleg · Primärquelle
• Praxis-Gegenprobe eines unabhängigen Testers: Auf einem privaten Projekt-Benchmark mit vier Vorhaben erreicht V4.1 Flash auf der Stufe max 30,45 von 40 Punkten (Rang 17) und auf high 29,85 (Rang 20) – der Vorgänger V4 Flash lag auf high bei 25,0. Die Tabellenspitze hält GPT-6 Astra (medium) mit 38,2 Punkten, kostet dort aber 0,69 $ je Prompt gegenüber 0,03 $. ⚠️ Ein Tester, LLM-Richter, Mitgliedschafts-Funnel im zugehörigen Video – als Richtung verwertbar, nicht als Rangliste.Beleg · Community
• Betriebs-Folge für eigene Prüfläufe: Ab dem 14. September 2026 leitet DeepSeek Anfragen an die Kennung deepseek-v4-pro auf dieses Modell um und rechnet zum Flash-Preis ab. Wer V4 Pro in Skripten verdrahtet hat, misst danach ein anderes Modell.Beleg · Primärquelle

Aus der System-Card

Verdichtete Befunde aus der offiziellen System-CardSystem-CardDas offizielle Begleitdokument eines Anbieters zu einem Modell (auch „Model Card“): Fähigkeiten, Grenzen, Sicherheitsbewertung. Primärquelle – die Fähigkeitsangaben darin sind aber Eigenangaben, nicht unabhängig gemessen.Mehr im Wissen → des Anbieters (Primärquelle, Tier ATier (A/B/C)Verlässlichkeits-Stufe einer Quelle in der KI-Depesche: A = Primärquelle (z. B. offizielle Doku), B = solide Sekundärquelle, C = subjektiv/Einzelstimme. Steuert, wie stark eine Aussage gewichtet wird.Mehr im Wissen →). Fähigkeitswerte sind Anbieterangaben – nicht unabhängig nachgemessen. Card-Stand 2026-09-10.

Fähigkeiten

• Agentik & Coding – Die Karte weist Terminal-Bench 2.1 mit 90,6 %, DeepSWE v1.1 mit 74,2 % und AutomationBench mit 54,8 % aus – jeweils als Bestwert der Vergleichstabelle. Auf den härteren Terminal-Bench-Fassungen 3.0 und 4.0 nennt sie selbst 30,0 % und 31,2 % gegen 43,3 % und 51,8 % für Claude Opus 5. Sämtliche Werte sind anbieter-selbstberichtet.
• Multimodalität – „The model natively processes images and text, and generates text autoregressively." Die Karte nennt dazu MMMU-Pro 56,5, CVBench 77,9, DocVQA 95,6 und RefCOCO 86,0 für das Basismodell.
• Kontext – „Contexts of up to one million tokens"; OpenRouter führt 1.048.576 Token. Eine abweichende Auswertungsgrenze nennt die Karte nicht.

Verhalten & Sicherheit

• Architektur – 552 Mrd. Rumpf-Parameter, 8 Mrd. aktiv im Prefill und 16 Mrd. im Decode; 20 Encoder- und 20 Decoder-Schichten, je MoE-Schicht ein gemeinsamer und 384 geroutete Experten mit sechs aktiven je Token.
• Lizenz – MIT. Gewichte am Erscheinungstag auf Hugging Face (fp8), Aufgabentyp „image-text-to-text".
• Safety – Keine eigene Safety-Card mit Refusal- oder Misuse-Evaluierungen. Cyber-Werte stehen nur als Anbieterangabe in der Vergleichstabelle (CyberGym 88,1 %, SEC-Bench Pro 62,8 %, ExploitGym 15,3 %).

⚙ Alle Kartenwerte sind anbieter-selbstberichtet. Unabhängig sind bislang der AA-Abruf vom 11.09.2026 (Intelligence 39,5, Index-Fassung v4.3) und ein privater Projekt-Benchmark (Tier C). AA-Slug: deepseek-v4-1-flash.

DeepSeek – Modellkarte DeepSeek-V4.1-Flash (Hugging Face, Primärquelle: „552B backbone parameters", 8B je Token im Prefill / 16B im Decode, „Causal Encoder-Decoder (CED)", „contexts of up to one million tokens", „natively processes images and text", MIT-Lizenz)· Primärquelle, abgerufen 2026-09-11