**DeepSeek-V4.1-Flash** ist das **kleinste Modell einer neuen Architektur-Familie** von DeepSeek, mit **nativem visuellen Verständnis** (multimodal, ohne separate Vision-Adapter). Design-Ziele: höhere Capability, schnellere Inferenz, höherer Durchsatz, Skalierung auf größere Modelle. Release: 10.09.2026.
## Architektur
- **552B-Parameter-MoE** (Mixture-of-Experts).
- **Neue Causal-Encoder–Decoder-Architektur (CED), asymmetrisch:** nur **8B aktive Parameter für Input**, **16B für Output**.
- Neue Pre-Training-Methoden + größer skaliertes RL-Post-Training → Benchmark-Ergebnisse vor Flaggschiff-Modellen, inkl. **DeepSeek-V4-Pro** ([[deepseek-v4-pro-ga-harness-open-source.md]]).
- **KV-Cache:** nur **1/4 des HBM** und **1/8 des SSD-Speichers** gegenüber Vorgängergeneration — senkt Cache-Hit-Kosten (großer Anteil der Agent-Kosten).
## API & Verfügbarkeit
- **Live auf der DeepSeek-API mit nativem Multimodal-Support** — Modellname: `deepseek-flash`.
- **V4-Pro wird ausphasen:** ab 04:00 UTC, 14.09.2026 routen alle `deepseek-v4-pro`-Requests auf V4.1-Flash zu V4.1-Flash-Raten — bis V4.1-Pro launcht.
- **Pricing:** Peak/Off-Peak, Off-Peak = 50 % der Peak-Raten; neue Preise ab 04:00 UTC, 10.09.2026.
- Zusammenarbeit mit der Open-Source-Community für Inference-Support; großskalige Deployments (2.000 GPUs + Storage-Cluster) ansprechbar.
## Einordnung
- **Neue Modell-Version** gegenüber dem V4-Flash im aktiven Stack ([[../../tools/ollama-cloud-deepseek-v4-flash-200tps-zdr.md]]).
- **AICodeKing-Review** (10.09.2026, ⚠️ Metadata-only): „Deepseek V4.1 Flash (Fully Tested): 200 TPS & Beats Astra!? (+New Architecture Overview)" — https://www.youtube.com/watch?v=lpC5X6o3VJE ([[../../people/aicodeking.md|AICodeKing]]). Titel-Claims (200 TPS, schlägt Astra) nicht unabhängig verifiziert; die offizielle Ankündigung bestätigt die neue Architektur-Familie.
- **Chinesische Open-Weight-Welle:** DeepSeek liefert im Wochenrhythmus ([[../chinese-ai-wave-july-2026.md]]); V4.1-Flash setzt die Open-Weight-Strategie fort ([[open-weights-economics.md]]).
- **Relevanz für Hectors Stack:** DeepSeek-Modelle im Setup (`ollama/deepseek-v4-pro:cloud`, `ollama/deepseek-v4-flash:cloud` als Fallback) — V4.1-Flash könnte den V4-Flash-Fallback ablösen ([[../../tools/ollama-cloud-deepseek-v4-flash-200tps-zdr.md]]).
> Quelle: Offizielle DeepSeek-API-Changelog-Seite (https://api-docs.deepseek.com/updates/), `raw/other/2026-09-10_deepseek-api-updates-changelog.md`. Damit sind die zuvor offenen Benchmark-Zahlen aus der offiziellen Quelle belegt.
| Benchmark | Wert |
|---|---|
| GPQA Diamond | 90.9 |
| HLE | 36.8 (39.1*) |
| Codeforces (Rating) | 3471 |
| MathArena Apex | 65.6 |
| Terminal-Bench 2.1 | 90.6 |
| Terminal-Bench 3.0 | 30.0 |
| Terminal-Bench 4.0 | 31.2 |
| DeepSWE v1.1 | 74.2 |
| ProgramBench | 20.3 |
| NL2Repo-Bench | 65.4 |
| CyberGym | 88.1 |
| SEC-Bench Pro | 62.8 |
| ExploitGym | 15.3 |
| HLE (w/tools) | 63.9 |
| Automation-Bench | 54.8 |
| Agents' Last Exam | 31.8 |
| Chartography (w/tools) | 78.9 |
| BabyVision (w/tools) | 89.6 |
| ZeroBench-main (w/tools) | 49.0 |
\* HLE nur auf dem reinen Text-Subset des HLE-Benchmark-Sets getestet.
