85 lines
6.2 KiB
Markdown
85 lines
6.2 KiB
Markdown
---
|
||
created: 2026-09-10
|
||
updated: 2026-09-10
|
||
sources: [xpost/2026-09-10_deepseek-v41-flash-official-release.md, other/2026-09-10_deepseek-v41-flash-official-announcement.md, other/2026-09-10_deepseek-api-updates-changelog.md, youtube/2026-09-10_deepseek-v41-flash-aicodeking.md, xpost/2026-09-10_hermeswatcher-deepseek-v41-flash-nous-portal.md]
|
||
tags: [concept, deepseek, deepseek-v4.1-flash, architecture, moe, causal-encoder-decoder, multimodal, visual-understanding, kv-cache, api, open-weights, chinese-ai]
|
||
---
|
||
|
||
# DeepSeek-V4.1-Flash
|
||
|
||
> **Quelle:** Offizielle Ankündigung von @deepseek_ai (X-Post, 10.09.2026, https://x.com/deepseek_ai/status/2097930608790167907) + offizielle DeepSeek-API-Docs (https://api-docs.deepseek.com/news/news260910). Primärquelle, offiziell.
|
||
|
||
## Kernidee
|
||
|
||
**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-Flash & V4-Flash-Vision-Exp retired**; `deepseek-v4-flash` / `deepseek-v4-flash-vision-exp` routen temporär auf V4.1-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.
|
||
- **Offizielle Partner:** WorkBuddy (inkl. CodeBuddy) und OpenCode unterstützen V4.1-Flash vollständig.
|
||
|
||
## Nous Portal (10.09.2026)
|
||
|
||
- Am **10.09.2026** meldete [@HermesWatcher](https://x.com/HermesWatcher) (inoffizieller Hermes-Release-Tracker) die Verfügbarkeit auf dem [Nous Portal](https://portal.nousresearch.com) (Portal des Hermes-/Nous-Research-Ökosystems, vgl. [[../../tools/hermes-desktop.md]]) — Auswahl im Model Picker per `/model deepseek/deepseek-v4.1-flash` ([X-Post](https://x.com/HermesWatcher/status/2098047185824911649); Raw: `raw/xpost/2026-09-10_hermeswatcher-deepseek-v41-flash-nous-portal.md`). ⚠️ Promo-Post mit Referral-Link ($15-Rabatt); die Verfügbarkeit ist zusätzlich durch die Portal-Modellliste gedeckt (dort gelistet, abgerufen 10.09.2026).
|
||
- **Portal-Listung** (abgerufen 10.09.2026): $0,24/1M Input, $0,96/1M Output.
|
||
- **Relevanz für unser Setup:** Route `nous/deepseek/deepseek-v4.1-flash` als zusätzliches Modell konfiguriert (Alias „DeepSeek V4.1 Flash (Nous)“, Provider `nous` → `https://inference-api.nousresearch.com/v1`; 1M-Kontext-Fenster laut Gateway-Modell-Config). Verifiziert in der Gateway-Config am 10.09.2026.
|
||
|
||
## Open Source
|
||
|
||
- **Modell (Hugging Face):** https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash
|
||
- **Paper (Tech Report):** https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf
|
||
- 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]]).
|
||
|
||
## Offizielle Benchmark-Zahlen (Changelog, 10.09.2026)
|
||
|
||
> 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.
|
||
|
||
## Lokale Inferenz (Hardware)
|
||
|
||
Die Hardware-Stufen für lokalen Betrieb (16 GB bis 512 GB), Durchsatzwerte und die Payback-Rechnung gegen die API sind eigener Seite dokumentiert: [[../hardware/deepseek-v41-flash-lokale-hardware.md]]. Kurzfassung: ~510 GB Download, Q2/Q4-Builds mit ~163/~316 GB RAM-Bedarf; unter ~15 tok/s ist das Modell für Agenten unbrauchbar. ⚠️ Alle Durchsatz- und Preiszahlen dort sind aggregierte Einzelberichte (Foren/Reddit/HN), keine Mittelwerte.
|
||
|
||
## Offene Punkte
|
||
|
||
- ⚠️ AICodeKing-Review-Claims (200 TPS, schlägt Astra) nicht unabhängig verifiziert.
|
||
- ⚠️ Durchsatz-/Preiszahlen aus [[../hardware/deepseek-v41-flash-lokale-hardware.md]] sind Einzelberichte, nicht reproduziert.
|