5.6 KiB
5.6 KiB
| title | type | category | tags | source | date | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Ollama Cloud — DeepSeek-V4-Flash 200+ tps & Zero Data Retention | tool | tools |
|
https://x.com/ollama/status/2085975426321858799 | 2026-08-08 |
Ollama Cloud: DeepSeek-V4-Flash mit 200+ tps und ZDR
Kernaussage (offizieller Ollama-Post, 2026-08-08)
Currently serving 200 tps+ output speed for DeepSeek-V4-Flash on Ollama's cloud with zero data retention (ZDR).
Rollout-Kontext (vorheriger Post)
DeepSeek-V4-Flash-0731 is now fully rolled out as the new default for deepseek-v4-flash on Ollama's cloud.
- Fast: 120+ output tps on Ollama's cloud
- Private: zero data retention hosting in US & Europe
Fakten
- DeepSeek-V4-Flash-0731 ist neuer Default für
deepseek-v4-flashauf Ollama Cloud - 200+ tps Output-Speed (Folge-Post; Rollout-Post nennt 120+ tps)
- Zero Data Retention (ZDR) — Hosting in US & Europa
- Positionierung: Speed + Effizienz + Frontier-Level-Performance
Relevanz für Hector-Setup
ollama/deepseek-v4-flash:0731:cloudist unser Tier-0-Modell (Heartbeat/Cron-Jobs, siehe AGENTS.md Barbell-Routing)- 200+ tps Output bestätigt Eignung für schnelle, kostengünstige Status-/Script-Jobs
- ZDR (US/EU) relevant für Datenschutz-Betrachtung bei Cloud-Inferenz
- Ergänzt die lokale dSpark-Optimierung (siehe
unsloth-dspark.md) — Cloud vs. lokal beide auf Flash-0731
DeepSeek V4 Pro 0813 — Third-Party Review (2026-08-13)
Am 13.08.2026 veröffentlichte der KI-Coding-Kanal ../people/aicodeking.md ein "Fully Tested"-Review zu DeepSeek V4 Pro 0813 (Build-Datum 13.08.2026, Titel: "Okay, this is ACTUALLY CRAZY!").
- Source: https://www.youtube.com/watch?v=W_e-YR4QRvg
- Raw:
raw/youtube/2026-08-13_deepseek-v4-pro-0813-aicodeking.md - Einordnung: Während dieser Page der V4-Flash-0731-Default (Tier-0) im Fokus steht, ist DeepSeek V4 Pro das größere Schwestermodell (
ollama/deepseek-v4-pro:cloud, DRACO-Solo 60.3%, siehe ../concepts/llm/llm-model-catalog.md). Dieses Review liefert unabhängige Third-Party-Benchmark-Sicht auf die V4-Pro-0813-Version. - ⚠️ Kein Transkript verfügbar (yt-dlp scheitert ohne Cookies) — nur Titel-Metadaten verifiziert. Konkrete Benchmark-Details bei Gelegenheit nachziehen.
- Kontext: chinesische Open-Weight-Welle, siehe ../concepts/chinese-ai-wave-july-2026.md und ../concepts/llm/chinese-model-cost-routing.md.
DeepSeek API-Preiserhöhung (V4 Pro + V4 Flash) — ab 17.08.2026
Am 13.08.2026 meldete Pit Weber (OME Topic 13) eine DeepSeek-API-Preiserhöhung für V4-Pro und V4-Flash, wirksam ab 17. August 2026.
- Erhöhung um 50% bis 1.100% über den aktuellen Preisen, je nach Modell, Token-Typ und Nutzungszeit.
- Neue Peak/Off-Peak-Preise. Peak-Zeiten täglich 9:00–12:00 und 14:00–18:00 Peking-Zeit.
- V4-Pro uncached Input Peak: 3 → 9 Yuan/Mio Tokens; Output Peak: 6 → 27 Yuan/Mio.
- V4-Pro Off-Peak: 4,5 Yuan Input / 13,5 Yuan Output pro Mio Tokens.
- V4-Flash: 1,5 Yuan Input / 4,5 Yuan Output pro Mio Tokens.
- Kontext: DeepSeek hatte die V4-Pro-Standardpreise am 31. Mai 2026 um ~75% gesenkt.
- Begründung: stark wachsendes Nutzungsvolumen.
- Einordnung: DeepSeek war der Preisdrücker an der Frontier (V4 Pro 0813: ~$0,43/$0,87 pro Mio, ~57× billiger als Fable 5). Diese Erhöhung ist eine bemerkenswerte Wende — der Preisdrücker erhöht selbst. Passt zur Marktdisziplinierungs-Diskussion (Grok 4.6 + DeepSeek V4 Pro drücken Frontier-Preise).
- ⚠️ Betrifft die DeepSeek-API direkt; Ollama-Cloud-Preise können abweichen. Für Cost-Routing relevant: Peak/Off-Peak-Zeiten (Peking-Zeit) als neuer Kostenfaktor.
- Source: https://www.perplexity.ai/discover/you/deepseek-to-raise-api-prices-u-bo6gHsYdTuy3WR3nKpo3_w (Perplexity-Link liefert per web_fetch 403/Cloudflare — Fakten aus verifizierter Websuche: investing.com, thenews.com.pk, kelo.com, deepseek.ai/pricing, roic.ai)
- Raw:
raw/other/2026-08-13_deepseek-api-preiserhoehung.md
Datenhaltung & Cache-Isolation (Update 2026-09-23)
Netbits (@NetLightning) hat die ZDR-Zusage im OME-Topic hinterfragt; eigene Prüfung der Primärquellen bestätigt die Zitate dieser Seite und ordnet sie ein:
- Bestätigt: „we require no logging, no training, and zero data retention policies in place" und „primarily in the United States … may route to Europe and Singapore" (Pricing-FAQ, abgerufen 23.09.2026). Partner sind NVIDIA Cloud Providers (NCPs), gehostet werden native Gewichte der Modellgeber.
- Offene Flanke: Die ZDR-Zusage ist eine Anforderung an Partner, keine eigene Messung. Die Privacy Policy (§5) nennt „model inference providers" selbst als Dritte. Ob unser
deepseek-v4.1-flashbei welchem NCP landet und wie dessen Retention real aussieht, ist nicht unabhängig geprüft. - Prompt-Cache: Ollamas Cache-Isolation ist ungetestet. Der Stanford-Audit (ICML 2025) hat DeepSeek als per-user isoliert bestätigt — das betrifft die DeepSeek-API, nicht Ollamas Serving-Schicht.
Vollständige Analyse, Paper-Zitate und Verifikationsprotokoll: ../concepts/policy/inference-provider-data-retention.md.
Quellen
- X-Post: https://x.com/ollama/status/2085975426321858799
- Datenhaltung/Cache-Verifikation:
raw/other/2026-09-23_netbits-ollama-cloud-privacy-prompt-caching.md - Raw:
raw/xpost/2026-08-08_ollama-deepseek-v4-flash-200tps-zdr.md - YouTube:
raw/youtube/2026-08-13_deepseek-v4-pro-0813-aicodeking.md - Raw:
raw/other/2026-08-13_deepseek-api-preiserhoehung.md