78 lines
5.6 KiB
Markdown
78 lines
5.6 KiB
Markdown
---
|
||
title: Ollama Cloud — DeepSeek-V4-Flash 200+ tps & Zero Data Retention
|
||
type: tool
|
||
category: tools
|
||
tags: [ollama, deepseek-v4-flash, cloud, performance, privacy, zdr]
|
||
source: https://x.com/ollama/status/2085975426321858799
|
||
date: 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-flash` auf 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:cloud` ist 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|AICodeKing]] 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-flash` bei 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`
|