Zum Inhalt
DeepSeek

DeepSeek Nachrichten

Aktuelle Nachrichten zu DeepSeek-Modellen, API, Preisen und Entwicklerwerkzeugen sowie zur KI-Branche. DeepSeek V4 Hub ist eine unabhängige Publikation.

Neueste Nachrichten

135
AnalysisArtikel auf Englisch

Qwen 4-Max-Preview Is Live Before the Full Launch. What the Early Tests Show (Nov 2026)

Alibaba announced Qwen 4 on November 11, 2026, but the full model is not out. Qwen 4-Max-Preview is live in QwenWork, Qoder, Qwen App and QwenStudio, with no release date for the stable version. The official pitch is deeper knowledge, richer world understanding, and stronger coding and agentic capabilities, aimed at complex coding, knowledge work, front-end builds and professional software workflows. Early public evidence is mixed: three working SVG animations with rough visuals, and a GameFeel RE score of 10.3 that trails Qwen3.8 Flash and Max. Qoder also says the preview changed daily during four anonymous test days, so every review is tied to a build.

Artikel lesen
AnalysisArtikel auf Englisch

TCSExam: What GPT-6 Astra and Kimi K3.1 Pro Can Actually Prove (Nov 2026)

TCSExam is a 100-task benchmark for theoretical computer science research, co-authored by Moonshot AI's Zhilin Yang and Turing Award winner Andrew Yao. Every task ends in an artifact that Lean or an executable checker can verify: a proof, a solver, a construction, or an answer to an open conjecture. GPT-6 Astra leads the Full set at 71.9 and Kimi K3.1 Pro is second at 57.4. The useful part is the spread: Astra solves 70.0% of the bare theorem tasks, Kimi 38.3%, and the other six agents stay at or below 11.7%. On the smaller Lite set, Opus 5.5 leads at 72.3.

Artikel lesen
AnalysisArtikel auf Englisch

Inside HarnessPro: The Prompt Rules That Keep a Self-Evolving Agent Honest (Nov 2026)

HarnessPro freezes the model and lets a search loop rewrite the harness around it: instructions, tools, hooks and budgets. The reusable part is the prompt contract. A test-writing agent replaced an LLM judge that caught only 41.7% of failures, and its frozen tests caught 83.3%. Three rules keep the search from grading itself into a better score. The 53% saving is a deployment cost per task on SWE-Bench Pro, not the cost of running the evolution.

Artikel lesen
AnalysisArtikel auf Englisch

DSH Go Put DeepSeek Harness on Android. The 20,000-Star Claim Is a Week Off

DSH Go is a solo-built, open-source Android client for DeepSeek Harness. It runs the harness inside a bundled Ubuntu environment on the phone, or connects to one already running on a desktop over SSH or WebRTC. On November 11, 2026 the repository had 18,532 stars, 814 forks and 469 open issues plus 32 open pull requests. The viral "nearly 20,000 stars in 10 days" version is about a week off: the project had roughly 8,400 stars at day 10 and would reach 20,000 around day 18 at its recent pace. Combined with the same author's earlier dsh-TUI plugin, the two projects now hold about 25,900 stars.

Artikel lesen
Analysis

Anthropic-Agenten-Gedächtnis: 4 Schichten und Dreaming (Nov. 2026)

Anthropic veröffentlichte am 6. November 2026 The components of agent memory und beschrieb darin den Speicher-Stack, den das Unternehmen in Claude Code betreibt: rohe Transkripte, Speichernotizen, ein verlinktes Wiki und einen kleinen Index, der zu Sitzungsbeginn injiziert wird. Das Kontraintuitive ist die Fehlerbilanz: In Pokemon Red schrieb Sonnet 3.7 bis etwa Schritt 10.000 413 Dateien in 225 Ordner und gewann ein Abzeichen, während Fable 5 neun Dateien in zwei Ordnern plus eine global.md behielt und vier Abzeichen gewann. Ein späterer Offline-Durchlauf namens Dreaming entdeckte eine falsche Notiz, die drei Läufe über dieselbe Kante geschickt hatte, die nur in eine Richtung passierbar ist.

Artikel lesen
Analysis

Kimi K3.1 Pro Highspeed vs. Claude Fable 5.2: Welches Modell eignet sich besser für Design und Programmierung?

Laut den veröffentlichten API-Preisen kostet ein nicht zwischengespeichertes Eingabe- oder Ausgabetoken bei Kimi K3.1 Pro Highspeed halb so viel wie bei Claude Fable 5.2. Kimi ist ein günstiger Einstieg für Designentwürfe; Fable lohnt einen Test bei schwierigen Programmier- oder Rechercheaufgaben. Einen direkten Ästhetikvergleich dieser Versionen haben wir nicht gefunden. Prüfen Sie beide anhand eigener Aufgaben.

Artikel lesen
Analysis

DeepSeek Harness gewinnt still Lateinamerika: 16 Dollar für 2 Milliarden Token, und ein altes Motorola verwaltet 47 Websites (Nov. 2026)

DeepSeek Harness (DSH) zusammen mit der offiziellen DeepSeek-API ist zum Standard-Budget-Stack in den Entwickler-Communitys des spanischsprachigen Lateinamerika geworden. Echte Rechnungen aus der Region: 1,985 Milliarden Token in einem Monat für 14,25 Dollar plus ¥3,89, und 3,458 Milliarden Token in 30 Tagen für rund 30,50 Dollar. Billig bleibt der Stack wegen Cache-Trefferquoten über 99 Prozent und eines Nebenzeiten-Fensters, das genau den lateinamerikanischen Arbeitstag abdeckt; der Durchschnittspreis liegt bei 0,0089 Dollar pro Million Token. Der von ETH Zürichs MathArena-Team gemessene Haken: Dasselbe Modell DeepSeek-V4.1-Flash-1017 (Max) erreicht in der Referenzkonfiguration eine erwartete Punktzahl von 51,6 %, unter DSH 43,4 %, während die Kosten je Problem von 1,15 auf 0,35 Dollar sanken.

Artikel lesen
Guide

Fachartikel mit agentero-dsh in DeepSeek Harness lesen und verwalten (November 2026)

agentero-dsh verbindet einen Agentero-Tresor mit DeepSeek Harness, sodass ein Agent Ihre Dokumente durchsuchen, neben dem Chat ein PDF öffnen und Ihnen beim Speichern von Notizen helfen kann. Für die dokumentierte Webeinrichtung sind Node.js 24.9 oder neuer, eine kompatible DSH 0.2.x-Version, ein Agentero-Tresor und die Agentero-CLI erforderlich. Das Plugin-Repository deklariert keine Lizenz.

Artikel lesen
Guide

Kontextverbrauch in DeepSeek Harness mit dsh-context analysieren (November 2026)

dsh-context ist ein Community-Plugin für DeepSeek Harness, mit dem Sie überprüfen können, was eine Agentensitzung belegt, wie sich der Kontext ändert und was Subagenten verwenden. Es zeigt Kategorieschätzungen neben den vom Host gemeldeten Gesamtwerten. Der Kontext allein wird dadurch nicht reduziert. Installieren Sie es mit einem Befehl im Webprofil und öffnen Sie dann die Registerkarte „Kontext“ oder geben Sie /context ein.

Artikel lesen
Analysis

Wird DeepSeek V4.1 Pro getestet? Was das 64-%-Ergebnis bei LobeBench zeigt

Ein LobeHub-Tester berichtet, dass das aktuelle V4 Pro auf der DeepSeek-Website 32 von 50 schwierigen Agentenaufgaben in allen drei Versuchen löste; beim V4 Pro-0813 waren es 24. Das Ergebnis nährt Spekulationen über V4.1 Pro, identifiziert aber nicht das Modell hinter dem Dienst. DeepSeek hat keinen Veröffentlichungstermin für V4.1 Pro angekündigt.

Artikel lesen
Analysis

Chat-Bots haben Tools. IDEs haben Chat erhalten. DeepSeek Harness (DSH) ging einen dritten Weg.

Agentenprodukte entwickelten sich im Jahr 2026 gleichzeitig in zwei Richtungen. Chat-First-Bots fügten Arbeitsbereiche und Tools hinzu. IDEs und Desktop-Workbenches fügten Chat- und mobile Einstiegspunkte hinzu. Beide lösten dasselbe Problem: Ein Agent benötigt Kontext und Tools, um die eigentliche Arbeit zu erledigen, und eine Möglichkeit, Sie während der Ausführung zu erreichen.

Artikel lesen
Analysis

Kimi K3.1 Pro vs. GPT-6 Astra: Vier Blender-Rendertests und ein Kontingentlimit

In vier von Xiyangshi AI Video gezeigten Blender-Aufgaben erstellten Kimi K3.1 Pro und GPT-6 Astra vergleichbar aussehende Renderings aus denselben Eingabeaufforderungen mit unterschiedlichen Details und Reparaturen. Der Ersteller berichtete, dass während der Sitzung ein Kimi-Nutzungslimit von fünf Stunden erreicht wurde. Hierbei handelt es sich um illustrative Demonstrationen Dritter, nicht um einen unabhängig reproduzierten Benchmark oder eine allgemeine Rangliste. Unabhängig davon erzielte Artificial Analysis in seinem Launch-Snapshot vom 23. Oktober 2026 die Note 55 für Kimi K3.1 Pro.

Artikel lesen