DeepSeek veröffentlicht V4.1-Flash-1017: Programmieren mit einem Klick setzt Ideen um und rückt an GPT-5.6 heran
KurzfassungDeepSeek V4.1-Flash-1017 ist im Web, in der App und über die API verfügbar. DeepSeek meldet bessere Ergebnisse beim Programmieren und bei Agent-Aufgaben, kürzere Laufzeiten und weniger Ausgabe bei unveränderten API-Preisen. Die Demos zeigen vollständige Projekte aus kurzen Anfragen. Entwickler können weiterhin deepseek-flash verwenden und sollten DeepSeek Harness auf 0.2.1-rc.1 oder neuer aktualisieren.
Von DeepSeek V4 Hub
DeepSeek hat am 17. Oktober 2026 V4.1-Flash-1017 veröffentlicht und damit das Modell auf seiner offiziellen Website, in der App und hinter der Flash-API aktualisiert. Das Unternehmen berichtet von besseren Benchmark-Ergebnissen bei geringeren Aufgabenkosten und zeigt vier Projekte: die Verbotene Stadt in 3D, ein Browser-Rennspiel, einen Godot-Nachbau von Portal 2 und eine Landschaft, die sich entlang der Menschheitsgeschichte verändert. [1]
DeepSeek nennt dies „wish-driven coding“: Beschreiben Sie Ihr Wunschprojekt, liefern Sie etwas Referenzmaterial und überlassen Sie dem Agenten einen größeren Teil der Umsetzung. Nach Angaben des Unternehmens entstanden die Demos in DeepSeek Harness mit sehr wenigen Gesprächsrunden. [1]
Wie viel besser ist V4.1-Flash-1017?
DeepSeek meldet Fortschritte bei Schlussfolgerungen, Programmierung, Agent-Aufgaben und visuellen Benchmarks. Terminal-Bench 4.0 steigt von 31,2 auf 42,3, also um 11,1 Prozentpunkte. ProgramBench verbessert sich von 20,3 auf 29,1 und DeepSWE v1.1 von 74,2 auf 77,0. [2]
Scrollen Sie horizontal, um alle sechs Modelle zu vergleichen.
| Benchmark | DeepSeek V4.1-Flash-1017 | DeepSeek V4.1-Flash | Kimi K3 | GLM 5.3 | GPT-5.6 Sol | Claude Opus 5 |
|---|---|---|---|---|---|---|
| HLE ohne Tools | 42,6 / 44,0* | 36,8 / 39,1* | 43,5 | 42,0* | 44,5 | 56,3 |
| Terminal-Bench 4.0 | 42,3 | 31,2 | 12,6 | 37,9 | 39,9 | 51,8 |
| DeepSWE v1.1 | 77,0 | 74,2 | 67,5 | 66,9 | 73,0 | 74,0 |
| ProgramBench | 29,1 | 20,3 | 17,5 | 19,0 | 23,0 | 37,0 |
| NL2Repo-Bench | 68,2 | 65,4 | 58,0 | 58,0 | 56,8 | 75,3 |
| Automation-Bench v1.0.6 | 60,5 | 54,8 | 46,7 | 48,8 | 45,8 | 50,3 |
| Agents' Last Exam | 35,4 | 31,8 | 27,6 | 28,5 | 26,7 | 28,6 |
| Apex Bench v1.1 | 72,1 | 64,6 | 47,8 | 56,6 | 54,3 | 65,8 |
| Chartography (mit Tools) | 83,0 | 78,9 | 68,1 | n/a | 79,9 | 84,0 |
| BabyVision (mit Tools) | 92,5 | 89,6 | 85,7 | n/a | 88,9 | 94,1 |
| ZeroBench-main (mit Tools) | 51,0 | 49,0 | 41,0 | n/a | 53,0 | 52,0 |
Quelle: DeepSeeks offizielle Modellkarte. Fettdruck markiert den höchsten Wert jeder Zeile. * Reine Textteilmenge von HLE. „n/a“ bedeutet, dass die Quelle kein Ergebnis angibt. [3]
Starten Sie mit dem neuesten DeepSeek V4.1 Flash 1017 mit einem Klick. Entdecken Sie unseren Coding Plan.
Die Testbedingungen sind entscheidend. DeepSeek verwendete Claude Code für Terminal-Bench 4.0 und Mini-SWE-V2 für DeepSWE v1.1. Die mit einem Stern markierten HLE-Werte beziehen sich nur auf die reine Textteilmenge; die Werte ohne Stern auf die umfassendere Auswertung. ZeroBench-main verwendet Pass@5. Dieser Wert ist daher keine Erfolgsquote für einen einzelnen Versuch. Alle Ergebnisse stammen aus DeepSeeks eigener Auswertung. [2] [3]
Rückt DeepSeek an GPT-5.6 heran?
In dieser konkreten Benchmark-Tabelle liegt V4.1-Flash-1017 bereits in neun von elf Zeilen vor GPT-5.6 Sol. Bei DeepSWE steht es 77,0 zu 73,0, bei Terminal-Bench 4.0 42,3 zu 39,9. GPT-5.6 Sol bleibt bei HLE ohne Tools und ZeroBench-main vorn. [3]
Diese Ergebnisse stammen zudem von DeepSeeks Flash-Modell. Nach unserem Eindruck reagiert es deutlich schneller als GPT-5.6 Sol. Das macht seine Ergebnisse beim Programmieren und bei Agent-Aufgaben für uns besonders interessant.
V4.1-Flash-1017 ist in diesen Coding- und Agent-Evaluationen konkurrenzfähig. Bei einem anderen Repository oder Prompt kann die Reihenfolge anders ausfallen. Die Tabelle zeigt außerdem, dass Claude Opus 5 mehrere Tests anführt, darunter HLE, Terminal-Bench 4.0 und ProgramBench. [3]
Bedeutet mehr Leistung auch höhere Kosten?
DeepSeek gibt an, die Laufzeit von Aufgaben und die Ausgabelänge verkürzt und zugleich die Ergebnisse verbessert zu haben. Das Leistungs-Kosten-Diagramm verwendet DeepSWE v1.1 mit dem Framework mini-swe-v2 und stellt Pass@1 den durchschnittlichen Aufgabenkosten in Renminbi gegenüber. Die horizontale Achse ist logarithmisch skaliert. [1]
Quellenhinweise zum Diagramm
Die Originalgrafik verweist auf die DeepSWE-v1.1-Rangliste, das Evaluationsframework mini-swe-agent und Daten vom 22. September 2026. Sie ordnet die Punkte für GPT-6 Sol, GPT-6.1 Sol, GPT-6 Astra und GPT-6 Luna der offiziellen DeepSWE-v1.1-Grafik von OpenAI zu. Kosten in US-Dollar, einschließlich historischer V4-Flash-Kosten, wurden mit dem dort genannten Kurs vom 16. Oktober 2026 umgerechnet: 1 US-Dollar = 6,6862 CNY. Dies sind die Methoden und Quellenangaben der Originalgrafik.
Das Unternehmen beschreibt ein verbessertes Verhältnis von Leistung und Kosten über mehrere Harnesses hinweg: Nutzer sollen Aufgaben mit besseren Ergebnissen und geringeren Ausgaben erledigen können. Der Punkt bei 77,0 % im Diagramm ist das DeepSWE-Ergebnis bei maximalem Rechenaufwand, keine Erfolgsquote für beliebige Programmieraufgaben. [1]
Die API-Preise des Modells bleiben unverändert. Weniger Ausgabetokens können bei gleichem Token-Preis die Kosten einer Aufgabe senken; kürzere Laufzeiten verkürzen die Wartezeit. Laut DeepSeek wurde die Version gezielt für DeepSeek Harness, Tencent CodeBuddy, WorkBuddy und weitere Plattformen optimiert. [2]
Was lässt sich aus einer kurzen Anfrage bauen?
DeepSeek führt die verbesserte Fähigkeit, vollständige Projekte von Grund auf zu erstellen, auf Reinforcement Learning mit eigenem Feedback zurück. Die Veröffentlichung konzentriert sich auf Spieleentwicklung und 3D-Modellierung: Der Agent muss eine kurze Beschreibung in ein funktionierendes Projekt umsetzen. [1]
Die vier offiziellen Beispiele entstanden mit wenigen Prompts und wenig Referenzmaterial in DeepSeek Harness. Sie zeigen die von DeepSeek ausgewählten Ergebnisse. Die Ankündigung verspricht nicht, dass jede Anfrage beim ersten Versuch ein fertiges Projekt liefert. [1]
Die Verbotene Stadt in 3D
Ein Rennspiel im Browser
Portal 2, in Godot nachgebaut
Valley of Ages
Was leisten die neuen Search- und Fetch-APIs?
DeepSeek öffnet außerdem seine Suchinfrastruktur für Entwickler. Search liefert strukturierte Webergebnisse zu einer Suchanfrage; Fetch ruft den Inhalt einer Seite als Markdown ab. Beide APIs verwenden dieselbe Bearer-Authentifizierung wie die DeepSeek-API. [4]
Laut DeepSeek verarbeitet die eigene Suchmaschine bereits täglich mehrere Hundert Millionen Anfragen und indexiert Hunderte Milliarden Seiten. Sie unterstützt mehrsprachige Suche und filtert SEO-Spam, GEO-Manipulation sowie minderwertige KI-Inhalte. Diese Angaben zu Umfang und Filterung stammen von DeepSeek. [1]
Die chinesische Ankündigung nennt für jede API 5 RMB pro 1.000 Anfragen. Die englische Dokumentation nennt jeweils 0,75 US-Dollar pro 1.000 erfolgreiche Anfragen. Search wird nur bei einer nicht leeren Ergebnisliste berechnet, Fetch nur bei zurückgegebenem Seiteninhalt. Leere Suchergebnisse, fehlgeschlagene Anfragen und Zeitüberschreitungen verursachen keine Gebühr. [1] [4] [5]
Serverseitige Search- und Fetch-Aufrufe über DeepSeek Harness, Claude Code oder Codex sind vorübergehend kostenlos. Laut DeepSeek beginnt ihre Abrechnung pro Anfrage am 1. November 2026 um 00:00 Uhr Pekinger Zeit. Das entspricht dem 31. Oktober um 16:00 Uhr UTC, also 17:00 Uhr MEZ in Deutschland. [4]
Wo können Sie die Modellgewichte herunterladen?
DeepSeek hat die Gewichte von V4.1-Flash-1017 auf Hugging Face und ModelScope veröffentlicht. Laut offizieller Modellkarte stehen Repository und Gewichte unter der MIT-Lizenz. Dort sind auch Anleitungen zur Inferenz verlinkt. [1] [3]
Wie probieren Sie das Update aus?
- Verwenden Sie weiterhin
deepseek-flashals API-Modellnamen. Das Update vom 17. Oktober erfordert keine neue Modell-ID mit Datum. [2] - Aktualisieren Sie DeepSeek Harness vor einem Ergebnisvergleich auf
0.2.1-rc.1oder neuer. [2] - Führen Sie eine bekannte Aufgabe mit demselben Prompt und derselben Effort-Einstellung aus. Vergleichen Sie das fertige Ergebnis, die Laufzeit und den Token-Verbrauch mit Ihrem vorherigen Durchlauf.
- Beschreiben Sie bei einer Projektanfrage das gewünschte Verhalten und geben Sie dem Agenten eine Möglichkeit, es zu prüfen. Kontrollieren und starten Sie das Ergebnis, bevor Sie es einsetzen.
Häufige Fragen
Muss ich meine API-Konfiguration ändern?
Verwenden Sie weiterhin deepseek-flash. Laut DeepSeek bleiben Aufrufmethode und Preise unverändert. [2]
Garantiert Programmieren mit einem Klick eine fertige App?
Die Veröffentlichung zeigt Projekte, die mit kurzen Prompts und sehr wenigen Gesprächsrunden entstanden sind. Die Beispiele ermutigen zu anspruchsvolleren Anfragen; ihre Ergebnisse gelten jedoch für die gezeigten Demos. [1]
Sind Search und Fetch in den Token-Preisen enthalten?
Search und Fetch sind separate APIs, die pro erfolgreicher Anfrage abgerechnet werden. Die vorübergehende Gebührenbefreiung für integrierte serverseitige Aufrufe endet zum oben genannten Termin. [4] [5]