senn-techKI-Radar: DeepSeek — von R1 zur V4-Reihe
DeepSeek hat den Markt aufgemischt: erst mit V3, dann mit dem reasoning-starken R1, beide mit offenen Gewichten und beeindruckendem Preis-Leistungs-Verhältnis. Die aktuelle V4-Reihe setzt das fort.
Update 3. August 2026: V4-Flash 0731 — gleicher Bauplan, doppelte Agenten-Leistung
Am 31. Juli 2026 hat DeepSeek das Modell deepseek-v4-flash still auf die Version 0731 gehoben — ohne Ankündigung und ohne Architekturwechsel. Laut Anbieter wurde es ausschließlich neu nachtrainiert: unverändert 284 Mrd. Parameter mit 13 Mrd. aktiven je Token, 1 Mio. Token Kontext, Experten in FP4 und der Rest in FP8 (Modellkarte). Wer die API weiterhin mit dem Namen deepseek-v4-flash anspricht, bekommt seit dem Update automatisch 0731 (Release-Notes).
Die veröffentlichten Agenten-Werte des Nachtrainings:
| Benchmark | 0731 | Vorgänger |
|---|---|---|
| Terminal-Bench | 82,7 (2.1) | 56,9 (2.0) |
| DeepSWE | 54,4 | 7,3 |
| Toolathlon verified | 70,3 | — |
| NL2Repo | 54,2 | — |
| Cybergym | 76,7 | — |
| DSBench FullStack / Hard | 68,7 / 59,6 | — |
| Intelligence Index (Artificial Analysis) | ~50 | ~40 |
Der Preis bleibt, wo er war: 0,14 US-Dollar je Million Input-Token bei Cache-Miss, 0,28 US-Dollar Output — und 0,0028 US-Dollar für Cache-Treffer (Preisübersicht). Dazu kommen 384.000 Token maximale Ausgabelänge, eine Responses-API und wählbare Reasoning-Stufen (low/high/max). Die Gewichte liegen unter MIT-Lizenz auf Hugging Face, rund 160 GB.
Zwei Vorbehalte gehören dazu. Erstens hat DeepSeek die Bestwerte mit einem unveröffentlichten „minimal mode"-Harness erzielt — unabhängig reproduzieren lässt sich das derzeit nicht. Zweitens ist ein Peak-Pricing angekündigt: In den Spitzenzeiten 9–12 und 14–18 Uhr Pekinger Zeit (UTC+8) — bei uns 3–6 und 8–12 Uhr — sollen sich sämtliche Abrechnungsposten verdoppeln, der Starttermin steht noch aus (offizielle Preisliste). Wer Batch-Läufe plant, sollte das im Auge behalten.
Unsere Einordnung: Ein reines Nachtraining, das die Agenten-Leistung derart hebt, sagt mehr über die Reserven im Trainingsverfahren als über die Architektur — und es verschiebt die Rechnung für agentische Automatisierung erneut. Für den Eigenbetrieb bleibt die Hürde dieselbe: 160 GB Gewichte wollen erst einmal auf Hardware passen.
Was DeepSeek interessant macht
- Offene Gewichte (bei V3/R1): kleinere Varianten lassen sich selbst hosten, ein echtes Argument für Datenhoheit.
- Reasoning: R1 zeigte, dass starke Schlussfolgerungs-Fähigkeit nicht teuer sein muss.
- Kosten: die gehostete API ist günstig.
Warum die R1-Linie zählt
Der eigentliche Markstein war R1: ein Reasoning-Modell, das den Schritt-für-Schritt-Gedankenpfad offengelegt und die Fähigkeit bewiesen hat, dass starke Schlussfolgerungsqualität nicht zwingend an ein geschlossenes US-Frontier-Modell gebunden ist. Die V4-Reihe führt diesen Pfad weiter und macht ihn zum Standardwerkzeug statt zum Experiment. Für den Mittelstand heißt das konkret: Aufgaben wie Vertragsanalyse, technische Auswertung oder mehrstufige Pläne sind längst nicht mehr die Domäne der teuren APIs: Sie lassen sich mit offenen Gewichten sauber abbilden, wenn das Hosting stimmt.
Architektur: MoE mit kleinem aktivem Anteil
DeepSeek V4 baut wie seine Vorgänger auf Mixture-of-Experts: das Modell hält eine große Gesamtzahl an Parametern vor, aktiviert pro Token aber nur einen kleinen Teil davon. Der Grund für das gute Preis-Leistungs-Verhältnis liegt im Verhältnis von Gesamt- zu aktiven Parametern: viele Milliarden gesamt, nur wenige aktiv je Token. Die Inferenzkosten richten sich nach dem aktiven Anteil, nicht nach der vollen Modellgröße. Für den Eigenbetrieb heißt das: obwohl die Gewichte groß sind, ist der Rechenaufwand pro Aufruf überschaubar, solange man genug VRAM vorhält, um das gesamte Modell geladen zu halten. In der Praxis ist das ein reiner Planungsfaktor: Die Gesamtgröße bestimmt den Speicherbedarf, der aktive Anteil die Geschwindigkeit.
Lizenz: MIT als echter Hebel
Die offenen Gewichte stehen unter MIT-Lizenz, einer der freizügigsten Lizenzen überhaupt. Kommerzieller Einsatz, Modifikation und Weitergabe sind ohne Fallstricke erlaubt, und es gibt keine Nutzerdeckelung wie bei einigen anderen Herstellern. Für Unternehmen, die ein Modell in ein Produkt einbauen wollen, ist das ein handfester Vorteil gegenüber restriktiveren Lizenzen. Gewichte sind auf Hugging Face verfügbar, der Einstieg also ohne Verhandlungen möglich.
Der wichtige Vorbehalt
Die gehostete DeepSeek-API wird aus China betrieben. Für personenbezogene oder vertrauliche Daten ist das ein klares DSGVO-Thema: Eingaben verlassen die EU. Wer DeepSeek datenschutzkonform nutzen will, hostet die offenen Modelle selbst (vLLM, Ollama). Quantisierung auf 4-Bit oder FP8 hält den Speicherbedarf in Grenzen, kostet aber etwas Qualität, ein üblicher Zielkonflikt, den man pro Einsatzfall abwägen sollte. Wichtig ist die Trennung: das offene Modell und die Cloud-API sind zwei verschiedene Dinge, und nur die erste Variante ist für sensible Daten eine Option.
In eigener Sache
Die Live-Demo auf dieser Website läuft über unser eigenes LiteLLM-Gateway auf eigener Hardware in der EU — kein Drittland, keine Datenweitergabe an externe APIs. Genau diese saubere Variante (Eigenbetrieb statt fremder Cloud-API) empfehlen wir auch unseren Kunden. DeepSeek ist dafür ein sehr geeigneter Kandidat: permissiv lizenziert, als MoE effizient und in mehreren Größen verfügbar.
Weiterführende Quellen
Können wir DeepSeek datenschutzkonform in der EU nutzen?+
Ja, aber nicht über die gehostete API — die wird aus China betrieben, Eingaben verlassen die EU und sind ein klares DSGVO-Thema. Datenschutzkonform geht es nur über selbst gehostete offene Modelle mit vLLM oder Ollama auf eigener Hardware in der EU. Quantisierung auf 4-Bit oder FP8 hält den Speicherbedarf in Grenzen bei leichtem Qualitätsverlust.
Warum ist die MIT-Lizenz von DeepSeek ein Vorteil?+
MIT ist eine der freizügigsten Lizenzen überhaupt. Kommerzieller Einsatz, Modifikation und Weitergabe sind ohne Fallstricke erlaubt, und es gibt keine Nutzerdeckelung wie bei anderen Herstellern. Für Unternehmen, die ein Modell in ein Produkt einbauen wollen, ist das ein handfester Vorteil. Die Gewichte liegen auf Hugging Face, der Einstieg braucht keine Verhandlungen.
Was bedeutet Mixture-of-Experts für den Eigenbetrieb?+
DeepSeek V4 aktiviert pro Token nur einen kleinen Teil seiner vielen Parameter. Die Inferenzkosten richten sich nach dem aktiven Anteil, nicht nach der vollen Modellgröße — Grund für das gute Preis-Leistungs-Verhältnis. Für den Eigenbetrieb heißt das: die Gesamtgröße bestimmt den Speicherbedarf (viel VRAM), der aktive Anteil die Geschwindigkeit. Das muss man einplanen, mehr nicht.