LONDON (IT BOLTWISE) – DeepSeek hat seine V4-Modellreihe als API-Beta veröffentlicht und setzt dabei auf zwei Varianten mit klarer Rollentrennung. Das V4-Flash-Modell zielt auf hohen Durchsatz bei niedriger Latenz, während V4-Pro auf komplexe logische Aufgaben ausgelegt ist. Auffällig ist die Preisgestaltung: Beim Flash-Modell liegen die Token-Kosten je nach Cache-Status und Ausgabetyp teils bis zu 99% unter dem Preis vergleichbarer Systeme. Für Unternehmen wird damit die Planung der KI-Infrastruktur und das Kostenmodell neuer Provider noch einmal zum Entscheidungskriterium.
Mit der API-Beta-Phase für die DeepSeek-V4-Modellreihe verschiebt sich der Fokus in der KI-Infrastruktur spürbar von reiner Modellgüte hin zu Betriebskosten, Latenz und Integrationsaufwand. Entscheidend ist dabei nicht nur, dass DeepSeek leistungsstarke Modelle zur Verfügung stellt, sondern dass die Architektur konsequent auf Effizienz getrimmt wird: Das V4-Flash richtet sich an Szenarien, in denen viele Requests parallel laufen und schnelle Antwortzeiten den Unterschied machen. Das V4-Pro-Modell dagegen ist für Aufgaben gedacht, bei denen das System länger „nachdenken“ muss, etwa bei anspruchsvollen logischen Workflows oder komplexen Programmier- und Analyseaufgaben.
Technisch betrachtet basiert das kleinere V4-Flash-Modell auf einer Mixture-of-Experts-Strategie (MoE). Laut Beschreibung bringt es insgesamt 284 Milliarden Parameter mit, aktiviert pro Token jedoch nur 13 Milliarden. Diese Kombination ist für Betreiber relevant, weil sie die Rechenlast pro Antwort begrenzen kann, während die Modellkapazität insgesamt hoch bleibt. DeepSeek nennt als Leistungshebel gezieltes Post-Training; dabei bleibt die Modellarchitektur laut Quelle gegenüber der Preview-Version aus dem April identisch. Das bedeutet für Integratoren: Wer bereits gegen eine Preview-API gebaut hat, muss zwar mit neuen Preisen und Benchmarks rechnen, profitiert aber vermutlich von vergleichbaren System-Schnittstellen.
Das größere V4-Pro-Modell adressiert derweil andere Produktivitätsziele. Es wird mit 1,6 Billionen Parametern angegeben, die aktiv pro Token mit 49 Milliarden genutzt werden. Beide Modelle unterstützen laut Angaben ein Kontextfenster von einer Million Token und erlauben Ausgaben bis zu 384.000 Token. Genau solche Parameterwerte sind im Enterprise-Umfeld nicht nur „Marketing“: Eine Million Token bedeuten, dass Dokumentationen, große Code-Depots oder umfangreiche Wissensbasen nicht mehr in viele einzelne Chunks zerlegt und wieder zusammengesetzt werden müssen. Gleichzeitig steigt damit der Nutzen für Agenten- und Tooling-Setups, in denen das Modell nicht nur Text generiert, sondern mehrere Schritte innerhalb eines konsistenten Arbeitsspeichers durchläuft.
Bei den Agenten-Benchmarks zeichnet sich außerdem ab, dass DeepSeek den Sprung nicht nur über bessere Grundfähigkeiten, sondern über gezieltes Training für bestimmte Agenten-Umgebungen erreichen will. Für das V4-Flash-Modell nennt die Quelle Ende Juli 82,7 Punkte im Terminal Bench 2.1, während Claude Opus 4.8 auf 85,0 Punkte kommt. Im DeepSWE-Benchmark steigert sich die Leistung von 7,3 auf 54,4 Punkte, und im DSBench-FullStack-Test geht es von 37,0 auf 68,7. Ergänzend werden Cybergym (76,7) sowie NL2Repo (54,2) als weitere Tests aufgeführt. Interessant ist dabei die in der Quelle erwähnte Richtung: Die Integration der Responses-API und die Optimierung für Codex-Umgebungen sollen besonders den Entwickler- und Enterprise-Sektor adressieren. Ergänzend wird erwähnt, dass deepseek-chat und deepseek-reasoner mit der Umstellung als veraltet gelten.
Wirklich markant wirkt jedoch die Preisstruktur als direkte Kampfansage im operativen Alltag. Beim V4-Flash-Modell kostet eine Million Token 0,2 RMB bei Cache-Treffer, 1 RMB bei Cache-Fehltreffer und 2 RMB für die Ausgabe. Damit liegen die Kosten bei Programmieraufgaben laut Quelle teilweise bis zu 99 Prozent unter denen vergleichbarer Modelle von Anthropic. Das V4-Pro-Modell ist teurer, bleibt aber in Relation laut Angaben ebenfalls vergleichsweise günstig: 1 RMB bei Cache-Treffer, 12 RMB bei Cache-Fehltreffer und 24 RMB für die Ausgabe pro Million Token. Für Teams mit hohen Volumina verändert das die Wirtschaftlichkeitsrechnung oft grundlegend, weil Cache-Strategien und Antwortformate plötzlich einen direkten Hebel auf die Gesamtkosten bekommen. Wer bisher Cloud-Lösungen mit eher linearem Preis pro Output betrachtete, muss nun stärker auf das Zusammenspiel aus Prompt-Design, Caching-Mechanismen und Workload-Verteilung achten.
Damit diese Strategie skaliert, liefert DeepSeek auch strukturelle Bausteine in der Ökosystem-Planung. Die Quelle nennt Finanzierungsdaten aus dem Sommer 2026 mit einem Volumen von rund 500 Milliarden RMB sowie einer Bewertung von geschätzten 520 Milliarden USD; eine neue Finanzierungsrunde solle bis zu 710 Milliarden USD anstreben. Zudem werden Gespräche mit Tencent und Alibaba über weitere Investitionen in Milliardenhöhe erwähnt, was zeigt, dass der Anbieter nicht nur am Modell, sondern an der Infrastruktur-Fähigkeit und am Marktausbau arbeitet. Ergänzend ist die Veröffentlichung der Modellgewichte unter MIT-Lizenz auf Plattformen wie Hugging Face Teil des Plans, ein offenes Ökosystem um die DeepSeek-Architektur aufzubauen. Für die nächsten Schritte wird außerdem eine offizielle Vollversion des Pro-Modells im weiteren Verlauf des Augusts erwartet.
Unterm Strich treffen mit DeepSeek V4 zwei Trends zusammen: effizientere KI-Infrastruktur durch MoE-Design und ein stärkeres Kosten-Nachweisdenken bei Agenten-Workloads. Gleichzeitig rückt die Governance-Frage in den Alltag von Entwicklungsteams, sobald KI-gestützte Systeme in Produkte integriert werden: Die Quelle verweist auf einen kostenlosen Umsetzungsleitfaden zur EU-KI-Verordnung (EU AI Act) mit Fristen, Pflichten und Risikoklassen in fünf Schritten. Zwar bleibt die konkrete Einstufung im Einzelfall abhängig vom Einsatzszenario, doch für Verantwortliche heißt das praktisch: Modellwahl, Prompt- und Agenten-Design sowie Datenflüsse müssen so dokumentiert werden, dass später auch interne Prüfungen und externe Anforderungen aufeinander abgestimmt werden können.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "DeepSeek V4 startet als API-Beta: Flash & Pro mit extrem niedrigen Token-Kosten" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "DeepSeek V4 startet als API-Beta: Flash & Pro mit extrem niedrigen Token-Kosten" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »DeepSeek V4 startet als API-Beta: Flash & Pro mit extrem niedrigen Token-Kosten« bei Google Deutschland suchen, bei Bing oder Google News!