Am 24. April 2026 ist DeepSeek V4 offiziell aufgetaucht. Anders als noch vor wenigen Stunden, als es nur anhand von Mediengerüchten beurteilt werden konnte, hat DeepSeeks offizielle Hugging Face-Organisation nun DeepSeek-V4-Pro, DeepSeek-V4-Flash und das entsprechende Basismodell veröffentlicht, und gleichzeitig erscheint auch die offizielle API-Preisseite. Das bedeutet, dass DeepSeek V4 nicht mehr nur ein "Gerücht ist, das veröffentlicht werden soll", sondern bereits in die öffentliche Überprüfbarkeit eingetreten ist.
Der Fokus dieser Veröffentlichung ist klar: DeepSeek V4 konzentriert sich auf Million-Token-Long-Kontexte, Open-Source-Gewichtung, MoE-Architektur und niedrigere Kosten für Long-Context-Inferenz. Was es für Entwickler bedeutet, ist nicht nur "ein weiteres starkes Modell", sondern bringt auch neue Optionen für lange Dokumentation, Codebasen, Agenten-Workflows und On-Premises/privatisierte Deployments.
Zwei Produktlinien: Pro und Flash
Laut der offiziellen Modellkarte enthält die DeepSeek V4-Serie zwei Hauptversionen: DeepSeek-V4-Pro mit einem Gesamtparameter von 1,6T und einem Aktivierungsparameter von 49B; DeepSeek-V4-Flash mit einem Gesamtparameter von 284B und einem Aktivierungsparameter von 13B. Beide unterstützen eine Kontextlänge von 1M und liefern Basis- und Befehlsmodellgewichte.
Aus Positionéierungssicht ist Pro die Flaggschiff-Version, die auf komplexe Inferenz, Code, Agenten und Aufgaben mit langen Kontexten abzielt; Flash ist eher geschwindigkeits- und kostenorientiert und eignet sich für reguläre Q&A, Batch-Verarbeitung und latenzempfindliche Anwendungen. Beamte erwähnten außerdem, dass V4-Pro-Max Pro-Max Pros Inferenzmodus mit höchstem Inferenzaufwand ist, mit dem Ziel, die obere Grenze für Wissens-, Code- und Agentenaufgaben in Open-Source-Modellen zu erhöhen.
API-Preise und -Schnittstellen sind ebenfalls synchronisiert
Die offizielle API-Preisseite von DeepSeek listet bereits das V4-Modell auf: deepseek-v4-flash und deepseek-v4-pro verwenden https://api.deepseek.com als OpenAI-Format-Basis-URL und bieten außerdem eine anthropetische Format-Basis-URL. Beide unterstützen Denk- und Nicht-Denkmodi, JSON-Ausgabe, Toolaufrufe, Chat-Prefix-Completion und FIM Completion sind nur im Nicht-Denken-Modus verfügbar.
Preislich erreicht deepseek-v4-flash 0,028 $ pro Eingabe-Token-Cache-Hits, 0,14 $ Cache-Fehlschläge und 0,28 $ Ausgaben; deepseek-v4-pro entspricht 0,145, 1,74 $ und 3,48 $. Die alten Namen deepseek-chat und deepseek-reasoner werden in Zukunft veraltet, entsprechen aber der Kompatibilität dem nicht-denkenden bzw. denkbaren Modus von deepseek-v4-flash.
Technische Highlights: Die Kosten für den Langkontext sinken
Die DeepSeek V4-Modellkarte legt den Fokus auf Langkontext-Effizienz mit Kern-Upgrades. Offiziell verwendet V4 eine Mixed-Attention-Architektur, die Compressed Sparse Attention und Heavily Compressed Attention kombiniert. Im Kontext von 1M-Tokens benötigt DeepSeek-V4-Pro im Vergleich zu DeepSeek-V3.2 nur 27 % Single-Token-Inferenz-FLOPs und 10 % KV-Cache.
Dies ist entscheidend für reale Anwendungen. Früher klangen Millionen von Kontexten oft stark, aber Kosten, Speicher und Latenz erschweren die normale Nutzung. Wenn die Langkontexteffizienz von V4 in Community-Deployments und Cloud-APIs konstant ist, wirkt sich das direkt auf das Verständnis des Code-Repositorys, die Überprüfung von Rechtsverträgen, die wissenschaftliche Forschungssammlung, die Unternehmenswissensdatenbank und Aufgaben für mehrere Runden aus.
Was sollte man jetzt ansehen
Das Bemerkenswerteste an der diesmaligen Veröffentlichung von DeepSeek V4 ist nicht die einzelne Listenzahl, sondern die Kombination aus "Open Weight + API-Verfügbarkeit + 1Million Kontext + günstiger Cache". Für heimische Entwickler wird es weiterhin die Anpassung von heimischen KI-Chips und Inferenz-Frameworks vorantreiben; für die globale Open-Source-Community werden V4-Pro und V4-Flash zu neuen Benchmarks für Evaluation, Quantifizierung, Bereitstellung und den Zugriff auf Agentenframeworks werden.
Es ist jedoch dennoch notwendig, beim Landen etwas Vorsicht walten zu lassen: Wenn das große Modell erstmals veröffentlicht wird, benötigen Third-Party-Run-Scores, tatsächlichen Durchsatz, Tool-Call-Stabilität und die Anpassung verschiedener Inferenz-Frameworks noch Zeit zur Verifizierung. In der Produktionsumgebung kann man zuerst A/B-Tests durchführen und ersetzt bestehende Modelle nicht direkt nur anhand der Parameterskala.
Informationsquelle: Offizielle Modelkarte DeepSeek-V4-Pro, offizielle Holding-Face-Organisationsseite von DeepSeek, DeepSeek-API-Modell- und Preisseite, offizieller DeepSeek-Link zum öffentlichen Account.
