DeepSeek-V4.1-Flash-20261017 hat sich den Spitzenplatz der offenen Modelle in einer Programmier-Rangliste geholt. In der von Arena am 18. Oktober 2026 veröffentlichten Code Arena WebDev-Rangliste erreichte der erst am 17. Oktober aktualisierte Stand 1670 Punkte, Platz 1 unter den offenen Modellen und Platz 12 insgesamt. Verdrängt wurde Kimi K3 (Max), und Arena beziffert die laufenden Kosten auf etwa ein Zehntel des Rivalen.
Dieser erste Platz ist kein Hersteller-Benchmark
Zwei Arten von Werten sind zu trennen. Die Startzahlen von DeepSeek wie DeepSWE und Terminal-Bench sind Herstellerergebnisse auf festen Testsets, die unser Bericht zum Start von DeepSeek-V4.1-Flash-1017 bereits behandelt hat. Die WebDev-Rangliste von Code Arena misst etwas anderes: Echte Nutzer geben verschiedenen Modellen Aufgaben aus agentischem Programmieren und Frontend-Entwicklung und bestimmen die Reihenfolge per Präferenzwahl. Geprüft wird, wessen generierte Webseiten und Frontend-Anwendungen Menschen tatsächlich bevorzugen.
Beide Beweisarten wiegen unterschiedlich. Herstellerwerte lassen sich durch Auswahl der Testsets und Tuning-Richtung beeinflussen; Präferenzlisten haben keine Musterlösung und schwanken stärker, liegen aber näher am Alltagsgefühl von Entwicklern. Genau deshalb verdient dieses Ergebnis einen eigenen Beitrag: Ein offenes Modell sah nicht nur in der eigenen Tabelle gut aus, sondern erreichte auch in einer annähernd blinden Drittbewertung den ersten Platz unter den offenen Modellen.
Günstig ist hier keine Randnotiz
Das Modell nutzt eine Mixture-of-Experts-Architektur mit 552 Milliarden Backbone-Parametern plus 196 Milliarden Engram-Parametern, aktiviert in der Prefill-Phase nur rund 8 Milliarden und beim Dekodieren rund 16 Milliarden Parameter und bietet ein Kontextfenster von 1 Million Token. Die Gewichte liegen unter MIT-Lizenz auf Hugging Face. Wer nicht selbst betreiben will, kann die API nutzen, zu Spitzenpreisen von 0,30 Dollar pro Million Eingabe-Token und 1,20 Dollar pro Million Ausgabe-Token.
Arena beschreibt den Spitzenplatz als Verschiebung der Leistungs-Kosten-Grenze offener Modelle in Programmier-Workflows. Für Engineering-Teams ist die praktische Bedeutung konkreter als der Rang: Kostet ein Modell auf Gesamtplatz 12 nur ein Zehntel des bisherigen offenen Spitzenreiters, wird es vom Experiment zur ernsthaft durchzurechnenden Option, einen Teil häufiger, risikoarmer Programmieraufgaben dorthin zu verlagern. Voraussetzung bleibt ein kleiner Testlauf mit echten Aufgaben aus den eigenen Repositories, nicht der sofortige Wechsel des Standardmodells aufgrund einer Rangliste.
Die andere Seite von Platz 12
Auch die Decke gehört dazu: Elf Modelle liegen noch davor, und WebDev deckt nur den Ausschnitt Frontend und agentisches Programmieren ab, ohne etwas über allgemeine Schlussfolgerung, lange Dokumente oder Multimodalität zu sagen. Präferenzlisten bewegen sich zudem mit der Abstimmungsbasis, der heutige erste Platz ist für nächsten Monat nicht garantiert.
Für Teams in der Auswahlphase lautet die vernünftige Lesart, diesen Spitzenplatz als Testsignal zu behandeln, nicht als Ergebnis: Vergleicht über ein bis zwei Wochen echter Tickets Abschluss- und Nacharbeitsquoten mit dem aktuellen Modell und rechnet mit dem Eingabepreis von 0,30 Dollar die Kosten pro Aufgabe aus. Die Rangliste sagt, dass sich ein Test lohnt; ob gewechselt wird, entscheidet die Rechnung.
