DeepSeek V4 Flash ist am 31. Juli 2026 offiziell an den Start gegangen. Der chinesische KI-Entwickler hat seine schnelle Modellvariante unter dem Build-Namen DeepSeek-V4-Flash-0731 vom Preview- in den offiziellen Betrieb (öffentliche Beta) überführt. Das Besondere: Die Gewichte stehen unter MIT-Lizenz frei zum Download – ein Modell, das man nicht nur über die API mieten, sondern auch selbst betreiben kann.
Was DeepSeek V4 Flash technisch ausmacht
DeepSeek V4 Flash setzt auf eine Mixture-of-Experts-Architektur (MoE). Von den rund 284 Milliarden Basis-Parametern sind pro Token nur etwa 13 Milliarden aktiv (die Hugging-Face-Seite weist 304 Milliarden aus – die Differenz entfällt auf ein angehängtes Modul zur Beschleunigung). Dieser Kniff hält die Rechenlast niedrig, ohne das Gesamtwissen des Modells zu beschneiden. Genau darauf zielt der Name „Flash”: hoher Durchsatz bei geringer Latenz.
Klartext ins Postfach
KI, Security & Crypto – die wichtigsten Analysen, kein Spam. Jederzeit abbestellbar.
Die weiteren Eckdaten laut Hersteller und ersten Analysen:
- Kontextfenster: bis zu 1 Million Token Eingabe, maximal rund 384.000 Token Ausgabe.
- Aufmerksamkeit: ein hybrider Mechanismus aus Compressed Sparse Attention und Heavily Compressed Attention.
- Rechengenauigkeit: gemischte FP4- und FP8-Präzision, was Speicher und Energie spart.
- Modalität: reines Textmodell, keine Bild- oder Audioeingabe.
Der Fokus liegt auf Agenten und Code
Laut Hersteller-Angaben behält der Build 0731 dieselbe Architektur und Größe wie die vorige Preview-Version. Neu ist vor allem das Nachtraining: Das Modell wurde gezielt für agentische Abläufe und Programmieraufgaben nachgeschärft. In eigenen Benchmarks meldet DeepSeek dafür deutliche Zugewinne – diese Werte stammen vom Hersteller selbst und sind noch nicht unabhängig bestätigt.
Praktisch heißt das laut Fachberichten: Auf der API-Seite unterstützt deepseek-v4-flash jetzt nativ das Responses-API-Format und ist für den Einsatz mit Codex angepasst. Wer Werkzeuge und mehrstufige Aufgaben automatisiert – also KI-Agenten baut –, bekommt damit ein günstiges, schnelles Arbeitspferd.
Warum offene Gewichte einen Unterschied machen
Der eigentliche Hebel ist die MIT-Lizenz. Offene Gewichte bedeuten Kontrolle: Wer sensible Daten verarbeitet, kann das Modell in der eigenen Umgebung betreiben, statt jede Anfrage an einen Cloud-Dienst zu schicken. Für den CISO-Blick ist das ein echtes Argument – Datenhoheit und Nachvollziehbarkeit statt Blackbox.
Klar ist aber auch: Mit 284 Milliarden Parametern ist DeepSeek V4 Flash kein Modell für den Laptop unterm Schreibtisch. Wer ernsthaft über den lokalen Betrieb offener Modelle nachdenkt, sollte zuerst die Hardware-Frage klären – welche GPU-Ausstattung sich lohnt, zeigt unser Ratgeber zu Hardware für lokale KI. Für die meisten Teams bleibt die API der pragmatische Weg, während die offenen Gewichte die Tür für Test, Feintuning und Selbstbetrieb offenhalten.
Der Release reiht sich in einen Trend ein: leistungsfähige offene Modelle erscheinen im Wochentakt. Erst kürzlich sorgte etwa Kimi K3 als besonders großes offenes Modell für Aufsehen. Für Anwender ist das eine gute Nachricht: mehr Auswahl, sinkende Kosten und die Freiheit, das passende Modell für die jeweilige Aufgabe zu wählen.
Quellen
- DeepSeek-V4-Flash-0731 – offizielle Modellkarte (Hugging Face)
- MarkTechPost: DeepSeek upgrades V4 Flash 0731
- Simon Willison: DeepSeek-V4-Flash-0731
Diese Analysen als Newsletter
Ein Mal pro Woche Klartext zu KI, Security & Crypto – direkt in dein Postfach.
Jetzt anmelden