Das chinesische KI-Unternehmen DeepSeek hat am 17. Oktober 2026 eine neue Version seiner Modellfamilie veröffentlicht und DeepSeek-V4.1-Flash-1017 mit dem vertrauten Versprechen vorgestellt: mehr Leistung für weniger Geld. Das in Hangzhou ansässige Unternehmen positioniert das Release als schnellere, schlankere Herausforderung an die Schwergewichte aus dem Silicon Valley, OpenAI und Anthropic, sowie an eine wachsende Zahl chinesischer Wettbewerber.

Das Timing unterstreicht das Tempo des Wettbewerbs. Das abgelöste Modell erschien erst am 10. September 2026, das Update kam also rund fünf Wochen später.

Was sich im neuen Modell geändert hat

DeepSeek beschreibt das Update als „Pareto-Verbesserung“ bei Leistung und Kosten – ein volkswirtschaftlicher Begriff, der bedeutet, dass sich eine Sache verbessert, ohne dass sich etwas anderes verschlechtert. Konkret meldet das Unternehmen stärkere Benchmark-Ergebnisse, schnellere Aufgabenausführung und kürzere Ausgaben. Die API-Preise bleiben unverändert, Entwickler erreichen das Modell über den bestehenden deepseek-flash-Endpunkt.

Kürzere Ausgaben klingen nach einer Nebensächlichkeit, sind es aber nicht: Die Nutzung von KI wird in der Regel nach dem Textvolumen abgerechnet, das ein Modell erzeugt. Ein Modell, das mit weniger Worten dieselbe Antwort liefert, ist günstiger im Betrieb – selbst wenn der Listenpreis gleich bleibt.

Die wichtigste Benchmark-Zahl stammt von DeepSWE v1.1, einem Coding-Test. Das neue Modell erreichte 77,0 %, nach 74,2 % bei der Vorgängerversion. Laut Benchmarks übertrifft dieser Wert auch Claude Opus 5 von Anthropic mit 74,0 %, und DeepSeek schneidet bei Aufgaben zu logischem Denken und Programmieren demnach besser ab als größere Modelle – einschließlich Claude Opus 5.

Bei den Kosten ist der Abstand am größten. Die effektiven Kosten pro Aufgabe für DeepSeek's Modell liegen oft unter 0,20–0,25 $, verglichen mit 2–10 $ und mehr bei Wettbewerbsmodellen – ein Unterschied, der sich bei Teams mit hohem Volumen automatisierter Arbeiten schnell summiert.

Agentic-Fähigkeiten und ein neues API-Angebot

Ein großer Teil der Verbesserungen betrifft das, was die Branche agentic capability nennt. DeepSeek gibt an, diese agentischen und Coding-Fähigkeiten durch Reinforcement Learning mit Self-Feedback gestärkt zu haben. Das praktische Ergebnis ist die Erstellung kompletter Projekte: Nutzer können das Modell demnach bitten, etwa Spiele oder 3D-Modelle zu erstellen – nicht nur Code-Schnipsel.

Das Update erweitert auch DeepSeek's Angebot. Erstmals öffnet das Unternehmen seine Search & Fetch APIs für externe Entwickler. Diese Tools kosten 0,75 $ pro 1.000 Aufrufe einige sind bis zum 1. November 2026 kostenlos verfügbar.

Das Modell selbst ist über DeepSeek's Website, App und API zugänglich. Die Gewichte sind unter der MIT-Lizenz auf Plattformen wie Hugging Face und ModelScope als Open Source verfügbar. Die MIT-Lizenz gehört zu den großzügigsten Open-Source-Bedingungen und erlaubt kommerzielle Nutzung, Modifikation und Weiterverbreitung – Optionen, die für Teams relevant sind, die abwägen, ob sie auf einen gehosteten Endpunkt setzen oder ein Modell auf eigener Infrastruktur betreiben.

Hintergrund: Schnellerer Release-Takt

DeepSeek hat 2026 an Tempo zugelegt. Seit Mitte des Jahres setzt das Unternehmen auf monatliche Updates mit konsequentem Fokus auf effiziente Architekturen und offene Modellgewichte. In diesem Tempo sind Benchmark-Vergleiche wie dieser Momentaufnahmen eines sich schnell bewegenden Rennens – keine feststehenden Ranglisten.

Diese Strategie unterscheidet DeepSeek von seinen größten US-Konkurrenten. OpenAI und Anthropic halten die Gewichte ihrer fortschrittlichsten Modelle weitgehend geschlossen und verkaufen den Zugang über kostenpflichtige Produkte und APIs. Für KI-Kunden ist der Unterschied praktisch: Offene Gewichte lassen sich herunterladen, prüfen und auf privater Hardware betreiben, während geschlossene Modelle nur über die bezahlten Kanäle des Anbieters erreichbar sind.

Zugleich gerät DeepSeek im Heimatmarkt unter Druck. Chinesische Wettbewerber sind unter anderem Moonshot's Kimi und die GLM-Modelle von Z.ai, die beide um dieselbe Entwickler-Aufmerksamkeit konkurrieren.

Was das bedeutet

Für Entwickler ist die Rechnung einfach. Halten die Benchmark-Angaben der Realität stand, bietet DeepSeek wettbewerbsfähige Coding-Leistung zu deutlich niedrigeren Kosten pro Aufgabe, und der kostenlose Zugang zu einigen Such-Tools bis zum 1. November 2026 senkt die Hürde für weitere Experimente.

Der Vorbehalt: Benchmarks sind keine Produktionsumgebungen. Ein Wert von 77,0 % bei DeepSWE v1.1 ist ein aussagekräftiger Datenpunkt, doch Teams sollten Zuverlässigkeit, Sicherheit und Compliance-Anforderungen anhand ihrer eigenen Workloads testen, bevor sie wechseln.

Beobachtenswert ist, ob unabhängige Tests DeepSeek's Benchmark-Zahlen bestätigen – und wie schnell Entwickler die neuen Search & Fetch APIs nach Ende der Gratisphase annehmen.

Quelle: CryptoBriefing — DeepSeek updates AI model, intensifying competition with Anthropic and OpenAI