DeepSeek hat am späten Samstag, den 17. Oktober, ein aktualisiertes KI-Modell veröffentlicht und DeepSeek-V4.1-Flash-1017 auf der Website, der mobilen App und der Entwicklerplattform des Unternehmens ausgerollt. Das chinesische Unternehmen sagt, die neue Version sei schneller und schlanker als das Modell, das sie ersetzt, und bezeichnete die Änderung als „Pareto-Verbesserung“ bei Leistung und Kosten – ein Begriff, der angibt, dass das Upgrade auf einer Ebene zulegte, ohne auf der anderen Boden zu verlieren.

DeepSeek gab das Update in Beiträgen auf X bekannt und verwies auf stärkere Benchmark-Leistungen, schnellere Aufgabenerledigung und kürzere Ausgaben als die vorherige Version V4.1-Flash. Die Veröffentlichung wurde auch in einem Beitrag vom 18. Oktober auf X vom Konto Coin Bureau hervorgehoben.

🚨JUST IN: China's DeepSeek releases V4.1-Flash-1017, claiming FASTER performance and improved reasoning, coding, and AI agent capabilities. The open-weight model reportedly outperforms its predecessor across nearly all benchmarks while completing tasks faster and using fewer… pic.twitter.com/G0gdBa1FiV

— Coin Bureau (@coinbureau) October 18, 2026

Was das Update enthält

Das Unternehmen bezeichnete die Veröffentlichung als kleines Update zu V4.1-Flash. Laut DeepSeek verbessert das Modell Reasoning, Coding, agentische Aufgaben und visuelle Benchmarks, und der technische Bericht auf Hugging Face weist zudem auf bessere Ergebnisse bei der Spieleerstellung und 3D-Modellierung hin.

Das Modell nutzt bestärkendes Lernen mit Selbst-Feedback, ein Ansatz, der DeepSeek zufolge hilft, Projekte von Anfang bis Ende umzusetzen. Es ist für Tools wie DeepSeek Harness, Tencent CodeBuddy und WorkBuddy optimiert.

DeepSeek hat außerdem seine Search- und Fetch-APIs für alle Nutzer geöffnet. Die Dienste laufen auf der hauseigenen Suchmaschine des Unternehmens, und jeder Search- oder Fetch-API-Endpunkt kostet 0,75 $ pro 1.000 Aufrufe. Solche Such- und Webabfrage-Tools werden häufig verwendet, um Modellantworten mit aktuellen Informationen zu untermauern.

Benchmark-Ergebnisse

DeepSeek veröffentlichte alongside der Veröffentlichung eine Reihe von Benchmark-Vergleichen. Das Modell erzielte 77,0 auf dem DeepSWE-v1.1-Benchmark, gegenüber 74,2 bei der vorherigen Version. Auf Automation-Bench V1.0.6 erzielte es 60,5, zuvor waren es 54,8.

Das Unternehmen teilte auch Ergebnisse für Humanity's Last Exam mit, einem Test mit Tausenden Fragen aus Mathematik, Naturwissenschaften und Geisteswissenschaften. Das überarbeitete Modell erzielte dort 36,8 bis 42,6, während V4.1-Flash 36,8 bis 39,1 erreichte.

Die Zuwächse sind inkrementell und decken sich mit der eigenen Einordnung des Unternehmens als kleines Update rather als neue Modellgeneration.

##bewerbsumfeld

Die Veröffentlichung verstärkt DeepSeeks Herausforderung an die US-Rivalen Anthropic und OpenAI sowie an chinesische Konkurrenten wie Moonshot Kimi und Z.ai. DeepSeeks Open-Weight-Modelle kosten deutlich weniger als proprietäre US-Modelle, wobei die US-Modelle weiterhin die beste Leistung bieten. Open-Weight-Veröffentlichungen machen die Modellparameter öffentlich, sodass Entwickler sie direkt herunterladen und ausführen können – ein Vertriebsmodell, das sich von proprietären Systemen unterscheidet, die nur über kostenpflichtige Dienste angeboten werden.

Das frühere V4.1-Flash kam Anfang September mit einem erheblichen Rabatt auf den Markt. Die Aktien von MiniMax Group, Z.ai und Alibaba Group fielen anschließend an der Hongkonger Börse.

Das Update folgt auf eine schwierige Phase für das Unternehmen. Anfang der Woche erlebte DeepSeek einen Ausfall von etwa fünf Stunden. Einige Experten machten einen Mangel an Rechenressourcen dafür verantwortlich, und Dienstverlangsamungen haben in den letzten Monaten zugenommen. Die Zuverlässigkeit unter Last dürfte für Nutzer ein wichtiges Thema bleiben, während der neue Rollout auf den Plattformen des Unternehmens ausgebaut wird.

Das Unternehmen begann am späten Samstag mit dem Ausrollen des Updates, und V4.1-Flash-1017 ist jetzt im Web, in der App und über die API verfügbar.