DeepSeek-V4.1-Flash übernimmt die Spitzenposition unter den offenen Modellen auf Arena.ai's Code Arena
Wichtige Erkenntnisse
- •DeepSeek-V4.1-Flash-20261017 erzielte 1670 Punkte auf Arena.ai's Code Arena WebDev-Leaderboard und ist damit das höchstgerankte offene Modell auf Platz #12 insgesamt.
- •Der neue Build verdrängte Kimi K3 (Max) von der Spitze der offenen Rangliste; laut Arena.ai kostet das verdrängte Modell etwa zehnmal so viel im Betrieb.
- •Das Release vom 17. Oktober übertraf die September-Version in allen gelisteten Benchmarks, mit dem größten Zuwachs bei Terminal-Bench 4.0, das um 11,1 Punkte auf 42,3 stieg.
- •Das Modell nutzt eine Mixture-of-Experts-Architektur mit 552 Milliarden Backbone-Parametern und 196 Milliarden Engram-Parametern; 8 Milliarden sind während des Prefill aktiv, 16 Milliarden während des Decoding.
- •Die Gewichte sind auf Hugging Face unter der MIT-Lizenz veröffentlicht; die API ist mit 0,30 $ pro Million Eingabe-Tokens und 1,20 $ pro Million Ausgabe-Tokens zu Spitzenzeiten bepreist.
DeepSeek's neueste Veröffentlichung hat eine neue Auszeichnung errungen. Das Modell DeepSeek-V4.1-Flash-20261017 ist jetzt das höchstgerankte offene Modell auf Arena.ai's Code Arena WebDev-Leaderboard und hat Kimi K3 (Max) überholt, während es zu rund einem Zehntel der Kosten betrieben wird.
Was das Leaderboard zeigt
Arena.ai veröffentlichte die aktualisierten Ranglisten am 18. Oktober 2026. Der neue DeepSeek-Build erzielte 1670 Punkte auf Code Arena WebDev und belegt damit Platz #1 unter den offenen Modellen und Platz #12 insgesamt. Das Leaderboard umfasst agentische und Front-End-Coding-Aufgaben.
Kimi K3 (Max), das Modell, das von der Spitze der offenen Rangliste verdrängt wurde, kostet nach Schätzungen von Arena.ai etwa zehnmal so viel im Betrieb. Die Plattform beschrieb die Veröffentlichung zudem als Verschiebung der Performance-Kosten-Pareto-Front für offene Modelle in Workflows — also des Kompromisses zwischen der Leistung eines Modells und seinen Betriebskosten.
Ein Punkt-Release mit überproportionalen Zuwächsen
Der Build vom 17. ist technisch gesehen ein kleines Update und refreshiert das DeepSeek-Modell, das im September 2026 erschien. Klein bedeutet in diesem Fall dennoch besser in jedem von DeepSeek gelisteten Benchmark. Vergleiche mit der September-Version umfassen:
- DeepSWE v1.1: 77,0, gegenüber 74,2
- Terminal-Bench 4.0: 42,3, gegenüber 31,2
- Automation-Bench: 60,5, gegenüber 54,8
Terminal-Bench 4.0 verzeichnete mit einem Anstieg von 11,1 Punkten den größten Sprung der drei.
Unter der Haube
Das Modell basiert auf einem Mixture-of-Experts-Design, einer Architektur, bei der nur ein Teil der Parameter für eine bestimmte Aufgabe aktiviert wird. Das Backbone umfasst 552 Milliarden Parameter, zusätzlich 196 Milliarden Engram-Parameter, aber das Modell aktiviert nicht alle gleichzeitig. Da der Inferenz-Aufwand mit den aktiven statt den gesamten Parametern skaliert, hält dieses sparse Setup den Rechenaufwand pro generiertem Token auf dem Niveau eines deutlich kleineren Netzwerks.
Während des Prefill, der Phase, in der das Modell die Eingabe liest und verarbeitet, sind 8 Milliarden Parameter aktiv. Während des Decoding, wenn es die Ausgabe generiert, steigt diese Zahl auf 16 Milliarden.
Zu den weiteren gelisteten Funktionen gehören eine Causal-Encoder-Decoder-Struktur, native Vision (das Modell kann Bilder als direkte Eingabe verarbeiten) und KV-Cache-Optimierungen, die den Speicherbedarf für die Speicherung von Attention-Zuständen während der Generierung reduzieren. Das Kontextfenster erstreckt sich auf 1 Million Token — lang genug, um umfangreiche Codebasen oder lange Agent-Sitzungen in einem einzigen Kontext zu halten.
Die Gewichte sind auf Hugging Face unter der MIT-Lizenz veröffentlicht, einer permissiven Lizenz, die kommerzielle Nutzung, Modifikation und Weiterverbreitung erlaubt — der praktische Unterschied zwischen einem Modell, das Teams auf eigener Infrastruktur betreiben und anpassen können, und einem, auf das sie nur über eine API zugreifen können. Für Entwickler, die nicht selbst hosten möchten, ist DeepSeek's API mit 0,30 $ pro Million Eingabe-Tokens und 1,20 $ pro Million Ausgabe-Tokens zu Spitzenzeiten bepreist.
Hintergrund: DeepSeek's Strategie
DeepSeek, offiziell Hangzhou DeepSeek, ist ein chinesisches KI-Labor, das sich rund um Open-Weight-Modelle profiliert hat. Seine V4.1-Familie setzt gezielt auf kosteneffizientes agentisches Coding.
Was das für Entwickler bedeutet
Die direkteste Auswirkung betrifft Engineering-Teams, die entscheiden, welches Modell sie in ihre Tooling-Infrastruktur einbinden. Ein Modell, das insgesamt Platz #12 belegt — gegen offene wie geschlossene Konkurrenten — und gleichzeitig 0,30 $ pro Million Eingabe-Tokens berechnet, ist eine kostenwettbewerbsfähige Option für Coding-Workloads.
Das Ranking bedeutet auch, dass weiterhin11 Modelle über ihm liegen. Die absolute Spitze des Leaderboards ist vorerst außer Reichweite. Das nächste Update des Arena.ai-Leaderboards wird zeigen, ob der Build vom 17. Oktober die Führung unter den offenen Modellen halten kann, die er gerade erst übernommen hat.
