Häufige Fragen

Für schweres Reasoning, komplexe Codierung über mehrere Dateien und schwere Mathematik wählen Sie deepseek-v4-pro (1.6T/49B, ohne Vision, Concurrency 500); für Szenarien mit hoher Parallelität, langen Dokumenten, Kostenempfindlichkeit und Bild-Input wählen Sie deepseek-flash (verweist derzeit auf V4.1-Flash-1017, 552B, Concurrency 2500). Beide bieten 1M Kontext / 384K Output.

In der V4-Serie ist der Thinking-Modus standardmäßig aktiviert; über den reasoning-Parameter der API lässt er sich ein- und ausschalten. Das RLSF-Training von V4.1-Flash-1017 macht die Chain of Thought kompakter – offizielle Benchmarks zeigen, dass das Modell deutlich weniger Output-Token ausgibt als die Vorgängergeneration, was der Hauptgrund dafür ist, dass die Kosten pro Aufgabe von $0.50 auf $0.20 gesunken sind.

Die API wird nach Verbrauch abgerechnet, ohne kostenloses Kontingent: V4.1-Flash kostet außerhalb der Spitzenzeiten $0.15/$0.60, zu Spitzenzeiten $0.30/$1.20, bei Cache-Treffern für Eingaben $0.003; V4-Pro kostet außerhalb der Spitzenzeiten $0.66/$1.98 pro Million Tokens. Die Gewichte von V4-Pro, V4-Flash und V4.1-Flash sind jedoch unter MIT-Lizenz offen verfügbar und lassen sich selbst betreiben – ganz ohne API-Kosten. Der Playground dieser Website bietet kostenlos eine Streaming-Demo.

Ab 2026-09-14 leitet der Anbieter die v4-pro-Aufrufe in der API an V4.1-Flash weiter und empfiehlt, für neue Projekte direkt deepseek-flash zu verwenden. Für die alten IDs gibt es ein Migrationsfenster; maßgeblich sind die Migrationshinweise in der offiziellen API-Dokumentation.

Ja: Die V4-Serie bietet ein Eingabefenster von 1M und eine maximale Ausgabe von 384K. Die hybride Aufmerksamkeit (CSA+HCA) reduziert den Rechenaufwand bei 1M-Workloads auf etwa 27% von V3.2 und den KV-Cache auf etwa 10%. Unabhängige Tests weisen jedoch darauf hin: Beim Retrieval-Recall über extrem lange Distanzen besteht weiterhin eine Lücke zu Claude Opus 4.6 (MRCR); für faktenbasierte Aufgaben empfiehlt sich der Einsatz von Retrieval.

Code und Gewichte von V4-Pro und V4-Flash sind unter der MIT-Lizenz auf Hugging Face offen verfügbar (Flash ca. 160GB); kommerzielle Nutzung und Modifikation sind erlaubt, ohne regionale Einschränkungen. Auch die V4.1-Flash-Serie stellt ihre Gewichte offen bereit.

Ja. Die offizielle API bietet zwei kompatible Formate, OpenAI und Anthropic; für die Migration muss in der Regel nur die base_url und der Modellname geändert werden. JSON-Ausgabe, Tool-Aufrufe und Streaming werden unterstützt.

Diese Website (deepseek.wang) speichert in der Demo-Umgebung keine Gesprächsinhalte, sondern leitet sie lediglich streamend weiter; für kommerzielle Datenschutzanforderungen empfiehlt sich die Nutzung offizieller Unternehmenslösungen oder das Self-Hosting der MIT-Gewichte.