DeepSeek Advanced Open Weight In FlowHunt verfügbar

DeepSeek V4.1 Flash

DeepSeek V4.1 Flash ist ein multimodales KI-Modell der Stufe Fortgeschritten, entwickelt von DeepSeek und veröffentlicht im September 2026. Als Open-Weight-Modell unter der MIT-Lizenz sind seine trainierten Gewichte öffentlich verfügbar. Sie können es also selbst hosten, mit proprietären Daten feinabstimmen oder On-Premise ohne API-Abhängigkeiten betreiben. Das Kontextfenster von 1 Million Token ist groß genug für vollständige Codebasen, umfangreiche technische Dokumente oder ausgedehnte agentische Sitzungen ohne Kürzung.

Mehr lesen
DeepSeek V4.1 Flash ist ein Mixture-of-Experts-Modell mit 552B Backbone-Parametern, das Bilder und Text nativ verarbeitet und Text erzeugt. Pro Token sind während des Prefill nur 8B Parameter aktiv und während des Decode 16B, was laut DeepSeek die Kosteneffizienz bei eingabelastigen agentischen Workflows verbessert. Sein KV-Cache ist deutlich kleiner als der von DeepSeek V4-Flash, was den Speicherbedarf für lange Kontexte senkt. Außerdem unterstützt es eine Einstellung für den Reasoning-Aufwand, die sich stufenlos anpassen lässt.

Benchmarks

Jedes Ergebnis erscheint einmal, mit seinem Rang unter den erfassten Modellen und dem Hinweis, wer es gemessen hat.

Im Vergleich mit Advanced-Modellen auf derselben Skala
  • DeepSeek V4.1 Flashdieses Modell
  • Mistral Large 4dieses Modell liegt bei 3 von 4 vorn
  • Claude Sonnet 5.5dieses Modell liegt bei 1 von 4 vorn
Verifiziert unabhängiger Prüfer, zählt für die Einstufung Selbst gemeldet von DeepSeek veröffentlicht, angezeigt, aber nicht eingestuft
Gesamt

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Quelle ↗

DeepSeek V4.1 Flash 39,5 Mistral Large 4 38,4 Claude Sonnet 5.5 56,0
#19von 45 Verifiziert
Coding

DeepSWE

113 long-horizon software tasks written from scratch, graded by hidden tests.

Quelle ↗

DeepSeek V4.1 Flash 74,2% Mistral Large 4 61,7% Claude Sonnet 5.5 71,0%
Nicht eingestuft Selbst gemeldet
Agenten

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Quelle ↗Außerdem: Selbst gemeldet 31,2%

DeepSeek V4.1 Flash 26,8% Mistral Large 4 26,8% Claude Sonnet 5.5 63,6%
#14von 36 Verifiziert
Schlussfolgern

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Quelle ↗Außerdem: Selbst gemeldet 36,8% (full set; 39.1 text-only subset)

DeepSeek V4.1 Flash 39,2% Mistral Large 4 35,0% Claude Sonnet 5.5 55,0%
#26von 44 Verifiziert

GPQA Diamond

Graduate-level science questions that search cannot answer.

Quelle ↗

DeepSeek V4.1 Flash 90,9% Mistral Large 4 Kein Ergebnis Claude Sonnet 5.5 Kein Ergebnis
Nicht eingestuft Selbst gemeldet

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Quelle ↗

DeepSeek V4.1 Flash 72,9% Mistral Large 4 Kein Ergebnis Claude Sonnet 5.5 Kein Ergebnis
#13von 27 Verifiziert

Wofür Sie DeepSeek V4.1 Flash Nutzen Sollten

Selbst gehostete & private Bereitstellungen

DeepSeek V4.1 Flash ist Open-Weight unter der MIT-Lizenz. Betreiben Sie es auf Ihrer eigenen GPU-Hardware oder in einer Private Cloud, um Daten in Ihrer Umgebung zu halten, bei großem Umfang Pro-Token-API-Kosten zu vermeiden oder es mit proprietären Datensätzen feinabzustimmen.

Eingabelastige agentische Workflows

Sein Design aktiviert während des Prefill weniger Parameter, was laut DeepSeek die Kosteneffizienz für Agenten verbessert, die bei jedem Schritt viel Kontext lesen.

Langdokument- & Codebase-Analyse

Mit einem Kontextfenster von 1 Million Token und einem kompakten KV-Cache kann DeepSeek V4.1 Flash ganze Repositories, lange Verträge oder umfangreiche Arbeitsverläufe in einer einzigen Anfrage verarbeiten.

Bild- und Texteingabe

Das Modell verarbeitet Bilder nativ neben Text, sodass eine einzige Bereitstellung Dokumente, Screenshots und Diagramme verarbeiten kann.

Stärken und Einschränkungen

Stärken

  • Agentische Workflows
  • Selbst gehostete & datenprivate Bereitstellungen (Open-Weight, MIT-Lizenz)
  • Bild- und Texteingabe
  • Einstellbarer Reasoning-Aufwand
  • Sehr lange Dokumente und große Codebasen (1 M Kontext)

Einschränkungen

  • Das Selbst-Hosten eines Modells mit 552B Parametern erfordert eine umfangreiche GPU-Infrastruktur

In FlowHunt nutzen

Nutzen Sie DeepSeek V4.1 Flash in jedem Flow, neben Ihren eigenen Tools und Wissensquellen.

  1. 1Öffnen Sie einen Flow oder erstellen Sie einen aus einer Vorlage
  2. 2Fügen Sie eine AI-Agent- oder Generator-Komponente hinzu
  3. 3Wählen Sie DeepSeek V4.1 Flash in der Modellauswahl

Verwandte KI-Modelle

Über DeepSeek Hangzhou, China · Gegründet 2023 · deepseek.com

DeepSeek ist ein chinesisches KI-Forschungslabor, das 2023 als Tochtergesellschaft von High-Flyer, einem der größten quantitativen Hedgefonds Chinas, gegründet wurde. Das Labor wurde Anfang 2025 weithin bekannt, als die Veröffentlichung von DeepSeek V3 und R1 den damals größten eintägigen Kursverlust der NVIDIA-Marktkapitalisierung auslöste, da Investoren die Kapitalintensität der Entwicklung von Spitzenmodellen angesichts der berichteten niedrigeren Trainingskosten von DeepSeek neu bewerteten. DeepSeek ist unter den Spitzenlaboren ungewöhnlich in seinem Engagement, Open-Weight-Modelle neben seiner proprietären Forschung zu veröffentlichen, und in seiner aktiven Präsenz in sozialen Medien, die die Preisgestaltung geschlossener Modelle kritisiert. Die V-Serien-Modelle (V3 bis V4-Pro) werden im Westen trotz anhaltender regulatorischer und sicherheitsbezogener Prüfung von KI-Modellen chinesischen Ursprungs in mehreren Jurisdiktionen weit verbreitet als selbst hostbare Codierungs- und Reasoning-Modelle eingesetzt.

deepseek.com ↗

Zur vollständigen KI-Modell-Rangliste

Häufig gestellte Fragen