DeepSeek V4.1 Flash: Vision, API-Namen und Änderungen

DeepSeek V4.1 Flash ist am 10. September 2026 erschienen. Wenn Sie die offizielle API nutzen, ist die erste Änderung, die Sie bemerken, der Modellname: Neue Requests sollten deepseek-flash verwenden. Anwendungen, die noch ältere Flash-Namen senden, erhalten möglicherweise bereits das neue Modell.

Das macht dieses Release relevant, selbst wenn Sie keine Änderungen an Ihrer Anwendung planen. Ein Request kann erfolgreich bleiben, während sich das dahinterstehende Modell ändert. Die entscheidenden Fragen sind: Welches Modell bedient den Request, welche Inputs es akzeptiert und ob Ihre bestehenden Checks noch bestehen.

Dieser Artikel richtet sich an Personen, die ein DeepSeek-Modell auswählen oder eine Integration warten. Er basiert auf dem offiziellen Release und der API-Dokumentation, geprüft am 23. September. Die folgenden Beispiele sind vorgeschlagene Evaluierungsaufgaben, keine Behauptung, dass wir einen Benchmark durchgeführt haben.

Was sich innerhalb von Flash geändert hat

Die Release-Ankündigung beschreibt ein 552B-Parameter-Mixture-of-Experts-Modell mit einer kausalen Encoder-Decoder-Architektur. Es berichtet von 8B aktiven Parametern auf der Input-Seite und 16B auf der Output-Seite, neben nativem Bildverstehen.

Diese Zahlen beantworten unterschiedliche Fragen. Gesamte Parameter beschreiben die Gesamtgröße des Modells; aktive Parameter beschreiben die Teilmenge, die während der Berechnung verwendet wird. Keine der Zahlen sagt Ihnen, wie viel Speicher eine bestimmte Bereitstellung benötigt oder wie viele Sekunden Ihre Anwendung auf eine Antwort warten muss. Bereitstellungssoftware, Hardware, Request-Länge und gleichzeitiger Traffic sind weiterhin entscheidend.

Für einen API-Kunden ist die unmittelbarere Änderung, dass Bilder zum unterstützten Input des aktuellen Flash-Modells gehören. Sie müssen das alte Vision-Experiment nicht mehr als separate Modellwahl behandeln. Für jemanden, der Self-Hosting in Betracht zieht, ist die Architektur ein Grund, die Bereitstellungsanforderungen sorgfältig zu untersuchen. Ein API-Release allein stellt keine Kompatibilität mit einem lokalen Inferenz-Tool fest.

Der Modellname in Ihrer Konfiguration ist entscheidend

Das aktuelle Changelog identifiziert deepseek-v4-flash und deepseek-v4-flash-vision-exp als Kompatibilitätsnamen, die zu V4.1 Flash routen. Ihre bisherigen zugrundeliegenden Modelle wurden eingestellt.

Angenommen, ein Dienst zur Rechnungsextraktion hat noch deepseek-v4-flash in seiner Umgebungskonfiguration. Diesen String in einem Log zu sehen, beweist nicht, dass der Dienst das frühere V4 Flash ausführt. Ein Modell-Identifier kann als Alias fungieren, statt als permanente Versions-Pinning. Notieren Sie das Datum einer Evaluierung und die dokumentierte Mapping des Providers neben dem angeforderten Identifier.

Verwenden Sie deepseek-flash in neuen offiziellen API-Beispielen, damit Leser keinen Legacy-Namen in frischen Code kopieren. Bestehende Anwendungen sollten dieselbe Änderung bewusst vornehmen, mit einem kleinen Regressionstest-Set. Der API-Migrationsguide deckt diesen Prozess ab, ohne ihn mit dem Verschieben von Browser-Chat-Verläufen zu vermischen.

Start using deepseek-v4

Native Vision ändert die Fragen, die Sie stellen können

Ein Screenshot enthält Informationen, die verschwinden können, wenn sie als Text kopiert werden: Labels neben Werten, die Position einer Warnung oder die Beziehung zwischen einem Diagramm und seiner Legende. Ein bildfähiges Modell kann diesen visuellen Input direkt empfangen. Es kann dennoch kleinen Text falsch lesen oder eine Beziehung inferieren, die nicht vorhanden ist, daher benötigt eine Evaluierung eine Antwort, die Sie verifizieren können.

Versuchen Sie ein Diagramm mit bekannten Quelldaten. Bitten Sie das Modell, die Achsen-Labels zu transkribieren und den größten Wert zu identifizieren, bevor Sie es bitten, einen Trend zu erklären. Trennen Sie Transkriptionsfehler von Denkfehlern. Wenn ein Diagramm zu klein zum Lesen ist, verlangen Sie, dass die Antwort dies sagt, statt Lücken mit einer plausiblen Zahl zu füllen.

Der Vision-Guide dokumentiert Image-URLs, inline Base64-Daten und Referenzen zu hochgeladenen Dateien. Die Files API unterstützt Image-Reuse durch file_id. Die aufgelisteten Formate sind Bilder; dies stellt keine direkte Unterstützung für beliebige PDF- oder Word-Uploads fest. Ein Produkt kann Dokumentenkonvertierung um das Modell herum hinzufügen, aber das ist ein zusätzliches Produkt-Feature.

Diese Unterscheidung gilt auch für Web-Chat. Ein Provider kann nur einen Teil der API-Fähigkeiten eines Modells exponieren. Bevor Sie einen Workflow um Anhänge planen, prüfen Sie, was die Schnittstelle tatsächlich akzeptiert und welches Modell es für den Request auswählt.

Lesen Sie die Pro-Ankündigung im Kontext des aktuellen Status

Es gibt eine Diskrepanz, die es zu klären gilt, bevor Sie ein Modell wählen. Die Launch-Page vom 10. September kündigte einen Plan an, V4 Pro Requests ab dem 14. September zu V4.1 Flash zu routen. Das aktuelle Changelog sagt stattdessen, dass der V4 Pro API-Service über dieses Datum hinaus mit unveränderter Abrechnungsmethode weiterläuft. Die aktuelle Modell-Tabelle listet weiterhin V4-Pro-0813.

Für eine Entscheidung am 23. September nutzen Sie den aktuellen Service-Hinweis und die Modell-Tabelle. Sagen Sie einem bestehenden Pro-Nutzer nicht, dass der Endpoint bereits verschwunden ist, basierend auf dem originalen Launch-Text. Der revidierte Hinweis liefert kein separates Revisionsdatum, daher rechtfertigt er auch nicht, einen Tag zu erfinden, an dem die Entscheidung rückgängig gemacht wurde.

Pro verfügbar zu halten, gibt Teams Raum, Outputs zu vergleichen, bevor sie einen validierten Workflow ändern. Es garantiert keine permanente Verfügbarkeit. Behalten Sie die Modellauswahl in der Konfiguration und behalten Sie die Prompts und erwarteten Ergebnisse, die verwendet wurden, um eine Änderung zu genehmigen.

Testen Sie das Release anhand einer realen Aufgabe

Wählen Sie eine Aufgabe mit einem klaren Endpunkt. Zum Beispiel: Wandeln Sie fünf Support-Tickets in eine Tabelle um, die das gemeldete Problem, die angeforderte Maßnahme und den belegenden Satz enthält. Fügen Sie ein Ticket hinzu, das die angeforderte Maßnahme nicht benennt. Eine nützliche Antwort sollte diese Unsicherheit bewahren.

Prüfen Sie das Ergebnis, bevor Sie die Geschwindigkeit vergleichen. Hat das Modell ein Feld erfunden? Hat es die Probleme zweier Kunden zusammengeführt? Konnte Ihre Anwendung die Antwort parsen? Eine schnelle Antwort, die manuelle Reparatur benötigt, kann mehr kosten als eine langsamere Antwort, die sofort nutzbar ist.

Für einen Coding-Workflow nutzen Sie eine kleine Änderung mit einer bestehenden Testsuite. Behalten Sie Repository, Tool-Zugriff und Abnahmekriterien über Runs hinweg identisch. Für einen visuellen Workflow liefern Sie das gleiche Original-Image statt Screenshots, die von verschiedenen Chat-Anwendungen neu komprimiert wurden. Wiederholen Sie eine Aufgabe oft genug, um inkonsistente Fehler zu bemerken; machen Sie aus einem attraktiven Ergebnis kein allgemeines Ranking.

Was Sie heute mit dem Release tun sollten

Für eine neue offizielle API-Integration, die Bilder benötigt, ist V4.1 Flash ein sinnvoller Kandidat zur Evaluierung. Für einen bestehenden Text-Workflow ist der erste Job, Aliase zu prüfen und die Beispiele neu auszuführen, auf die Ihre Nutzer angewiesen sind. Für eine funktionierende Pro-Integration gibt die aktuelle Dokumentation keinen Grund, einen hastigen Wechsel allein wegen der älteren Einstellungs-Ankündigung zu machen.

Der Preis gehört ebenfalls zu dieser Evaluierung. Vergleichen Sie Input, Output und Cache-Nutzung aus abgeschlossenen Tasks, statt den kleinsten beworbenen Preis zu wählen. Unser Pro und Flash Vergleich legt die aktuellen Preise und eine durchgerechnete Kalkulation dar. Behalten Sie das Datum bei jedem gespeicherten Vergleich: Eine nützliche Modellentscheidung ist an einen spezifischen Service, Workload und Zeitpunkt gebunden.