deepseek-v4
DeepSeek V4 Pro vs V4.1 Flash: Funktionen & API-Kosten
DeepSeek-V4 Team · 24. Juni 2026 · 6 min read
Keywords: deepseek-v4, deepseek-v4-pro, deepseek v4.1 flash
Published: 24. Juni 2026 Author: DeepSeek-V4 Team
Stand 23. September 2026 ist der relevante offizielle API-Vergleich V4.1 Flash gegenüber V4 Pro, statt der zwei ursprünglichen V4-Vorschau-Modelle. Flash wurde auf eine neuere Generation aktualisiert; Pro bleibt verfügbar. Der Name „Pro" allein bestimmt nicht, welches Modell eine bestimmte Aufgabe besser erledigt.
Bei einer neuen bildbasierten Integration ist Flash der Kandidat zur Evaluierung, da die aktuelle offizielle Modelltabelle Vision-Support für Flash und nicht für Pro auflistet. Für einen etablierten Text-Workflow vergleichen Sie die Kosten abgeschlossener Aufgaben und die Outputs, die Sie tatsächlich nutzen können, bevor Sie wechseln.
Dieser Leitfaden richtet sich an Entwickler und Teams, die einen Dienst auswählen. Er nutzt offizielle Funktions- und Preisdokumentation, geprüft am 23. September. Er enthält ein durchgerechnetes Kostenbeispiel und eine vorgeschlagene Evaluierungsmethode, keine fabrizierten Latenzmessungen oder die Behauptung, wir hätten beide Modelle in einem bestimmten Chat-Produkt getestet.
Beginnen Sie mit der aktuellen Modellzuordnung
Die offizielle Modelltabelle identifiziert deepseek-flash als V4.1 Flash und deepseek-v4-pro als V4-Pro-0813. Beide listen ein 1M-Kontextfenster, Thinking- und Non-Thinking-Modi, JSON-Output, Tool-Calls, Unterstützung für die Responses API und Unterstützung für die Anthropic-kompatible API auf.
Die veralteten Flash-Namen leiten jetzt auf V4.1 Flash um. Das ist wichtig beim Lesen älterer Vergleiche: Ein neuer Test mit deepseek-v4-flash betrifft möglicherweise nicht mehr das ursprüngliche V4 Flash. Achten Sie auf das Testdatum und das Service-Mapping, bevor Sie das Ergebnis interpretieren.
Gemeinsame Funktionen machen die Modelle nicht austauschbar. Eine Anwendung kann sich auf eine bestimmte Antwortstruktur, eine Tool-Auswahlgewohnheit oder einen Prompt verlassen, der auf ein Modell abgestimmt wurde. Halten Sie diese Abhängigkeiten im Vergleich sichtbar, statt anzunehmen, der größere oder neuere Name regelt sie.
Pro ist trotz der älteren Ankündigung weiterhin verfügbar
Die Launch-Ankündigung vom 10. September beschrieb einen Plan, Pro-Anfragen ab dem 14. September an Flash zu leiten. Das aktuelle Änderungsprotokoll besagt jedoch, dass der V4 Pro API-Service nach diesem Datum mit unveränderter Abrechnungsmethode fortgesetzt wird.
Die aktuelle Preistabelle listet Pro ebenfalls separat auf. Das sind die relevanten Dokumente für die heutige Auswahl. Die ursprüngliche Ankündigung erklärt, warum Nutzer gehört haben könnten, dass Pro verschwindet, aber sie sollte nicht als aktueller Service-Status wiederholt werden.
Wenn Sie bereits eine funktionierende Pro-Integration haben, nutzen Sie den weiterhin verfügbaren Status, um einen kontrollierten Vergleich durchzuführen. Die Beibehaltung kann sinnvoll sein, wenn die Änderung eines validierten Workflows mehr Arbeit verursacht, als die sofortigen Einsparungen rechtfertigen. Das ist eine Bereitstellungsentscheidung, kein Beweis für überlegene Modellqualität.
Der Preisunterschied ist messbar
Die folgenden offiziellen API-Raten sind in US-Dollar pro eine Million Token. Sie sind eine Momentaufnahme vom 23. September, keine Preise für ein Chat-Abonnement eines Drittanbieters.
| Token-Kategorie | V4.1 Flash, Spitze | V4 Pro, Spitze | V4.1 Flash, Nebenzeiten | V4 Pro, Nebenzeiten |
|---|---|---|---|---|
| Input, Cache-Hit | $0.006 | $0.044 | $0.003 | $0.022 |
| Input, Cache-Miss | $0.30 | $1.32 | $0.15 | $0.66 |
| Output | $1.20 | $3.96 | $0.60 | $1.98 |
Spitzenzeiten sind 01:00–04:00 und 06:00–10:00 UTC an Werktagen, excluding chinesische Feiertage. Alle anderen Stunden sind Nebenzeiten. In Pekinger Zeit sind diese Fenster 09:00–12:00 und 14:00–18:00. Sehen Sie die Live-Preisseite vor der Budgetierung eines zukünftigen Workloads.
Betrachten Sie einen hypothetischen Stapel, der 100.000 nicht-gecacheerte Input-Token und 10.000 berechenbare Output-Token verwendet. Zu Spitzenraten kostet Flash 0.1 × $0.30 + 0.01 × $1.20 = $0.042. Pro kostet 0.1 × $1.32 + 0.01 × $3.96 = $0.1716. Die jeweiligen Nebenzeiten-Totals sind $0.021 und $0.0858.
Diese Kalkulation geht von identischer Token-Nutzung, keinen Cache-Hits und keinen Wiederholungen aus. Es ist keine gemessene Abrechnung. In der echten Arbeit können Modelle unterschiedliche Mengen an Output produzieren oder unterschiedliche Anzahl an Versuchen benötigen. Nutzen Sie tatsächliche Nutzungsrecords, einschließlich berechenbarer Reasoning-Ausgabe wo zutreffend, statt Kosten nur aus der Länge des finalen Paragraphen zu schätzen.
Vision und Dateiverwaltung sind separate Ebenen
Für Screenshots und Charts, die direkt an die offizielle API gesendet werden, unterstützt Flash Image-Input. Die Vision-Dokumentation beschreibt die akzeptierten Formate und Anfragestrukturen. Der aktuelle offizielle API-Eintrag von Pro beinhaltet keine Vision.
Ein Web-Produkt kann einem Nutzer dennoch erlauben, ein Dokument anzuhängen, während ein Textmodell verwendet wird. Es könnte Text zuerst extrahieren, das Attachment an einen anderen Service leiten oder die akzeptierten Dateien einschränken. Dieses Verhalten gehört zum Produkt. Es kann nicht vom Namen des Modells oder von einem Upload-Button allein abgeleitet werden.
Bei der Evaluierung eines Dokument-Workflows fragen Sie, was das Modell erreicht. Sind es Seitenbilder, extrahierter Text oder beides? Eine Tabelle, die ihre Spalten während der Extraktion verliert, kann eine schlechte Antwort produzieren, selbst wenn das Modell sauberen Text gut verarbeitet. Testen Sie den kompletten Pfad von der Originaldatei zur finalen Antwort.
Verwenden Sie ein Aufgabenblatt statt eines allgemeinen Rankings
Wählen Sie mehrere repräsentative Aufgaben und schreiben Sie eine Akzeptanzbedingung für jede. Für die Extraktion von Support-Tickets müssen alle erforderlichen Felder der Quelle entsprechen. Für eine Code-Bearbeitung müssen das angeforderte Verhalten und relevante Tests bestehen. Für eine Zusammenfassung sollten Kernaussagen auf das bereitgestellte Dokument zurückführbar sein.
Halten Sie den Provider, Prompt, Tool-Zugriff und Output-Budget konsistent. Setzen Sie Thinking-Verhalten explizit, statt sich auf Defaults zu verlassen. Für jedes Ergebnis notieren Sie, ob es bestanden hat, wie viel manuelle Korrektur es benötigte, und die Gesamtkosten einschließlich Wiederholungen. Messen Sie Speed mit der gleichen Definition, wie z. B. Zeit bis zu einer brauchbaren finalen Antwort.
Vermeiden Sie es, einen Gewinner nach einer einzelnen einfachen Frage zu küren. Beziehen Sie fehlende Informationen, umständliche Formatierung und eine Aufgabe ein, bei der die korrekte Antwort darin besteht, nach Klärung zu fragen. Diese Fälle offenbaren oft den Betrag an Betreuung, den Ihre Anwendung benötigen wird, klarer als eine polierte Antwort auf einen vertrauten Prompt.
Für einen Agenten prüfen Sie sowohl die Aktionen als auch den finalen Text. Eine überzeugende Erklärung kann eine falsche Dateiänderung nicht reparieren. Tool-Berechtigungen, Session-Speicher und Task-Scheduling hängen ebenfalls vom Host ab, sodass ein Modellvergleich das Modell nicht für jedes Verhalten auf Host-Ebene loben oder tadeln sollte.
Eine praktische Wahl für jede Situation
Beginnen Sie mit der Evaluierung von Flash beim Aufbau eines neuen Bild-Workflows oder zur Reduzierung der Kosten einer wiederholten Aufgabe. Sein dokumentierter Funktionssatz und niedrigere Token-Raten machen ihn zu einem nützlichen Ausgangspunkt. Behalten Sie Pro im Vergleich, wenn es bereits Ihre Akzeptanzkriterien erfüllt oder Outputs produziert, die Ihr Team nach einer kontrollierten Überprüfung bevorzugt.
Für Browser-Chat bestätigen Sie die exakten Modelle und Features, die von dem von Ihnen genutzten Service angeboten werden. Offizielle API-Limits und Preise gelten nicht automatisch für diese Schnittstelle. Für API-Code folgen Sie dem Migrationsleitfaden, bevor Sie einen Alias oder eine Thinking-Einstellung ändern.
Halten Sie die resultierende Entscheidung klein und spezifisch: welches Modell, auf welchem Service, für welche Aufgabe, mit welchen Beweisen. Diese Aufzeichnung bleibt nützlich, wenn die nächste Veröffentlichung die verfügbaren Optionen ändert.