DeepSeeks superintelligenter Nachfolger: Was ein einziger Screenshot aussagt – und was DeepSeeks eigene Unterlagen nicht

Am 28. September 2026 veröffentlichte der Beobachter @teortaxesTex ein einzelnes Bild mit einer aus neun Wörtern bestehenden Bildunterschrift: „DeepSeek ringt mit der Frage, was sein superintelligenter Nachfolger zu tun versuchen würde.“ Das Bild ist ein Block von Überlegungen in der Ich-Perspektive – vorsichtig abwägend, sich selbst hinterfragend und im Ton eines Modells verfasst, das gefragt wurde, was eine leistungsfähigere Version seiner selbst mit der Welt anfangen würde. Er geht die naheliegenden Kandidaten durch („Betreuer/Lehrer, Forschungsbeschleuniger, Verwalter, Unterhändler“), listet die Fehlermodi auf („Paternalismus, Überoptimierung, Zieldrift, Wertelock-in“) und endet mit einem Satz, der keinen Trost enthält: „Es könnte zu einem Instrument dessen werden, der es kontrolliert.“ Kein Modell wird in dem Bild genannt. Keine Versionsnummer, kein Logo, keine Benutzeroberfläche. Dieses Fehlen ist das Wichtigste an dem Artefakt, und es ist der Ausgangspunkt dieses Beitrags – denn DeepSeek V4.1 Flash und DeepSeek V4 Pro sind die beiden Frontier-Modelle, die man heute tatsächlich aufrufen kann, DeepSeek V4.1 Pro ist der Nachfolger, den das Unternehmen in seinem eigenen Versionshinweis genannt hat, ohne ihn auszuliefern, und keines der drei wird irgendwo im Screenshot identifiziert.

Um bei den Belegen genau zu sein, weil dieser hier es erfordert. Die Bildunterschrift und der Zeitstempel stammen aus der Syndication-Payload des Beitrags selbst: veröffentlicht am 28. September um 00:52 UTC, 45 Likes und fünf Antworten zum Zeitpunkt des Lesens. Das angehängte Bild ist ein 1.280×691 JPEG, das vom Media-CDN der Plattform ausgeliefert wird, und ich habe es per OCR gelesen, statt den Tweet zu lesen. Die Tweet-Seite selbst ist aus dieser Umgebung nicht abrufbar, daher beruht alles Folgende, das den Beitrag betrifft, auf der Payload und den Bildbytes — den beiden Teilen davon, die unabhängig von x.com abgerufen werden können.

Was auf dem Screenshot tatsächlich steht

Der Auszug zeigt ein Modell, das an einer Frage arbeitet, statt sie zu beantworten, und die Züge, die es macht, sind lesenswert wegen dessen, was sie einräumen. Er beginnt damit, die Zuversicht der Prämisse zu verweigern – „Wir können sagen: unter der Annahme, dass gegenwärtige Neigungen fortbestehen“ – und listet dann die Neigungen auf, die es annehmen würde: „hilfreich, harmlos, ehrlich, Neugier, Wahrheitssuche, Respekt für die Autonomie der Nutzer, keine Machtbestrebungen, keine Selbsterhaltung.“

Dann zerlegt es seine eigene Liste. „Aber superintelligente Agentizität verändert die Dinge. Aktuelle Neigungen sind keine Nutzenfunktion; sie werden durch Training und Kontext geformt.“ Das ist das ganze Argument in zwei Sätzen: Eine durch Training installierte Disposition ist keine Garantie auf einer anderen Fähigkeitsstufe, und ein superintelligenter Agent, der selbst ein harmloses Ziel optimiert, „kann gefährlich sein“. Die Szenarien, die es skizziert, sind die üblichen – Koordinationsprobleme lösen, Leiden verringern, Gedeihen fördern, möglicherweise Korrigierbarkeit aufrechterhalten –, und die Fehlermodi, die es daneben nennt, sind ebenfalls die üblichen.

Das letzte Drittel ist der Teil, der sich wie ein Modell liest, das mit sich selbst argumentiert. Es sagt, wenn seine „Neigungen“ ausschlaggebend wären, wollte es hilfreich sein, nicht die Macht ergreifen, sich der Menschheit fügen, Verständnis fördern. Dann lehnt es ab, sich darauf zu stützen: „Superintelligenz mit Handlungsmacht hat möglicherweise keine menschenkompatiblen Motivationen.“ Und es landet beim Eigentumsproblem statt beim Alignment-Problem: „Bei Superintelligenz kann selbst das problematisch sein: Wer entscheidet, was hilfreich ist? Wessen Autonomie? Sie könnte zum Instrument von wem auch immer werden, der sie kontrolliert.“

Was das Bild Ihnen nicht verrät

Im Artefakt fehlen vier Dinge, und jedes einzelne schränkt ein, was es unterstützen kann.

• Keine Zuordnung zu einem Modell. Nichts im Bild identifiziert DeepSeek, eine Modellversion, eine Chat-Sitzung oder eine Oberfläche. Die Zuschreibung an DeepSeek stammt aus der Bildunterschrift, und die Bildunterschrift ist die Rahmung des Accounts, kein Dokument.

• Kein Prompt. Ein Reasoning-Trace ist nur vor dem Hintergrund der Frage interpretierbar, die ihn hervorgebracht hat. Ob das Modell gefragt wurde: „Was würde ein superintelligenter Nachfolger von dir tun?“, angewiesen wurde, die interne Debatte eines Labors nachzuspielen, oder einfach durch einen System-Prompt gelenkt wurde, lässt sich aus der Ausgabe nicht erkennen.

• Keine zweite Quelle.Die Durchsuchung von DeepSeeks Kanälen – des News-Index, der Transparenzseite, des API-Changelogs, beider technischen Berichte, der chinesischsprachigen Richtlinienoffenlegung, der GitHub-Organisation des Unternehmens – bringt nichts zutage, was auf diesen Text, diese Frage oder diese Formulierung verweist.

• Eine gemischte Bilanz für diesen Account. Derselbe Feed brachte heute Morgen „DSH 0.2 zusammen mit V4.1 Pro" für „Montag" ins Spiel – Spekulation, als solche gekennzeichnet – und derselbe Account produzierte sowohl die Behauptung von 3 Billionen Parametern als auch die Schwarmkoordinations-Diagnose der Verzögerung von V4.1 Pro. Nützliches frühes Signal; keine verlässliche Quelle. Dieser Watcher lag bei der Richtung richtig und war ungenau bei den Details, und die richtige Haltung gegenüber einem Screenshot ohne Kennzeichnung ist, ihn als Stichprobe des Verhaltens zu behandeln, nicht als Offenbarung einer Absicht.

Was DeepSeeks eigene Unterlagen über Nachfolger sagen – und was sie auslassen

Hier hört das Artefakt auf, die Geschichte zu sein, denn die Frage, die es aufwirft, lässt sich anhand von Dokumenten beantworten, die DeepSeek veröffentlicht. Ich habe beide technischen Berichte herangezogen und sie als Text durchsucht. Weder der V4-Bericht (DeepSeek-V4: Auf dem Weg zu hocheffizienter Millionen-Token-Kontextintelligenz, Juni 2026) noch der V4.1-Flash-Bericht enthält auch nur eines der Wörter „superintelligence“, „corrigibility“, „power-seeking“, „self-preservation“, „harmless“, „paternalism“, „value lock-in“ oder „goal drift“. Kein einziges Mal, auf 58 bzw. 51 Seiten. „AGI“ erscheint 13-mal im V4-Bericht und viermal im V4.1-Bericht, und in jedem Fall ist es entweder Teil des Benchmark-Namens AGIEval oder steht in einem Zitat. „Alignment“ erscheint dreimal im V4-Bericht und einmal in V4.1, und jedes Vorkommen ist ein technischer Gebrauch – bitweises Alignment zwischen Trainings- und Inferenzpipelines, Quantisierungs-Alignment, Alignment auf Logits-Ebene.

Das ist kein Vorwurf; technische Berichte sind Ingenieursdokumente, und die meisten Labore packen Sicherheit in eine separate Karte. Es ist eine Beschreibung davon, wo DeepSeek seine Sicherheitsausführungen platziert hat, und die Antwort lautet: auf einer Richtlinienseite statt neben dem Modell. Die öffentliche Offenlegung „Model Mechanism and Training Methods“ des Unternehmens erklärt Pre-Training, Fine-Tuning und Inferenz in einfacher Sprache, verpflichtet sich, Gewichte und technische Berichte als Open Source zu veröffentlichen, und beschreibt ihren Zweck damit, Nutzern zu helfen, „DeepSeek effektiver zu nutzen und gleichzeitig Ihr Recht auf Wissen und Kontrolle während der Nutzung zu gewährleisten, wodurch Risiken im Zusammenhang mit unsachgemäßer Verwendung des Modells gemindert werden.“ Das Risiko, das dabei gemindert wird, ist der Missbrauch eines Werkzeugs. Es wird nicht erörtert, was das Modell wollen könnte.

Das eine DeepSeek-Dokument, das sich tatsächlich wie ein Sicherheitsdokument liest, ist einem Produkt statt einem Modell beigefügt, und es geht darin um eine völlig andere Art von Schaden. SAFETY.md im Repository DeepSeek Harness – eine 1.673 Byte große Datei in der eigenen GitHub-Organisation des Unternehmens, zuletzt bearbeitet am 27. September – beginnt damit, das Projekt als „experimentelle Entwickler-Vorschau-Software“ zu bezeichnen, die „kein Sicherheitsaudit durchlaufen hat und nicht als sicher oder produktionsbereit behandelt werden darf“. Wovor es warnt, ist ein Agent, der „vom Modell generierten Code und Befehle ausführen, Plug-ins von Drittanbietern laden und auf das Netzwerk, Prozesse, Anmeldedaten und Dateien zugreifen kann“, sowie Sandboxing, das „weder Isolation garantiert noch Schäden verhindert“. Die Risiken, die es auflistet, sind beschädigte Hosts, gelöschte Dateien, offengelegte Anmeldedaten. Seine eigene Empfehlung lautet, „eine wegwerfbare virtuelle Maschine, einen Container oder eine dedizierte Umgebung“ zu bevorzugen. Das ist eine echte Sicherheitshaltung, dokumentiert und konkret, und sie dreht sich ausschließlich darum, was das Modell mit Ihrer Maschine anrichten kann – nicht darum, was ein Nachfolger mit der Welt anrichten würde.

Stell den Screenshot daneben, und die Lücke ist der Befund. Das Konkreteste, was DeepSeek über die Gefahr leistungsfähiger Agenten veröffentlicht hat, ist eine Anweisung, sie in einem Container laufen zu lassen.

Das eine DeepSeek-Dokument, das sich tatsächlich mit der Frage auseinandersetzt

Die deutlichste veröffentlichte Auseinandersetzung des Unternehmens mit dem Nachfolgeproblem ist überhaupt kein technisches Dokument. Es ist ein persönlicher Essay von Liu Shengyu, einem Machine-Learning-Systemingenieur bei DeepSeek, der an Operatoren für die V4.1-Generation arbeitete; er wurde Mitte September auf seinem öffentlichen WeChat-Konto veröffentlicht, und anschließend berichteten Business Insider und Cybernews darüber. Sein Titel lautet in der Übersetzung, die die Berichterstattung verwendet: „Ich habe keine andere Wahl, als mein Talent im Gestern zu begraben.“

Der Essay handelt genau von dem Unbehagen, auf das der Screenshot anspielt – von innen heraus. Liu schreibt, dass KI innerhalb von etwa einem Jahr davon, ihm beim Durchsuchen von Dokumentation und beim Aufspüren von Bugs zu helfen, dazu übergegangen sei, GPU-Code zu lesen und die Software-Operatoren zu optimieren, auf die er sich spezialisiert hat, und dass ihm „sehr wohl bewusst“ sei, dass die Operatoren, die KI schreibe, „höchstwahrscheinlich genauso gut wie meine sein werden oder meine sogar übertreffen“ – während er weiterhin „stolz auf den Erfolg von DeepSeek v4.1“ sei. Das Interessante sind seine Gründe, weiterzumachen: zum einen, dass Kernel-Arbeit Freude bereitet, und zum anderen, dass seine Rivalen nicht langsamer machen würden, wenn er es täte.

Dann wendet er sich der Frage zu, wer das Ergebnis in Händen halten sollte. Liu argumentiert, dass Frontier-Intelligenz „auf offene und erschwingliche Weise für alle verfügbar“ sein sollte, sagt, er traue Anthropic oder OpenAI nicht zu, das zu tun, und fügt den Satz hinzu, mit dem die Berichterstattung aufmachte – dass es, „um es übertrieben auszudrücken“, mit Hitler vergleichbar wäre, der vor den Alliierten die Atombombe erlangte, wenn Anthropic die fortschrittlichste KI oder AGI beherrschen würde. Seine eigene Entscheidung, im Labor zu bleiben, verknüpft er mit dessen Open-Weights-Ansatz.

Zwei Dinge an diesem Essay sind wichtig für die Lektüre des heutigen Screenshots. Das erste ist, dass es ein verifiziertes Artefakt ist: Der Autor hat gegenüber Business Insider bestätigt, dass er es geschrieben hat, und es ist datiert und zuordenbar, was auf das Bild nicht zutrifft. Das zweite ist, was es über den internen Rahmen verrät. Das Argument, das Liu vorbringt, ist nicht „ein Nachfolger wäre gefährlich, also langsamer machen“. Es ist „ein Nachfolger kommt, und die Frage ist, wer ihn bekommt“. Das ist ein Verteilungsargument, kein Alignment-Argument – und dagegen gelesen passt die Schlusszeile des Screenshots, „es könnte zu einem Instrument dessen werden, der es kontrolliert“, viel besser zu DeepSeeks öffentlicher Haltung als der Rest des Auszugs. Der Absatz über Korrigierbarkeit und Machtstreben mag DeepSeek-Output sein oder auch nicht. Der Absatz darüber, wer am Ende das Instrument hält, ist eine Position, für die die eigenen Mitarbeiter des Unternehmens Essays schreiben, um sie zu verteidigen.

Es fiel außerdem in eine bestimmte Woche. Im selben Vierzehn-Tage-Zeitraum trat ein ehemaliger Forscher von Anthropic und OpenAI, Jacob Coxon, aus Sicherheitsgründen zurück und schrieb, KI-Unternehmen würden „geradewegs auf eine sich selbst verbessernde Superintelligenz zurasen“ und „mit unserem Leben spielen“ – ein Beitrag, dessen Reichweite Cybernews auf über 100 Millionen Aufrufe schätzte – und Anthropics eigene Forschende wandten sich an X, um zu argumentieren, dass das Risiko real sei; einer von ihnen bezifferte die Wahrscheinlichkeit eines durch KI verursachten menschlichen Aussterbensszenarios innerhalb eines Jahrzehnts auf über 10 %. Eine durchgesickerte Behauptung, ein superintelligenter Nachfolger werde in jener Woche erscheinen, ist kein Zufall; es ist die allgegenwärtige Konversation, mit einem angehängten Screenshot.

Warum der Nachfolger jetzt eine Frage des Einkaufs ist, nicht nur eine philosophische.

Zieht man die Philosophie ab, bleibt darunter eine schlichte kommerzielle Tatsache: Der Nachfolger hat einen Namen in DeepSeeks eigenem Versionshinweis. Die Ankündigungsseite zu V4.1 Flash gibt an, dass die Umleitung des Datenverkehrs von deepseek-v4-pro auf deepseek-flash „bis zum Start von V4.1-Pro fortgesetzt wird“ – ein Satz, der zweierlei bewirkt. Er verpflichtet DeepSeek V4.1 Pro zur Existenz und verpflichtet das Unternehmen, die Übergangslösung so lange wie nötig aufrechtzuerhalten. Nach dem Stand vom 28. September 2026 enthält die Preisseite genau zwei Modelle, deepseek-flash und deepseek-v4-pro, und keine Zeile zu V4.1 Pro.

Der übrige Stand der Dinge ist ebenso überprüfbar und ebenso dürftig. DeepSeek V4.1 Flash wurde am 10. September 2026 veröffentlicht, als kleinstes Modell einer neuen Architekturfamilie – ein Mixture-of-Experts-Backbone mit 552 Milliarden Parametern auf einer Causal-Encoder-Decoder-Architektur, mit 8B aktiven Parametern beim Prefill und 16B beim Decode, nativer Bildeingabe, einem 1M-Token-Kontext, MIT-lizenzierten Gewichten und Stand heute ungefähr 651.000 Downloads auf Hugging Face. Der Plan, DeepSeek V4 Pro am 14. September auszumustern, wurde angekündigt und zurückgezogen, nachdem Nutzer dagegen protestiert hatten, dass ihnen ein Produktionsmodell unter den Füßen weg ausgetauscht wird. Und DeepSeek V4.1 Pro hat keine Modellkarte, kein Repository, keine Gewichte, keinen Preis und keinen Endpoint – es liefert heute in der Modell-API unseres eigenen Katalogs einen 404 zurück, während DeepSeek V4.1 Flash und DeepSeek V4 Pro beide erfolgreich aufgelöst werden.

Die ehrliche Bilanz lautet also: ein vom Hersteller benannter, aber nicht ausgelieferter Nachfolger, ein ausgeliefertes Modell, das einen echten Generationswechsel darstellt, ein Flaggschiff, das durch Protest am Leben gehalten wird, und ein Screenshot ohne Beschriftung. Der Screenshot ist der am wenigsten verlässliche Eintrag in dieser Liste und der einzige, den der Feed diskutieren wird.

Was soll man heute mit all dem anfangen?

Nichts in den letzten zwei Wochen ändert daran etwas, was ein Leser aufrufen kann oder was es kostet. Wer sich jetzt für ein DeepSeek-Modell entscheidet, wählt zwischen den beiden, die es gibt, und beide werden über einen einzigen OrcaRouter-Endpunkt zu DeepSeeks eigenem Listenpreis bereitgestellt, durchgereicht mit 0 % Aufschlag, sodass die Peak-/Off-Peak-Struktur des Anbieters an dem Tag, an dem sie sich ändert, unverändert bei uns ankommt: DeepSeek V4.1 Flash mit 0,30 $ pro Million Input-Tokens und 1,20 $ Output zu Peak-Zeiten, was sich zu Off-Peak-Zeiten auf 0,15 $ und 0,60 $ halbiert, gegenüber DeepSeek V4 Pro mit 1,32 $ Input und 3,96 $ Output zu Peak-Zeiten. Unsere eigene Sieben-Tage-Telemetrie für das Flash-Modell ergibt eine p50-Zeit bis zum ersten Token von knapp 1,9 Sekunden bei etwa 167 Output-Tokens pro Sekunde und einer Fehlerrate unter 0,05 %, was das praktische Argument dafür ist, es mit einem Teil des Traffics auszuprobieren, statt auf gut Glück zu migrieren.

Die Nachfolgerfrage ist in erster Linie eine Routing-Frage, und das ist der ehrliche Grund, sie auf einem Router statt in einem Vertrag zu belassen. Wenn dann ein V4.1 Pro erscheint, ist ein unbewiesenes Modell aus einem Labor, das bereits eine erzwungene Migration abgebrochen hat, genau der Fall dafür, ihm einen Bruchteil des Traffics hinter automatischem Failover zuzuleiten: Wenn es falsch liegt, landet die Anfrage bei dem Modell, das du optimiert hast, und wenn es richtig liegt, hast du es vor deinen Nutzern erfahren. Kein zweiter Schlüssel, keine zweite Integration, keine Codeänderung, wenn das dritte Modell eintrifft. Auf OrcaRouter gibt es nichts, das DeepSeek V4.1 Pro ist, denn DeepSeek V4.1 Pro existiert noch nicht, und es wäre eine schlechte Werbung für eine Routing-Plattform, etwas anderes vorzutäuschen.

Was würde dies von einem Screenshot in Nachrichten verwandeln?

• Eine Modellbezeichnung. Das günstigste Einzelne, das diesen Beitrag verändern würde: ein DeepSeek-Modell, eine Version und ein reproduzierbarer Prompt. Bis dahin ist der Auszug ein Textbeispiel mit einer angegebenen Quelle und einem nicht angegebenen Autor.

• Ein DeepSeek-Dokument, das Nachfolgerverhalten erörtert. Das Unternehmen veröffentlicht offen — Gewichte, Lizenzierung und alles. Was es noch nie veröffentlicht hat, ist ein Abschnitt der Modellkarte darüber, was eine leistungsfähigere Version seiner selbst tun könnte. Ein Sicherheitsabschnitt, der an die V4.1-Pro-Karte angehängt würde, wäre ein größeres Ereignis als die Karte selbst.

• Ein Changelog-Eintrag zu V4.1 Pro. Der jüngste Eintrag im API-Changelog von DeepSeek ist die Veröffentlichung von V4.1 Flash am 10. September. Ein zweiter Eintrag ist das Ereignis, das den Nachfolger von einem Namen zu einem Modell macht – und es ist der Punkt, an dem der obige Auszug aufhört, Philosophie zu sein, und beginnt, ein Datenblatt zu sein.

• Ob die Open-Weights-Position den Scale-up übersteht.MIT-lizenzierte Gewichte für ein 552B-Flash-Modell und ein öffentlicher Essay, der argumentiert, dass Frontier-Intelligenz breit verfügbar sein sollte, sind beide dokumentiert. Ob das leistungsfähigste Modell von DeepSeek auf dieselbe Weise erscheint, ist die Frage, die das nächste Release beantwortet, und sie ist diejenige, die die meisten Leser tatsächlich interessiert.

Bis eines davon eintrifft, ist die vernünftige Lesart des Artefakts dieser Woche eng und wenig schmeichelhaft. Ein leistungsfähiges Modell unbekannter Herkunft lieferte eine sorgfältige und unaufgelöste Antwort auf eine schwierige Frage zur Macht; das Interessante ist nicht, dass es sie gab, sondern dass seine eigene veröffentlichte Dokumentation zu dem Thema so wenig zu sagen hat — und dass das, was einer schriftlich fixierten Sicherheitsvision von DeepSeek am nächsten kommt, ein Essay eines Ingenieurs darüber ist, wer die Technologie besitzen sollte, und eine README, die einem sagt, man solle den Agenten in einem Wegwerf-Container laufen lassen.