DeepSeek V4.1 Flash startet zweitägige API-Beta: Neue Architektur, native Multimodalität und Profi-Anspruch

DeepSeek V4.1 Flash ist genau dort aufgetaucht, wo Deep​Seek Dinge testet, bevor es sie ankündigt: in der Live-API, unter einer Modell-ID, die ihr eigenes Ablaufdatum trägt. Die ID — deepseek-v4.1-flash-expires-on-0910 — wurde am 8. September 2026 in Betrieb genommen, nachdem das Team von Deep​Seek einen internen Test einer „Zwischenversion“ in seinen offiziellen Community-Gruppen veröffentlicht hatte, und das angehängte 0910 ist die Geschichte im Miniaturformat. Dabei handelt es sich um einen Build, der für einen begrenzten Test in die echte API-Umgebung eingespielt wurde; der Test soll um den 10. September herum offline gehen, noch vor dem offiziellen Ankündigungspost, den die Tippgeber, die das Modell gemeldet haben, „sehr bald“ erwarten. Es ist kein Launch. Es gibt keine Modellkarte, keinen technischen Bericht und keinen Changelog-Eintrag, und Stand heute Abend listet die öffentliche Seite „Models & Pricing“ von Deep​Seek weiterhin nur DeepSeek V4 Flash, DeepSeek V4 Pro und DeepSeek-V4-Flash-Vision-Exp auf.

Alles Nachfolgende sollte stets mit diesem Sternchen im Hinterkopf gelesen werden. Der offizielle Kanal ist hier eine Ankündigung in einer Community-Gruppe und ein dazugehöriges Feedback-Formular – keine Release-Notes. Was folgt, vereint diese Ankündigung, die Berichterstattung chinesischer Medien innerhalb weniger Stunden danach sowie die Messungen, die Entwickler am ersten Tag mit ihren eigenen Schlüsseln am Endpunkt vorgenommen haben – wobei die Behauptungen des Anbieters und die Zahlen der Community als das gekennzeichnet sind, was sie sind.

Was heute tatsächlich passiert ist

Gegen 15:00 Uhr Pekinger Zeit am 8. September teilte das Team von DeepSeek seinen offiziellen Community-Gruppen mit, dass eine Zwischenversion – auf Chinesisch als 中间版本 beschrieben, ein Zwischenstand – vor der Auslieferung einer endgültigen Version für begrenzte Tests in der echten API-Umgebung freigegeben werde. Jeder mit einem DeepSeek-API-Schlüssel kann sie aufrufen: Behalten Sie Ihre bestehende Basis-URL und Ihren Schlüssel bei und setzen Sie den Modellnamen auf deepseek-v4.1-flash-expires-on-0910. Das ist die gesamte Zugangsgeschichte – es gibt keinen separaten Endpunkt, keine Warteliste und keine neue Konsole.

Der praktische Rahmen ist eng. Das Suffix kodiert den Plan: Die Testversion „wird am 10. September automatisch auslaufen und offline gehen“, sodass nur etwa zwei Tage Betriebszeit bleiben. Jedes Konto ist auf 20 gleichzeitige Anfragen begrenzt – gegenüber dem Limit von 2.500 gleichzeitigen Anfragen, das Deep​Seek für deepseek-v4-flash veröffentlicht –, was ein starkes Indiz für die Absicht ist: Dies dient Funktionstests und Evaluierung und nicht dazu, Produktionsverkehr darauf zu richten.

• Was es ist — ein „Zwischenversion“-Checkpoint, der in der Live-API für kurzfristige Tests vor einem offiziellen Build platziert wird.

• Wo es läuft — die eigene API von Deep​Seek; Basis-URL und Schlüssel unverändert, Modellname auf deepseek-v4.1-flash-expires-on-0910 umgestellt.

• Wie lange — der Name sagt „expires-on-0910"; der Test wird voraussichtlich um den 10. September offline gehen.

• Wer kann es aufrufen — jedes Konto mit einem Deep​Seek-Schlüssel, bei 20 gleichzeitigen Anfragen pro Konto.

Was die Beta kostet: die Preisliste für DeepSeek V4 Flash

Deep​Seek sagte, der Test werde zu denselben Sätzen abgerechnet wie deepseek-v4-flash, und die derzeitige Preisliste dieses Modells sei die, die gilt. Seit der Neupreisgestaltung vom 16. August 2026 gelten bei Deep​Seek Peak-/Off-Peak-Preise; die genauen Zahlen sind die offiziellen für die Flash-Stufe:

• Eingabe, Cache-Treffer — 0,007 $ pro 1 Mio. Tokens außerhalb der Spitzenzeiten, 0,014 $ zu Spitzenzeiten

• Eingabe, Cache-Miss — 0,22 $ pro 1 Mio. Tokens außerhalb der Spitzenzeiten, 0,44 $ zur Spitzenzeit

• Ausgabe — $0,66 pro 1M Tokens außerhalb der Spitzenzeiten, $1,32 zu Spitzenzeiten

• Spitzenzeiten — 01:00–04:00 und 06:00–10:00 UTC, Montag–Freitag; alle anderen Stunden sind Nebenzeiten zum halben Spitzentarif.

Zu beachten ist, was sich nicht geändert hat: der Preis pro Token. Deep​Seek’s Behauptung, V4.1 Flash sei „kostengünstiger“, ist daher eine Effizienzaussage und keine Preissenkung – ein Punkt, den mehrere Tester am ersten Tag auf teure Weise gemacht haben, als sie zusahen, wie eine Fünf-Minuten-Sitzung deutlich mehr von ihrem Guthaben verbrauchte als dieselbe Echtzeitdauer bei DeepSeek V4 Flash, weil das Modell Token weitaus schneller verbraucht. Ob die Kosten pro Aufgabe tatsächlich sinken, hängt davon ab, ob es die Arbeit mit weniger Token und weniger Wiederholungen erledigt – was nach zwei Tagen Geschwindigkeitstests niemand beurteilen kann.

Was „neue Architektur, nativ multimodal“ bedeutet – bisher unbestätigt.

Deep​Seek beschreibt V4.1 Flash offiziell mit vier Behauptungen: eine neue Modellstruktur, native multimodale Unterstützung, höhere Leistungsfähigkeit und schnellere Generierung. Die Aussage zur Architektur sticht hervor, weil sie ein Muster durchbricht. Das vorherige Update, DeepSeek V4 Flash 0731, war eine Aktualisierung nach dem Training, die Architektur und Umfang der Vorschauversion beibehielt; Deep​Seeks Formulierung deutet hier auf eine strukturelle Änderung hin, und mehrere Medien sahen darin ein Zeichen, dass das Modell neu vortrainiert und nicht nur feinjustiert wurde. Darüber hinaus ist alles Spekulation. Die Spekulationen der Community über veränderte Aufmerksamkeitsmechanismen, Expertennetzwerke oder ein integriertes Vision-Modul sind genau das: Spekulation. Es wurden weder eine Parameteranzahl, kein Kontextfensterwert, keine Benchmark-Tabelle noch ein technischer Bericht veröffentlicht.

Die Formulierung „nativ multimodal" ist aus einem bestimmten Grund wichtig. DeepSeek-V4-Flash-Vision-Exp, am 21. August gestartet und seit dem 31. August mit offenen Gewichten, setzte einen Vision-Encoder auf die DeepSeek-V4-Flash-Textbasis – DeepSeek-eigenes Material beschrieb das Paar als Textmodell plus externen Vision-Pfad. V4.1 Flash wird als von Grund auf multimodal beschrieben, wobei die Bild-und-Text-Eingabe vom Basismodell selbst übernommen wird. Das ist prinzipiell ein echter architektonischer Unterschied, aber die Modalitätsspezifikation wurde nicht veröffentlicht: Was Tester ausprobiert haben, ist Text-plus-Bilder, und ein Leser sollte „multimodal" nur in diesem Text-und-Bild-Sinn als bestätigt betrachten, bis eine Modellkarte erscheint. Ob ein breiteres Eingabespektrum Teil des Plans ist, ist zum Zeitpunkt dieses Schreibens unbekannt und nicht bestätigt.

Geschwindigkeit ist die Überschrift — und sie ist eine Gemeinschaftsmessung.

Die Zahl, die am ersten Tag die Runde macht, liegt bei rund 420 Ausgabe-Tokens pro Sekunde bei langen Generierungen, wobei für einzelne Läufe Spitzenwerte von über 500 Tokens/s gemeldet wurden. Ein viel geteilter Test erzeugte in weniger als drei Minuten mehr als 71.000 Tokens. Nichts davon ist offiziell: Es handelt sich um Messungen von Entwicklern gegen den Beta-Endpunkt unter unkontrollierten Bedingungen, und Deep​Seek hat keinen eigenen Geschwindigkeits-Benchmark veröffentlicht. Zum Größenvergleich: Artificial Analysis misst den öffentlichen Endpunkt von DeepSeek V4 Flash 0731 mit rund 128 Tokens/s – die frühen Berichte deuten also auf einen Sprung des Rohdurchsatzes um den Faktor drei oder mehr hin – mit dem üblichen Vorbehalt, dass der Durchsatz von der Eingabelänge, der Anzahl gleichzeitiger Anfragen und den Serverbedingungen abhängt.

Die End-to-End-Vergleiche gegen DeepSeek-V4-Flash-Vision-Exp zeigen die größten Unterschiede, weil sie dieselbe Aufgabe direkt hintereinander messen. Tester berichteten von etwa 6× schnelleren End-to-End-Zeiten bei einer SVG-Code-Generierungsaufgabe, etwa 5,2× bei einem Langkontextabruf mit 49k Token, rund 5× bei einer großen SQL-Generierungs- und Optimierungsaufgabe, 4,6× bei einem algorithmischen Problem und 3,9× bei einer asynchronen Refactoring-Aufgabe. Behandeln Sie diese Werte als indikativ, nicht als präzise: End-to-End-Zahlen für dieselbe Aufgabe beinhalten Denkzeit, Latenz bis zum ersten Token und Generierungsgeschwindigkeit, und sie stammen von einzelnen Testern statt aus einer kontrollierten Testreihe. Die konsistente Richtung über alle Ergebnisse hinweg ist das interessante Signal, nicht ein einzelner Multiplikator.

Die Frage im Herzen der Beta

Das strategischste Detail versteckt sich im Feedback-Formular, das Deep​Seek dem Test beigefügt hat. Neben Fragen zu Agent-Frameworks und realen Szenarien fragt es die Tester direkt, ob die Zwischenversion DeepSeek V4.1 Flash „das Online-DeepSeek V4 Pro vollständig ersetzen kann“. Das ist eine bemerkenswerte Frage, die ein Unternehmen an Nutzer richtet, denn DeepSeek V4 Pro liegt drei Preisstufen über Flash: Bei den aktuellen offiziellen Tarifen verlangt das Pro-Modell 0,66 US-Dollar pro 1 Million Input-Tokens (Cache-Miss) und 1,98 US-Dollar pro 1 Million Output-Tokens außerhalb der Stoßzeiten, gegenüber 0,22 US-Dollar und 0,66 US-Dollar für DeepSeek V4 Flash – ein klares 3× in jeder Zeile. Wenn ein Flash-Modell tatsächlich nahe an Pro-Fähigkeiten zu Flash-Preisen herankommt, beantwortet sich die Frage für einen großen Teil der Nutzer von selbst – und Deep​Seek weiß das.

Zusammen mit der Formulierung „neue Struktur“ gelesen, deutet der Fragebogen darauf hin, dass V4.1 Flash der erste sichtbare Schritt zu etwas Größerem ist als einem bloßen Punkt-Refresh — eine Flash-Produktlinie, die neu positioniert wird, um die Lücke zum Flaggschiff zu verkleinern, so wie Deep​Seek wiederholt ein günstigeres, schnelleres Modell eingesetzt hat, um die Markterwartungen daran neu zu setzen, was eine Preisklasse bietet. Nichts davon wird durch einen Benchmark bestätigt; es ist eine strategische Lesart einer Frage aus zwei Sätzen. Aber es ist das Interessanteste, was Deep​Seek den ganzen Tag über V4.1 Flash gesagt hat.

Wo man es ausprobieren kann, und was man in der Zwischenzeit in Produktion betreibt.

Während des Testzeitfensters ist der einzige Ort, um V4.1 Flash zu erreichen, Deep​Seeks eigene API — es gibt kein Third-Party-Hosting für einen Build, der in zwei Tagen abläuft, und niemand sollte einen Produktionspfad an eine Modell-ID anschließen, die bald keine Antworten mehr liefern wird. Die sinnvolle Nutzung der nächsten zwei Tage ist die Evaluierung: Führen Sie Ihre repräsentativen Workloads aus, messen Sie Qualität und reale Token-Ökonomie, und behandeln Sie jede Geschwindigkeitszahl, die Sie sehen, als anekdotisch, bis eine offizielle Veröffentlichung mit einer Modellkarte erscheint.

Für Datenverkehr, der weiterhin funktionieren muss, bleibt die öffentliche Deep​Seek-Palette unverändert – und genau hier beweist eine Routing-Ebene ihren Wert. Auf OrcaRouter sind DeepSeek V4 Flash, DeepSeek V4 Pro und DeepSeek-V4-Flash-Vision-Exp alle über eine einzige API erreichbar, zum Listenpreis von Deep​Seek ohne jeden Aufschlag weitergereicht – die August-Preissenkung ist bei uns also seit dem Tag aktiv, an dem sie in Kraft trat, und nicht erst dann, wenn eine Margentabelle nachgezogen wurde. Wenn ein V4.1 Flash später offiziell an die Anbieter ausgeliefert wird, ist dasselbe Setup der Weg mit geringen Umstellungskosten, um es zu übernehmen: Senden Sie einen Teil des Datenverkehrs an das neue Modell, behalten Sie DeepSeek V4 Flash oder V4 Pro als automatisches Failover, und lassen Sie das Router-DSL entscheiden, welche Aufrufe das unerprobte Modell verdienen und welche beim Arbeitstier bleiben sollten. Sie müssen keinen Produktionspfad auf eine Zwei-Tage-Beta setzen, um herauszufinden, ob sie gut ist.

Offene Fragen

• Wann kommt die offizielle Veröffentlichung? Das Signal, das dieses Modell markiert hat, besagt, dass ein Veröffentlichungsbeitrag „sehr bald" erwartet wird; die zweitägige Lebensdauer der Beta deutet darauf hin, dass DeepSeek nicht beabsichtigt, die Welt lange warten zu lassen.

• Entspricht der endgültige Build diesem hier? Unabhängige Tester, die Deep​Seek-Testzyklen verfolgen, stellen fest, dass das Unternehmen offenbar mehrere Kandidaten-Builds parallel testet, und der schnellste Kandidat in einem frühen Test nicht immer derjenige ist, der veröffentlicht wird – daher entsprechen die heutigen Geschwindigkeitszahlen möglicherweise nicht dem GA-Modell.

• Wie lauten die Spezifikationen? Parameteranzahl, Architekturdetails, Kontextlänge und die vollständige Liste der Eingabemodalitäten sind alle unveröffentlicht – und genau diese Angaben braucht ein echtes Review zuerst.

• Gilt der Preis weiterhin, und übersteht „niedrigere Kosten“ den Kontakt mit realen Arbeitslasten? Die Beta wird zu den Tarifen von DeepSeek V4 Flash abgerechnet; ein Launch könnte eine neue Tarifkarte bringen, und die Kosten pro Aufgabe sind ungemessen.

Kann er wirklich Pro-Pflichten übernehmen? Der Fragebogen stellt die Frage, aber nur unabhängige Evaluierungen von Agentic- und Reasoning-Suites — die Benchmarks, die die Flash-Stufe heute von der Pro-Stufe trennen — können sie beantworten.

Wenn du einen Deep​Seek-Schlüssel hast, steht die Zwei-Tage-Frist im Mittelpunkt: Ruf deepseek-v4.1-flash-expires-on-0910 auf, bevor es verschwindet, lass deine eigenen Workloads laufen und leg die Zahlen unter „community-measured, conditions vary“ ab. Für alle anderen ist der Release-Beitrag das, was man beobachten sollte, und die Frage dahinter – ob die günstigste Preisstufe von Deep​Seek gerade begonnen hat, auf die teuerste zu zielen.

Während sich die zweitägige Beta einspielt, ist das stabile Flash-Modell, das Sie heute tatsächlich ausführen können, nur einen API-Aufruf entfernt: DeepSeek V4 Flash on OrcaRouter — zum Listenpreis von Deep​Seek, mit 0% Aufschlag durchgereicht.

Und das Flaggschiff, gegen das der Beta-Fragebogen die Tester immer wieder bittet, V4.1 Flash zu vergleichen: DeepSeek V4 Pro on OrcaRouter.