DeepSeek V4.1 Flash vs. DeepSeek V4 Flash: Nach einer Woche unabhängig gemessen

Die Frage, die dieser Vergleich beantworten sollte — ob Sie von DeepSeek V4 Flash auf DeepSeek V4.1 Flash umsteigen sollten —, ist diese Woche kürzer geworden, weil DeepSeek einen Teil davon beantwortet hat, ohne gefragt zu werden. Seit 04:00 UTC am 14. September 2026 werden API-Aufrufe, die an die ausgemusterte Kennung deepseek-v4-flash gerichtet sind, von DeepSeek V4.1 Flash bedient, und Aufrufe, die an deepseek-v4-pro gerichtet sind, ebenfalls, wobei beide zu Flash-Tarifen abgerechnet werden. Einfach stillzuhalten gehört auf dem eigenen Endpunkt des Anbieters nicht mehr zu den Optionen. Was weiterhin wirklich offen ist, ist die Frage, ob das neue Modell in den beim Launch behaupteten Punkten besser ist — und dort liegt nun die erste unabhängige Messung vor, und sie teilt die Launch-Story sauber in zwei Hälften.

Jede Zahl unten ist datiert, denn die letzten sieben Tage haben sich verschoben. Von Anbietern gemeldete Zahlen sind als anbieterseitig gemeldet gekennzeichnet und Community-Zahlen als community-seitig gemessen, und jede einzelne wurde aus ihrer eigenen Quelle gelesen, statt aus der früheren Version dieses Artikels übernommen. DeepSeek V4.1 Flash erreichte am 10. September 2026 die allgemeine Verfügbarkeit — vor sechs Tagen —, und seit dem 9. September hat sich genug gefestigt, dass der vorherige Entwurf dieses Vergleichs inzwischen in zwei Punkten irreführt. Einer davon ist die Geschwindigkeit, und er führt in genau die Richtung irre, die der Launch beabsichtigt hatte.

Was wurde zwischen dem 9. September und heute geschlossen?

Sechs Dinge waren noch offene Fragen, als diese Paarung zum ersten Mal beschrieben wurde. Alle sechs sind inzwischen beantwortet, und nur eine davon ist eine schlechte Nachricht.

• Allgemeine Verfügbarkeit – bestätigt und datiert. DeepSeeks eigenes Changelog führt die Veröffentlichung mit dem Datum 2026-09-10, und das Modell ist in der App, im Web-Client und über die API unter der Kennung deepseek-flash live.

• Die Preiskarte – ist wie angekündigt eingetroffen. Die Tarife, die vor dem Start kursierten, wurden als Leak vor dem Launch gemeldet; sie sind jetzt die veröffentlichte Karte, und sie sind die Zahlen zwei Abschnitte weiter unten.

• Offene Gewichte — beantwortet. Die Gewichte sind auf Hugging Face unter einer MIT-Lizenz veröffentlicht, gemeinsam mit einem technischen Bericht, ohne Gate und ohne Zugangsformular.

• Unabhängige Messung — eingetroffen. Artificial Analysis hat jetzt DeepSeek V4.1 Flash getestet – die größte einzelne Lücke in dem Artikel vom 9. September. Sie wird unten besprochen, und sie besagt nicht, was der Launch implizierte.

• Routing — aktiviert. Die Weiterleitung des DeepSeek V4 Pro-Datenverkehrs, die die Markteinführungsankündigung als bevorstehend beschrieben hatte, ist jetzt in Kraft – mit einem Datum versehen.

• Serving-Support – ausgeliefert, mit Einschränkungen. NVIDIA vLLM, SGLang und Dynamo haben alle Day-Zero-Pfade veröffentlicht; die Local-Runner-Story ist enger gefasst, als „Day-0-Support“ vermuten lässt.

Zwei Dinge haben sich nicht geändert und gehören vor die Zahlen. DeepSeek V4.1-Pro ist weiterhin nicht veröffentlicht: DeepSeeks eigene Materialien beschreiben die Pro-Weiterleitung als laufend „bis V4.1-Pro erscheint“, und bis heute ist nichts erschienen. Und DeepSeek V4 Flash existiert weiterhin – seine Gewichte sind nach wie vor offen und MIT-lizenziert, und wer es selbst hostet, kann es weiterhin nutzen. Was geendet hat, ist der API-Weg des Anbieters dorthin.

Unter der Haube: ein anderes Modell, kein schnelleres.

Der Vergleich vom 9. September argumentierte, dass DeepSeek V4.1 Flash nicht einfach DeepSeek V4 Flash mit hochgedrehtem Geschwindigkeitsregler ist, und eine Woche veröffentlichter Details hat das konkret gemacht. Während das ältere Modell ein Mixture-of-Experts mit 284B Parametern und 13B aktiven Parametern ist – die Post-Training-Aktualisierung V4-Flash-0731 –, ist der Nachfolger eine neue Architektur, die DeepSeek Causal Encoder-Decoder nennt: ein 20-schichtiger kausaler Encoder, der auf einem 20-schichtigen Decoder aufsetzt, 40 Transformer-Schichten, wobei der KV-Cache des Decoders aus den finalen Hidden States des Encoders projiziert wird, statt Schicht für Schicht berechnet zu werden. Auf dieses letzte Detail gehen die Effizienzbehauptungen zurück.

• Aktive Parameter — DeepSeek berichtet von ungefähr 8B aktiven pro Token während des Prefill und 16B während des Decode, gegenüber 552B an Backbone-Parametern. DeepSeek V4 Flash aktiviert 13B über ein 284B-Backbone.

• KV-Cache — DeepSeek berichtet, dass der neue Build nur ein Viertel des HBM und ein Achtel des SSD der vorherigen Flash-Generation benötigt. Beachte, welche dieser Zahlen die persistente ist: Die 8-fache Reduzierung ist diejenige, die bestimmt, wie viel Kontext du zwischen den Turns auf der Festplatte geparkt halten kannst.

• Eingabe – Text und Bilder nativ in einem Modell. DeepSeek V4 Flash ist rein textbasiert, und für Bildarbeit war der separate experimentelle Build DeepSeek-V4-Flash-Vision-Exp nötig, der inzwischen zusammen mit ihm eingestellt wurde.

• Kontext und Ausgabe — 1.048.576 Token Kontext und eine Obergrenze von 384.000 Token für die Ausgabe, dieselbe Schlagzeilenform, die DeepSeek V4 Flash veröffentlicht hat.

• Gewichte — MIT, veröffentlicht auf Hugging Face.

Jeder der oben genannten größenbasierten Vergleiche hat einen Vorbehalt, und es lohnt sich, ihn klar zu benennen statt in einer Fußnote. Die Backbone-Zahl von 552B stammt vom Anbieter. Die Dateiliste des Checkpoints selbst summiert sich auf ungefähr 510 GB, was kleiner ist, als eine naive Lesart von 552B Parametern vermuten ließe, weil die Gewichte bereits quantisiert ausgeliefert werden. Und die Modellkarte von DeepSeek deklariert separat eine Engram-Tabelle für bedingtes Gedächtnis mit 196B Parametern – eine token-adressierte Nachschlagetabelle, die an zwei Punkten im Netzwerk herangezogen wird, statt einer Schicht, die der Text durchläuft. Addiert man die beiden Zahlen des Anbieters selbst, erhält man 748B, was genau die Lesart ist, zu der eine glaubwürdige Community-Analyse gelangte, als sie die 552B-Schlagzeile anzweifelte. Die eigene Seite des Modells bei Hugging Face zeigt in ihrer Seitenleiste eine dritte Zahl, 763B. Drei Zahlen, alle vertretbar, je nachdem, ob man den Computing-Stack, die Speichertabelle oder die Datei auf der Festplatte zählt. Betrachten Sie jedes „552B“ in einem Spec-Vergleich als die Backbone-Zahl des Anbieters, nicht als die Größe des Downloads.

Zwei Zeilen dieser Karte waren am Starttag offene Fragen, und beide sind inzwischen gefüllt: Die Gewichte sind unter MIT veröffentlicht, und der erste Drittanbieter-Score existiert. Die Geschwindigkeitszeile ist diejenige, die den umgekehrten Weg ging, und sie bekommt unten einen eigenen Abschnitt.

Die Tarifkarte ist bestätigt — und sie ist weiterhin eine Karte.

Die zentrale Erkenntnis des früheren Vergleichs bleibt bestehen und ist mittlerweile mehr als nur ein Gerücht. DeepSeek V4.1 Flash und DeepSeek V4 Flash werden nach einer einzigen Preisliste der Flash-Stufe abgerechnet statt nach zwei, und da die alten Bezeichner jetzt auf das neue Modell verweisen, wird alles, was noch deepseek-v4-flash aufruft, ebenfalls nach der neuen Preisliste abgerechnet. Dies sind die von DeepSeek veröffentlichten Zahlen, gültig ab 04:00 UTC am 10. September 2026:

• Cache-Treffer-Eingabe — 0,003 $ pro 1 Mio. Token außerhalb der Hauptzeit, 0,006 $ zur Hauptzeit

• Cache-Miss-Eingabe — 0,15 $ pro 1 Mio. Token außerhalb der Spitzenzeiten, 0,30 $ zu Spitzenzeiten

• Ausgabe — 0,60 $ pro 1 Mio. Tokens außerhalb der Spitzenzeiten, 1,20 $ zur Spitzenzeit

• Spitzenlastzeiten — 01:00–04:00 und 06:00–10:00 UTC an Wochentagen. An Wochenenden und gesetzlichen Feiertagen gilt rund um die Uhr Nebenzeit.

Die Schwachlast-Spalte ist diejenige, die zitiert wird, und die Spitzenlast-Spalte ist diejenige, die zuschlägt: Ein europäischer oder asiatischer Arbeitsvormittag fällt in ein Spitzenlast-Fenster und zahlt das Doppelte, wodurch aus einem beworbenen Input-Tarif von 0,15 $ genau für die Stunden, in denen die meisten Teams tatsächlich Traffic fahren, 0,30 $ werden. Kalkulieren Sie Ihr Budget anhand der Spitzenlast-Spalte, es sei denn, Ihre Workload läuft wirklich über Nacht UTC.

Gemessen an der Preiskarte, nach der DeepSeek V4 Flash vor der Änderung abgerechnet wurde — 0,007 $ pro Cache-Hit, 0,22 $ pro Cache-Miss und 0,66 $ Output pro 1 Mio. Tokens außerhalb der Spitzenzeiten —, senkt das neue Preisblatt den gecachten Input um rund 57 %, den Cache-Miss-Input um rund 32 % und den Output um rund 9 %. Der Nachfolger ist also pro Token günstiger als das Modell, das er ersetzt, und zwar um einen Vorsprung, der bei den Tokens, die eine Agent-Schleife ständig erneut liest, groß und bei den Tokens, die er erzeugt, bescheiden ausfällt. Das ist die eigentliche Gestalt der Geschichte vom „Flash-Preisnachlass“: Es ist eine Kürzung beim Cache-Hit mit einem angehängten Output-Rabatt.

Diese Aufnahme zeigt die Karte in dem Zustand vor der Kürzung vom 10. September – das Blatt, gegen das DeepSeek V4 Flash bis August abgerechnet wurde, hier als Vorher-Seite des Vergleichs aufbewahrt. Die Nachher-Seite sind die vier Aufzählungspunkte oben.

Was die Benchmarks tatsächlich aussagen und wer sie durchgeführt hat

Das Benchmark-Bild hat zwei Hälften, die üblicherweise als eine zitiert werden, und sie haben einen sehr unterschiedlichen Stellenwert.

Die erste Hälfte ist DeepSeeks eigene Auswertungstabelle, die mit dem Release veröffentlicht wurde. Sie setzt DeepSeek V4.1 Flash mit 74,2 auf DeepSWE v1.1 an – vor Claude Opus 5 mit 74,0, GPT-5.6 Sol mit 73,0, Kimi K3 mit 67,5, GLM-5.3 mit 66,9, DeepSeek V4 Pro 0813 mit 62,7 und DeepSeek V4 Flash 0731 mit 54,4. Das sind vom Anbieter durchgeführte Zahlen, gemessen bei maximalem Reasoning-Aufwand, und dasselbe Release berichtet, dass derselbe Checkpoint auf acht verschiedenen Agenten-Scaffolds Werte zwischen 65,5 und 74,2 erzielt – 74,2 auf dem Scaffold, der am besten zu ihm passt, 69,8 unter Claude Code, 65,6 unter Codex, 65,5 unter OpenCode. Ein Vorsprung von 0,2 Punkten gegenüber Claude Opus 5, auf einer vom Anbieter durchgeführten Suite, aus dem günstigsten von acht Scaffolds entnommen, begründet keine Führungsposition gegenüber Claude Opus 5. Es belegt, dass das neue Flash beim agentischen Coding mit der Frontier konkurrenzfähig ist, wenn alles nach seinen Vorstellungen eingerichtet ist – was ein echtes Ergebnis ist und ein viel kleineres, als „vor Opus 5“ klingt.

Die zweite Hälfte ist der Teil, den es am 9. September noch nicht gab. Artificial Analysis hat DeepSeek V4.1 Flash inzwischen unabhängig gemessen und ordnet es mit 40 im Intelligence Index ein, gegenüber 35 für DeepSeek V4 Flash 0731 — Platz sechs von 113 gemessenen Modellen, gegenüber Platz acht für das Modell, das es ersetzt, und deutlich über dem Median von 18 für Open-Weight-Modelle vergleichbarer Größe. Das ist die Zahl, von der die frühere Version dieses Artikels sagte, dass es sie noch nicht gebe, und sie entscheidet die breite Frage zugunsten des Nachfolgers: Bei einem Drittanbieter-Komposit aus Reasoning, Wissen, Mathematik und Coding ist der neue Build messbar das stärkere Modell. Die Frontier-Frage entscheidet sie nicht, denn im selben Leaderboard stehen Kimi K3 und GLM-5.3 über ihm.

Die Geschichte von der Geschwindigkeit hielt der Messung nicht stand

Hier muss der frühere Vergleich korrigiert statt erweitert werden. Sein Kern war, dass die beiden Modelle sich eine Preistabelle teilen und sich bei der Geschwindigkeit unterscheiden, wobei DeepSeek V4 Flash mit ungefähr 120–140 Ausgabe-Tokens pro Sekunde gemessen wurde und Tester von DeepSeek V4.1 Flash am ersten Tag 280 bis 500 meldeten, mit Spitzen über 500. Diese Diskrepanz ließ sich nicht reproduzieren.

Laut der Messung von Artificial Analysis erzeugt DeepSeek V4.1 Flash 214,4 Ausgabe-Tokens pro Sekunde und DeepSeek V4 Flash 0731 erzeugt 214,9 – ein totes Rennen, ein Unterschied von einem halben Token pro Sekunde, nach derselben Methodik, mit der beide Werte ermittelt wurden. Was auch immer die Community-Läufe am ersten Tag gemessen haben, es war kein Vergleich unter gleichen Bedingungen: Tokens pro Sekunde variieren je nach Anbieter, Hardware, Batch-Größe, Parallelität und dem Anteil der Antwort, der aus Reasoning-Tokens besteht, und die Zahlen der Startwoche stammten von Setups, die sich in allen fünf Punkten unterschieden. Die ehrliche Richtigstellung ist, dass der Durchsatzvorteil, den der Start implizierte, in unabhängigen Messungen nicht sichtbar ist. Wer zu DeepSeek V4.1 Flash gewechselt ist und zwei- bis dreifache Geschwindigkeit erwartet, sollte dies anhand des eigenen Traffics neu messen, bevor er es annimmt.

Das Kostenbild ist interessanter als das Geschwindigkeitsbild, und es ist auch kein einfacher Gewinn. Bei den Pro-Token-Eingaben von Artificial Analysis – 0,30 $ Eingang und 1,20 $ Ausgang für das neue Modell gegenüber 0,44 $ und 1,32 $ für das alte, beide zum Spitzenpreis – ist DeepSeek V4.1 Flash pro Token günstiger. Doch die gemessenen Kosten pro Aufgabe des Intelligence Index belaufen sich auf 0,27 $ gegenüber 0,22 $, also etwas höher, weil das neue Modell ein stärkerer Vielredner ist: 250 Mio. Ausgabe-Tokens über den Index hinweg gegenüber 240 Mio. bei seinem Vorgänger, und eines der geschwätzigeren Modelle, die das Leaderboard misst. Ein günstigeres Token, das häufiger ausgegeben wird, ist nicht automatisch eine günstigere Aufgabe. Auf welcher Seite man dabei landet, hängt ganz davon ab, ob Ihre Arbeitslast von erneut gelesenem Kontext dominiert wird, wo der 57-prozentige Cache-Treffer-Rabatt den Ausschlag gibt, oder von generierter Ausgabe, wo Geschwätzigkeit den Rabatt auffrisst.

Day-0-Serving-Support und was er wirklich wert ist

Wenn Sie DeepSeek V4 Flash bereits selbst hosten, ist dies der Abschnitt, der darüber entscheidet, ob die Migration günstig ist, und die Antwort lautet: günstiger als üblich, aber nicht kostenlos – und nicht auf der Laufzeitumgebung, die die meisten unter „lokal“ verstehen.

• NVIDIA vLLM — lieferte einen Day-Zero-Pfad als Preview-Docker-Image statt als veröffentlichtes Paket aus; die Architekturunterstützung wurde zum Release nicht in die Mainline integriert, sodass es kein pip install gibt, das sie enthält. Über eine Reihe von NVIDIA-Plattformen hinweg verifiziert statt nur auf einer, mit einer Speicheruntergrenze von etwa 614 GB für die Gewichte plus Spielraum.

• SGLang — Day-Zero-Vorschaubild und ein Cookbook-Eintrag, veröffentlicht ohne Leistungszahlen, weil der Anbieter Messungen aus der Entwicklungsphase als instabil bewertete. Verifiziert auf Hardware der GB300-Klasse, wobei andere als noch zu bestätigend aufgeführt werden.

• NVIDIA Dynamo — Day-Zero-Deployment-Rezepte neben den bestehenden Flash- und Pro-Rezepten.

• Anderes Silizium — Cambricon meldete noch am selben Tag eine Day-Zero-Adaption über vLLM.

• Ollama und llama.cpp — die Lücke. Ollama listet das Modell auf, aber als Cloud-Passthrough: Es läuft auf Ollamas Servern, nicht auf deinen. Die Unterstützung der llama.cpp-Architektur wurde nicht zusammengeführt, daher gibt es noch keinen lokalen Upstream-Pfad, und Community-GGUF-Konvertierungen existieren, ohne dass eine veröffentlichte Runtime sie Ende-zu-Ende ausführt.

Die praktische Einschätzung: Das Framework-Ökosystem hat sich ungewöhnlich schnell entwickelt, und wenn Sie auf vLLM oder SGLang über einen Multi-GPU-Knoten hinweg deployen, haben Sie innerhalb weniger Tage nach dem Launch einen dokumentierten Weg. Wenn Ihr DeepSeek V4 Flash-Deployment eine llama.cpp- oder Ollama-Box ist, gibt es noch kein Äquivalent, und der ~510GB-Checkpoint bedeutet, dass es bei den Größen, die die Hardware impliziert, wahrscheinlich keines geben wird. Die Gewichte stellen außerdem nicht dieselbe Art von Problem dar: DeepSeek V4 Flash mit insgesamt 284B ist eine Single-Node-Angelegenheit, und der neue Build mit 552B Backbone — vor der Engram-Tabelle — ist es nicht.

Routing hat sich verschoben, und das für dich.

Der am wenigsten beachtete Teil dieser Ankündigung ist nach wie vor, dass DeepSeek den Datenverkehr zwischen seinen eigenen Modellen weiterleitet, und anders als am 9. September gibt es nun konkrete Termine. Ab 04:00 UTC am 14. September werden API-Anfragen, die auf deepseek-v4-pro abzielen, von DeepSeek V4.1 Flash bedient und zu Flash-Tarifen abgerechnet – eine Regelung, die laut DeepSeek so lange gilt, bis V4.1-Pro erscheint. DeepSeek V4 Flash und DeepSeek-V4-Flash-Vision-Exp werden vollständig eingestellt; ihre Bezeichner bleiben nur als Kompatibilitäts-Aliase bestehen, die ebenfalls auf das neue Modell verweisen.

Lesen Sie das als Antwort auf die Frage, für die es diesen Artikel gibt. Vor einer Woche wurden Pro-Aufrufer automatisch umgestellt, und Flash-Aufrufer mussten eine Entscheidung treffen. Heute hat der Anbieter sie für beide getroffen, was bedeutet, dass die Live-Entscheidung auf der API nicht mehr „V4 Flash oder V4.1 Flash“ lautet – sondern ob Ihre Prompts, Evals und Ihr Kostenmodell für ein neu trainiertes Modell bereit sind oder ob Sie einen ganz anderen Fallback benötigen.

Das ist dieselbe Logik, die eine Routing-Schicht über Anbieter hinweg anwendet, und genau das ist der Teil, an dem eine Plattform wie OrcaRouter verdient. DeepSeek V4.1 Flash auf OrcaRouter trägt DeepSeeks Listenpreis — 0,15 $ pro 1 Mio. Eingabe-Token und 0,60 $ pro 1 Mio. Ausgabe-Token — zu 0 % Aufschlag durchgereicht, was dafür sorgt, dass eine Preissenkung eines Anbieters bei uns am selben Tag ankommt, an dem sie bei ihm ankommt. DeepSeek V4 Flash auf OrcaRouter bleibt während Ihrer Migration mit demselben Schlüssel aufrufbar, sodass der Wechsel nur ein Modell-String und kein zweiter Vertrag ist, und DeepSeek V4 Pro auf OrcaRouter bleibt gelistet, während die Weiterleitung des Anbieters es mit dem neuen Modell zu Flash-Preisen ausliefert. Das automatische Failover über Anbieter hinweg ist der günstige Weg, ein neu trainiertes Modell mit echtem Traffic auszuprobieren, ohne einen Produktionspfad auf das Verhalten am ersten Tag zu setzen: Routen Sie einen Teil, behalten Sie ein bewährtes Modell dahinter, und lassen Sie die Randfälle auf dem Fallback landen, während Sie herausfinden, ob sich das neue Prompting wie gewünscht verhält.

Welche sollten Sie anrufen?

Wenn die ehrliche Antwort immer noch „entweder, für alle“ wäre, wäre diese Aktualisierung nicht wert, veröffentlicht zu werden. Die Woche hat die Entscheidung zweimal verschoben – einmal zugunsten des Nachfolgers, einmal dagegen.

Das Argument für den Wechsel zu DeepSeek V4.1 Flash ist heute stärker als am Tag des Marktstarts, und es stützt sich auf die unabhängige Zahl statt auf die Anbietertabelle. Vierzig gegen fünfunddreißig im Intelligence Index ist eine echte Lücke, gemessen von jemandem, der kein Eigeninteresse daran hat, das Modell ist pro Token günstiger als das, das es auf derselben Karte ersetzt, Bildeingabe benötigt kein zweites Modell mehr, und jede Messung eines Dritten stimmt darin überein, dass es beim Durchsatz mindestens gleichauf mit seinem Vorgänger liegt statt zwei- bis dreimal schneller zu sein. Wenn Sie eine neue Workload starten oder für Bilder auf DeepSeek-V4-Flash-Vision-Exp gesetzt haben, ist der Wechsel unkompliziert, und die Migrationskosten bestehen aus einem Modell-String.

Das Argument für eine Pause ist enger als früher und spezifischer. Wenn Ihre Prompts, Tool-Calling-Schemata und Evals auf V4-Flash-0731 abgestimmt wurden, ist ein neu trainiertes Modell eine Verhaltensänderung und keine Geschwindigkeitsänderung — Prompting, Ablehnungsgrenzen und Ausgabelänge verschieben sich alle, und die Tatsache, dass das neue Modell redseliger ist, ist selbst eine Verhaltensänderung, die sich in Ihrer Rechnung niederschlägt, bevor sie in Ihren Qualitätsmetriken sichtbar wird. Und wenn Ihr Deployment selbst gehostet auf llama.cpp oder Ollama läuft oder Ihr Budget eher von Ausgabe-Tokens als von gecachtem Input abhängt, dann ist die wirtschaftliche Rechnung eines Wechsels nicht die, die die Schlagzeile zum Launch nahegelegt hat. Einen Tag Ihres eigenen Traffics durch beide laufen zu lassen und akzeptierte Completions pro Dollar zu vergleichen, wird Ihnen mehr sagen als jede der obigen Tabellen.

Für die meisten Teams ist die vertretbare Position eine Woche nach dem Launch keine der beiden lauten: Behandeln Sie DeepSeek V4.1 Flash als Standard, weil die unabhängigen Belege inzwischen dafür sprechen, lassen Sie DeepSeek V4 Flash weiterhin alles bedienen, was es bereits gut bedient – seine Gewichte sind noch da, weiterhin MIT – und messen Sie den Durchsatz für Ihre eigene Arbeitslast neu, statt entweder den Community-Zahlen aus der Startwoche oder einer einzelnen Leaderboard-Zeile zu vertrauen. Der Nachfolger ist wirklich besser. Er ist nur um weniger besser – und an anderen Stellen – als der Launch nahelegte.