DeepSeek V4.1 Pro, nicht gekennzeichnet: Ein Endpunkt mit 180 tok/s, ein Ergebnis aus vier Stichproben und der gerade beendete Ausfall

Irgendwo hinter der API von DeepSeek könnte es ein neues Modell geben, und niemand – auch nicht die Person, die es bemerkt hat – ist bereit, mit Sicherheit zu sagen, dass es DeepSeek V4.1 Pro ist. Der Beweis ist ein Post auf X, veröffentlicht am Morgen des 15. Oktober 2026 vom Tracker @teortaxesTex, und beschrieben wird darin ein Modell, das antwortet, wenn es über den eigenen Endpunkt des Anbieters aufgerufen wird, das einen bestimmten Prompt abschloss, den die beiden bekannten DeepSeek-Flaggschiffmodelle nicht bewältigen konnten, und das mit ungefähr 180 Tokens pro Sekunde zurückkam. Die beiden bekannten werden im selben Atemzug genannt: DeepSeek-V4-Pro-0813 sei bei der Aufgabe „hilflos“, und die V4.1-Generation ebenfalls – was, in den Worten des Verfassers des Beitrags, der Aspekt ist, der es plausibel macht, dass es sich um ein neues Modell handelt und nicht um eine Routing-Panne. Das ist die gesamte Beweislage. Es gibt keine Modellkarte, keine Gewichte, keinen Preis, keinen Endpunktnamen und keine Release-Note von DeepSeek, und DeepSeek V4.1 Flash – das Open-Weights-Modell vom 10. September – ist kein Kandidat, weil Flash ein ausgeliefertes Produkt mit öffentlicher Preisliste ist und nicht etwas, das durch Verhalten entdeckt werden muss.

Was das Signal wert macht, aufgeschrieben zu werden, bevor es sich in die eine oder andere Richtung klärt, ist die Beschaffenheit der Belege und nicht ihre Stärke. Das ist kein Benchmark-Leak, kein Repository, das früh aufgetaucht ist, kein Hinweis von Mitarbeitenden. Es ist eine Black-Box-Beobachtung: Jemand hat darauf geachtet, was ein Endpunkt tat, bemerkt, dass er sich verändert hatte, und es mit der angegebenen Stichprobenzahl gesagt. Solche Beobachtungen sind überhaupt erst der Weg, wie ein Stealth-Release auffliegt, und sie sind auch der Weg, wie viele Fehlalarme entstehen. Der Unterschied zwischen beidem liegt vollständig darin, was im Nachhinein überprüft werden kann; deshalb ist das Nützliche, was man mit diesem hier tun kann, darzulegen, was behauptet wurde, was DeepSeeks eigenes veröffentlichtes Material heute bestätigen kann und was passieren müsste, bevor irgendjemand es als Release bezeichnen kann.

Was tatsächlich behauptet wurde und was damit nicht belegt wird

Der Beitrag ist kurz und trennt seine eigenen Behauptungen besser, als es die meisten Launch-Berichte tun. Reduziert man ihn auf das Wesentliche, bleiben vier:

• Ein D​eepSeek-Serviceausfall, der bereits im Gange war, endete, und das Verhalten des Modells änderte sich ungefähr zu diesem Zeitpunkt — die Rahmung des Posters und der Grund, warum die Beobachtung überhaupt existiert.

• Der Endpunkt bestand „den Cuckold-Witz“ mit dem, was der Poster die besten Ergebnisse diesseits von C​laude nennt, und reproduzierte bei N=4 — vier Stichproben, dasselbe Ergebnis.

• DeepSeek-V4-Pro-0813 und die V4.1-Generation fielen beide beim selben Test durch, was der Verfasser des Beitrags schlicht als „hilflos“ bezeichnet.

• Die Geschwindigkeit lag bei etwa 180 Tokens pro Sekunde, und die vorgebrachte Schlussfolgerung ist ausdrücklich eine Vermutung: „Könnte 4.1 Pro sein.“

Drei dieser vier sind Beobachtungen an einer Blackbox, und das vierte ist ein Modellname, der ihnen durch Rückschluss zugeordnet wird. Nichts in dem Beitrag behauptet, es gebe eine Ankündigung, einen Preis, ein Kontextfenster, eine Parameterzahl, oder dass D​eepSeek überhaupt irgendetwas gesagt habe. Die Geschwindigkeitsangabe ist die eigene Messung der verfassenden Person an ihrer eigenen Sitzung, keine Anbieterzahl und keine Leaderboard-Zahl. Behandle sie als einen Datenpunkt von einer Route zu einem Zeitpunkt, bei einem Prompt, mit einer unbekannten Menge Prompt-Caching dahinter – genau so wurde sie präsentiert, und ungefähr so viel Gewicht sollte sie tragen.

Woher der Name „V4.1 Pro“ stammt

Es ist nicht erfunden. DeepSeek nannte in der V4.1-Reihe selbst eine Pro-Stufe, in seinem eigenen Versionshinweis vom 10. September, und bis heute hängt an diesem Namen noch immer nichts. Die Passage, die ihn in Umlauf brachte, besagte, dass Anfragen an deepseek-v4-pro ab dem 14. September um 04:00 UTC auf das neu ausgelieferte Flash-Modell umgeleitet und zu Flash-Tarifen abgerechnet würden, und dass dies so lange weitergehen würde, „bis V4.1-Pro startet“. Entwickler protestierten dagegen, dass ein Produktionsmodell ohne Migrationsfenster ausgetauscht wurde; DeepSeek nahm den Plan zurück, DeepSeek V4 Pro antwortete weiterhin mit unveränderter Abrechnung — und die Klausel, die die Rücknahme überlebte, war die, die niemand bemerken sollte: dass ein V4.1-Pro geplant ist.

Alles nach diesem Satz ist eine Schlussfolgerung. Das Unternehmen hat weder eine Modellkarte noch ein Datum noch eine Gewichtsdatei veröffentlicht. Der Name im Beitrag ist also der Name, zu dem ein Leser angesichts eines vierten Modells greifen würde, das sich besser verhält als die drei, die er kennt: Die V4.1-Familie ist die aktuelle Generation, Flash ist die kleine Variante, Pro ist die Stufe, die D​eepSeek bereits versprochen hat. Danach zu greifen ist vernünftig. Danach zu greifen ist kein Beweis.

Das ist wichtiger, als es klingt, denn es gibt mindestens eine weitere Erklärung, die überhaupt kein neues Modell erfordert. Ein stilles Point-Update für einen bestehenden Build – eine neu quantisierte oder neu abgestimmte Serving-Konfiguration, ein anderer Backend-Pfad, ein Rollback nach dem Ausfall – würde für einen Black-Box-Beobachter als Fähigkeitsänderung ohne Ankündigung und ohne Namen erscheinen. D​eepSeeks eigener Changelog verzeichnet genau diese Art von Vorgang in der Vergangenheit: V4 Pro wurde am 13. August in place unter einem build-gestempelten Namen aktualisiert, und die Flash-Linie hat einen Update-Eintrag ohne jede Zeremonie. Stealth-Releases und stille Rebuilds sind von außen nicht zu unterscheiden, und der Beitrag behauptet nicht, sie voneinander unterschieden zu haben.

Was DeepSeeks eigenes Material heute sagt

Das ist der Teil, der überprüft werden kann, und er ist kurz. Der Changelog von DeepSeek umfasst: 2026-04-24 (V4), 2026-07-31 (ein V4-Flash-Update), 2026-08-13 (das V4-Pro-Update), 2026-08-21 (V4-Flash-Vision-Exp) und 2026-09-10 (V4.1-Flash). Es gibt keinerlei Oktober-Eintrag und keinen Eintrag mit dem Titel V4.1 Pro. Die Seite „Modelle & Preise“ listet zwei verwendbare Namen auf, deepseek-flash und deepseek-v4-pro, die sich zu DeepSeek-V4.1-Flash und DeepSeek-V4-Pro-0813 auflösen.

• Kontext und Ausgabe — sowohl DeepSeek-V4.1-Flash als auch DeepSeek-V4-Pro-0813 nehmen 1 Mio. Token entgegen und geben bis zu 384K zurück, mit Obergrenzen für die Parallelität von 2.500 bzw. 500.

• Preis — Flash kostet 0,15 $ pro Million Input-Tokens bei einem Cache-Miss und 0,60 $ pro Million Output außerhalb der Stoßzeiten; V4 Pro kostet 0,66 $ für Input und 1,98 $ für Output außerhalb der Stoßzeiten, wobei die Preise zu Stoßzeiten doppelt so hoch sind.

• Vision — in DeepSeek V4.1 Flash integriert, für DeepSeek V4 Pro als „Nicht unterstützt“ aufgeführt.

• Gewichte — D​eepSeek-V4.1-Flash ist unter MIT offen; es gibt kein Repository für irgendetwas namens V4.1-Pro, was das stärkste einzelne negative Beweisstück ist, das verfügbar ist.

Auf Hugging Face ist das neueste D​eepSeek-Modell-Repository deepseek-ai/D​eepSeek-V4.1-Flash, zuletzt am 12. Oktober bearbeitet – ein Performance-Commit zur Wiederherstellung von Indexer-Schlüssel-Caches bei unvollständigen Kompressionsschritten. Das ist Engine-Arbeit an einem bereits existierenden Modell, kein neues Flaggschiff. Womit auch immer der Verfasser des Beitrags sprach, es hinterließ kein Artefakt an den Stellen, an denen ein ausgeliefertes D​eepSeek-Modell normalerweise eines hinterlässt.

Die Geschwindigkeitszahl ist das am wenigsten Überraschende in dem Beitrag.

180 Token pro Sekunde wirkt schnell, und gegenüber der falschen Vergleichsbasis würde es wie ein verräterischer Hinweis wirken. Gegenüber der richtigen ist es unspektakulär. Unabhängige Messungen haben DeepSeek V4.1 Flash beim Rohdurchsatz nahe an die Spitze seiner Klasse gesetzt, und Drittanbieter, die dieselben offenen Gewichte mit warmem Cache betreiben, werben mit deutlich höheren Werten als 180. Eine Zahl in diesem Bereich ist das, was ein gut bedientes DeepSeek-Modell auszeichnet; sie ist nicht schnell genug, um ein größeres Backbone zu beweisen, und nicht langsam genug, um ein kleineres zu beweisen. Wer 180 t/s als das entscheidende Indiz behandelt, liest die am wenigsten aussagekräftige Zeile im Beitrag.

Die interessantere Asymmetrie ist das Aufgabenergebnis. Ein Modell, das etwas schafft, woran sowohl DeepSeek-V4-Pro-0813 als auch V4.1 scheitern – viermal von viermal –, bei einem Prompt, der bewusst so gebaut wurde, dass er schwer zu fälschen ist, hat ein wirklich anderes Fähigkeitsprofil – vorausgesetzt, der Test selbst ist solide, was der Beitrag für Leserinnen und Leser nicht überprüfbar macht. Das ist die Behauptung, die man im Auge behalten sollte, und sie ist diejenige, die eine Benchmark-Tabelle letztlich klären wird.

Warum "der Cuckold-Witz" unter einem albernen Namen ein echtes Signal ist

Der Satz wird wie ein Witz klingen, und er ist keiner. Prompts zum relationalen Schlussfolgern dieser Familie — verschachtelte Überzeugungen, umstrittenes Wissen, wer was über wen weiß — sind seit Langem eine Sonde dafür, ob ein Modell mehrere Ebenen einer sozialen Situation gleichzeitig halten kann, ohne sie kollabieren zu lassen. Frontier-Labore und unabhängige Evaluatoren verwenden beide Varianten davon, weil er kurz, günstig, resistent gegen Auswendiglernen und unverhältnismäßig bestrafend für Modelle ist, die per Musterabgleich die Oberfläche einer Szene abgleichen, statt den Zustand darunter zu verfolgen. Er verbreitet sich in den sozialen Medien als Witz aus demselben Grund, aus dem er als Test verwendet wird: Er ist einprägsam und er ist schwer.

Es ist außerdem für sich genommen schwacher Beweis. Keine Stichprobengröße bei einem einzelnen Ad-hoc-Prompt unterscheidet einen neuen Checkpoint von einer neuen Sampling-Konfiguration, einem anderen Standard für den Reasoning-Aufwand, einer Änderung dessen, welcher Backend-Pool antwortet, oder einfach von einem Prompt, der nahe an einer Entscheidungsgrenze lag und zufällig anders ausfiel, nachdem der Dienst wieder hochgefahren war. N=4 hilft — der Poster hat die minimale Sorgfalt walten lassen, die die meisten viralen Fähigkeitsbehauptungen überspringen —, aber vier Stichproben belegen Reproduzierbarkeit auf einer Route für einen Prompt. Es ist ein Grund, nachzusehen. Es ist kein Grund, daraus Schlüsse zu ziehen.

Die praktische Frage: Kannst du es ausprobieren, und wie?

Im Moment nicht. Es gibt keinen Namen, den man aufrufen kann. Wenn das, mit dem der Beitragsverfasser gesprochen hat, real und namenlos ist, ist es nur zufällig erreichbar – je nachdem, welches Modell dir das eigene Routing von D​eepSeek gerade zuspielt. Und genau darum ging es bei der Rücknahme der Umleitung im September.

Die Modelle, die Sie heute definieren können, sind die beiden, die das Preisblatt auflistet, und die ehrliche Art, eine Änderung zu testen, die Sie nicht sehen können, besteht darin, Ihren Produktionsverkehr auf dem von Ihnen gewählten Modell festzunageln und das Experiment dorthin zu verlagern, wo es keinen Schaden anrichten kann. DeepSeek V4.1 Flash und DeepSeek V4 Pro sind beide über OrcaRouter mit einem einzigen API-Schlüssel verfügbar, sodass ein direkter Vergleich mit einem festen Prompt-Set nur eine Konfigurationsänderung statt eines zweiten Vertrags kostet – und wenn eine Route schlechter wird, leitet ein automatisches Failover die Anfrage an einen gesunden Anbieter weiter, anstatt einen Fehler zurückzugeben, was genau der Fehlermodus ist, durch den der Ausfall im Beitrag überhaupt erst sichtbar wurde. Da OrcaRouter die Listenpreise der Anbieter mit 0 % Aufschlag weitergibt, schlägt jede Preisänderung von DeepSeek am selben Tag durch, an dem sie beim Anbieter erfolgt, ohne dass auf Ihrer Seite eine Preisanpassung nötig ist.

Was Ihnen all das nicht liefert, ist das ungelabelte Modell. Wenn Sie glauben, darauf gestoßen zu sein – schneller als erwartet, besser bei einer Probe, an der Ihr übliches Modell scheitert –, erfassen Sie die Rohantworten mit Zeitstempeln und den Anfrage-IDs, denn das ist das Material, das aus einer Sichtung etwas macht, das der Rest des Feldes überprüfen kann. Reproduzieren Sie es an einem zweiten Tag. Reproduzieren Sie es nach einem erneuten Deployment. Ein Stealth-Modell, das nur in einem einzigen Zeitfenster existiert, ist ein Routing-Artefakt, bis das Gegenteil bewiesen ist.

Was würde daraus eine Nachricht machen?

Vier Dinge, grob nach Wahrscheinlichkeit geordnet. Eine Modellkarte oder ein Gewichts-Repository unter dem Namen V4.1-Pro würde die Sache endgültig klären und wäre das erste echte Artefakt. Ein Changelog-Eintrag oder ein neuer Name auf der Seite Models & Pricing würde auf Anbieterseite dasselbe bewirken. Ein erster unabhängiger Benchmark – Artificial Analysis oder LMArena, die einen Eintrag aufgreifen, der zu keinem aufgeführten DeepSeek-Build passt – würde den Fähigkeitssprung untermauern, ohne den Namen zu bestätigen. Und die leiseste Möglichkeit überhaupt: nichts. DeepSeek aktualisiert Modelle in-place, und nach der aktuellen Zeitplanung – V4 im April, Flash-Updates im Juli und August, ein Pro-Update am 13. August, V4.1 Flash im September – liegt die kurzfristige Wahrscheinlichkeit eher bei einer stillen Aktualisierung eines bestehenden Namens als bei einer vierten Stufe.

Bis eines davon Realität wird, ist der korrekte Status von „DeepSeek V4.1 Pro“ der, den er seit dem 10. September hat: ein Name, den DeepSeek selbst auf eine Roadmap gesetzt hat, hinter dem aber kein Modell steht. Eine einzelne Sitzung eines Beobachters mit 180 tok/s ist ein Grund, den Endpunkt weiter zu beobachten, kein Grund, um ein Flaggschiff herum zu planen.

So dargestellt, ist die Asymmetrie die eigentliche Geschichte. Eine Spalte dieser Karte ist Dokumentation – ein Preisblatt, eine Lizenz, ein Modellname, den man in einen Request-Body schreiben kann – und die andere ist ein Satz in einer Release Note plus eine Erwähnung auf X. Alles in diesem Artikel, was überprüfbar ist, steht auf der linken Seite. Alles auf der rechten Seite ist das, wovon die Leute hoffen, dass der 180-tok/s-Endpunkt es ist – eine vernünftige Hoffnung und noch keine Tatsache.

Wer sollte was tun

Wenn Sie diese Woche ein Modell auswählen, auf dem Sie aufbauen möchten, ändert das hier nichts an Ihrer Entscheidung. DeepSeek V4.1 Flash ist verfügbar, bepreist und dokumentiert; DeepSeek V4 Pro ist verfügbar, bepreist und dokumentiert; DeepSeek V4.1 Pro ist kein Produkt. Das Einzige, was man aus dem Beitrag mitnehmen sollte, ist der Fehlermodus und nicht das Modell: Ein Anbieter-Endpunkt änderte nach einem Ausfall sein Verhalten, und es gab keine Mitteilung, keinen Versionssprung und keine Möglichkeit, von außen zu erkennen, womit Sie gesprochen hatten. Modellversionen explizit festzulegen, Antwort-Metadaten zu erfassen und für jeden einzelnen Anbieter einen Failover-Pfad vorzusehen, ist die Gegenmaßnahme, und es ist dieselbe Gegenmaßnahme, ob sich hinter dem Endpunkt ein neues Flaggschiff verbirgt oder nicht.

Wenn du auf die Veröffentlichung wartest, achte auf das Changelog und die Hugging Face-Organisation statt auf das Gerede über Fähigkeiten. Beide sind für dieses Labor der verlässliche Hinweis gewesen. Keines von beiden hat seit dem 10. September ein Wort gesagt.

Ein Ergebnis wie dieses ist auch eine Erinnerung daran, dass Modellfehler bereits dokumentiert sind: Die KI-Vorfälle und Agenten-Ausfälle hinter Modellen dieser Klasse werden im OrcaRouter AI Incident Archive gesammelt, wobei jeder Eintrag eigene Quellen, einen Schweregrad, eine Konfidenzstufe und eine Kennzeichnung als umstritten trägt.