DeepSeek hat am 17. Oktober die aktualisierte Modellfassung V4.1 Flash 1017 freigegeben. Sie läuft bereits auf der Website, in der App und über die API; die Modellgewichte stehen zudem unter der MIT-Lizenz auf Hugging Face. Gleichzeitig öffnet das Unternehmen zwei Web-Werkzeuge für Entwickler: Search sucht nach Seiten, Fetch ruft deren Inhalt ab. Damit betrifft die Ankündigung nicht nur die Leistung eines einzelnen Modells, sondern auch die Infrastruktur, mit der Entwickler recherchierende und programmierende Agenten bauen können. DeepSeeks Ankündigung und die Modellkarte beschreiben beide Teile der Freigabe.
Was sich am Modell ändert
DeepSeek bezeichnet 1017 als kleinere Aktualisierung von V4.1 Flash. Laut Modellkarte verbessert sie Aufgaben aus den Bereichen Schlussfolgern, Programmierung, Agentensteuerung und Bildverstehen. Der Anbieter nennt insbesondere kürzere Ausgaben und eine geringere Zeit bis zum Abschluss einer Aufgabe. Das ist für Coding-Agenten relevant: Sie erzeugen nicht nur eine Antwort, sondern durchlaufen oft viele Schritte aus Planung, Werkzeugaufrufen, Fehlerprüfung und Korrektur. Wenn ein Lauf weniger Zeit und Ausgabetoken benötigt, kann das die Kosten pro gelöster Aufgabe senken – sofern die Lösung tatsächlich funktioniert. Modellkarte
Als Verfahren für die Verbesserung vollständiger Projekte nennt DeepSeek Reinforcement Learning mit Rückmeldung aus den eigenen Ergebnissen. Die gezeigten Beispiele reichen von einer Webanwendung bis zu einer Szene in der Spiele-Engine Godot. Wie die Rückmeldung im Einzelnen erzeugt und überprüft wurde, erklärt die kurze Ankündigung jedoch nicht. Demonstrationen ersetzen deshalb keinen Test mit den Anforderungen eines eigenen Projekts. DeepSeeks Ankündigung
Technisch knüpft die neue Fassung an V4.1 Flash vom September an. DeepSeek beschrieb dieses Modell als multimodales Mixture-of-Experts-System mit einer Causal-Encoder-Decoder-Architektur: Die Verarbeitung der Eingabe und die Erzeugung der Ausgabe aktivieren unterschiedlich viele Modellparameter. So soll das System große Modellkapazität mit geringerem Rechenaufwand pro verarbeitetem Token verbinden. Die Oktober-Freigabe wird als Update dieser Modellfamilie vorgestellt, nicht als vollständig neue Architektur. Die Architekturangaben stammen aus der September-Ankündigung; für die Oktober-Fassung dokumentiert die neue Modellkarte vor allem die geänderte Leistung und die Nutzung.
Die dort veröffentlichten Messwerte zeigen beispielsweise für DeepSWE v1.1 einen Pass@1-Wert von 77,0 gegenüber 74,2 für die vorige Flash-Fassung. Bei Terminal-Bench 4.0 stehen 42,3 gegenüber 31,2. Das sind Ergebnisse aus DeepSeeks eigener Vergleichstabelle, keine unabhängig bestätigte Rangfolge. Schon die Testumgebung macht einen Unterschied: Für DeepSWE verwendet DeepSeek Mini-SWE-V2, für Terminal-Bench den Claude-Code-Harness. Wer einen anderen Agenten, andere Werkzeuge oder eigene Repositories nutzt, muss Erfolgsquote, Laufzeit und tatsächliche Kosten erneut messen. Modellkarte mit Benchmark-Bedingungen
API und eigene Bereitstellung sind zwei verschiedene Wege
In der DeepSeek-API verweist der Modellname deepseek-flash inzwischen auf V4.1 Flash 1017. Auch die älteren Namen deepseek-v4-flash und deepseek-v4-flash-vision-exp werden noch angenommen, ihre Anfragen aber vom neuen Modell beantwortet. Eine unveränderte Modellkennung schützt bestehende Anwendungen somit nicht vor verändertem Antwortverhalten. Besonders bei Agenten mit Werkzeugaufrufen lohnt sich ein Regressionstest, bevor ein Team die neue Fassung breit einsetzt. Die aktuelle Modell- und Preisdokumentation nennt für die API ein Kontextfenster von einer Million Token und maximal 384.000 Ausgabetoken.
Wer das Modell selbst betreiben will, findet die Gewichte und eine Referenz für das Prompt-Format auf Hugging Face. Die Modellkarte verweist außerdem auf Anleitungen zur Gewichtskonvertierung und lokalen Inferenz. Sie weist ausdrücklich darauf hin, dass kein Chat-Template im Jinja-Format mitgeliefert wird. Statt eine gewöhnliche Chat-Vorlage vorauszusetzen, sollten Betreiber daher die bereitgestellte Kodierungsreferenz und ihre Tests für mehrstufige Gespräche, Werkzeugaufrufe und Bildeingaben prüfen. Die offene Lizenz erleichtert die Weiterverwendung; sie beseitigt weder den beträchtlichen Hardwarebedarf eines großen Modells noch die Integrationsarbeit. Modellkarte
Websuche als separates Werkzeug
Mit Search und Fetch können Entwickler nun Webinhalte in eigene Agenten oder RAG-Anwendungen einbinden. Search liefert strukturierte Treffer zu einer Anfrage; Fetch holt den Inhalt einer einzelnen Seite als Markdown. Beide sind eigenständige JSON-APIs mit derselben Bearer-Authentifizierung wie die übrige DeepSeek-API. Wer einen Agenten damit ausstattet, sollte Suchtreffer und abgerufene Seiten als externe, nicht vertrauenswürdige Inhalte behandeln: Der Text einer Website darf nicht selbst bestimmen, welche internen Werkzeuge der Agent anschließend benutzt oder welche Daten er weitergibt. API-Anleitung
Für Search und Fetch nennt DeepSeek jeweils 0,75 US-Dollar pro 1.000 erfolgreiche Aufrufe. Von diesen direkt abrechenbaren Endpunkten unterscheidet der Anbieter serverseitige Werkzeugaufrufe über DeepSeek Harness, Claude Code und Codex: Für DeepSeek-API-Nutzer sind diese laut Ankündigung vorerst kostenlos; die Abrechnung soll am 31. Oktober 2026 um 16 Uhr UTC beginnen. Modelltoken werden separat berechnet. Wer die Kosten eines recherchierenden Agenten abschätzt, sollte deshalb sowohl dessen Modellverbrauch als auch Anzahl und Art der Webaufrufe erfassen. Ankündigung, Preisdokumentation
Fazit
Die Neuerung ist für Entwickler vor allem in der Kombination interessant: Ein aktualisiertes, offen verfügbares Coding-Modell trifft auf eine direkt nutzbare Websuche. DeepSeeks Messwerte deuten auf bessere Ergebnisse bei mehreren Agentenaufgaben hin, doch die Wirkung hängt vom eingesetzten Harness und vom eigenen Arbeitsablauf ab. Für bestehende API-Anwendungen sind Regressionstests besonders wichtig, weil deepseek-flash nun die neue Modellfassung ausliefert. Beim Eigenbetrieb entscheidet zusätzlich, ob das Team Prompt-Format, Inferenz und Hardware verlässlich beherrscht.