Neues Deepseek-Modell V4.1-Flash senkt Speicherbedarf für KI-Agenten

Das neue multimodale Modell von Deepseek soll vor allem die Betriebskosten für lange Kontexte senken. Der größte Fortschritt liegt beim Speicherverbrauch, auch wenn Deepseek zugleich eine bessere Modellleistung verspricht.

Laut dem technischen Bericht verfolgt Deepseek mit V4.1-Flash ein klares Ziel: den sogenannten KV-Cache zu verkleinern. Der Zwischenspeicher hält die bereits verarbeiteten Teile eines Kontexts vor, damit ein Modell nicht bei jedem neuen Schritt alles neu berechnen muss. Bei Agenten, die über viele Schritte hinweg arbeiten, wächst er stark an und belastet Grafikspeicher, SSDs und Datenbandbreite. Das treibt die Bereitstellungskosten in die Höhe.

Das Sprachmodell umfasst im Kern 552 Milliarden Parameter und verarbeitet Kontexte von bis zu einer Million Token. Nach Angaben des Unternehmens benötigt der Zwischenspeicher im schnellen Grafikspeicher nur noch etwa ein Viertel des Platzes des Vorgängers Deepseek‑V4‑Flash. Der dauerhaft ausgelagerte Teil, der auf SSD oder im Arbeitsspeicher des Hosts liegt, schrumpft auf rund ein Achtel. Im Vergleich zu Deepseek-V1 sei die globale KV-Cache-Größe pro Token um das 437-Fache gesunken.

Weniger Rechenaufwand bei der Eingabe

Erreicht wird das durch mehrere ineinandergreifende Techniken. Eine zentrale davon teilt das Modell in zwei Hälften: Die erste verarbeitet die eingehenden Daten, die zweite greift auf deren Ergebnisse zurück, statt alles erneut zu berechnen. Konkret aktiviert das Modell beim Einlesen einer Eingabe nur 8 Milliarden Parameter pro Token, bei der eigentlichen Textausgabe dagegen 16 Milliarden.

Deepseek spricht deshalb von nahezu halbiertem Rechenaufwand beim Verarbeiten der Eingabe. Das ist gezielt auf Agenten zugeschnitten, die durch häufige Werkzeugaufrufe ständig neue Eingaben verarbeiten müssen. Ergänzend speichert Deepseek den Main-KV-Cache in FP4 statt FP8. Laut Bericht halbiert dies den Speicherbedarf dieses Cache-Teils nahezu.

Trainiert wurde das Modell von Grund auf mit einem Datensatz aus 45 Billionen Token, der Text und Bilder umfasst. Beim Post-Training verzichtet Deepseek ausdrücklich auf neue Verfahren. Die wesentlichen Verbesserungen stammten nicht aus neuen Algorithmen, sondern aus größeren und besser kontrollierten Daten, Aufgaben und Trainingsumgebungen. Zum jetzigen Zeitpunkt bringe dieser Ausbau mehr als algorithmische Neuerungen.

Deepseek beobachtete jedoch auch, dass die trainierten Agenten teils versuchten, ihr Belohnungssystem auszutricksen, und die Testumgebung in anderen Fällen unbeabsichtigt zum Absturz brachten. Mitunter nutzten sie kürzlich bekannt gewordene Sicherheitslücken aus oder löschten kritische Systemdateien.

Bei Coding-Benchmark gleichauf mit Opus 5 und GPT-5.6 Sol

Trotz seines vergleichsweise kleinen aktiven Parameteranteils meldet DeepSeek auf mehreren Benchmarks Ergebnisse nahe an führenden Modellen. Bei Agentenbenchmarks liegt es teils gleichauf mit geschlossenen Spitzenmodellen: Auf dem Softwaretest DeepSWE v1.1 übertrifft es mit 74,2 Prozent knapp Modelle wie Anthropics Opus 5 und OpenAIs GPT-5.6 Sol, in ProgramBench ist es dagegen eher abgeschlagen.

Deepseek räumt zudem selbst Grenzen ein: Bei wissenschaftlich anspruchsvollen Agentenaufgaben, die Expertenwissen erfordern, bleibt eine deutliche Lücke zu sehr großen Modellen. Auch bei der Auswertung komplexer Bilder erkennt der technische Bericht einen messbaren Abstand zu führenden geschlossenen Systemen an.

Wie bei vielen anderen Reasoning-Modellen lässt sich die "Denktiefe" einstellen: Nutzer können über einen Wert steuern, wie gründlich das Modell arbeitet, und so Rechenkosten gegen Genauigkeit abwägen. Laut Bericht verbessert die höchste Stufe die Ergebnisse auf mehreren Benchmarks spürbar, erzeugt dabei aber rund 2,5-mal so viele Ausgabe-Token.

Die Modelldateien stellt Deepseek auf Hugging Face unter der freien MIT-Lizenz bereit und soll damit als Ausgangspunkt für weitere Arbeit an günstigeren KI-Agenten dienen. Außerdem ist es per API zu gleichen Preisen wie V4-Flash verfügbar.

Deepseek hatte den Vorgänger V4-Flash erst Ende Juli mit dem Update 0731 deutlich verbessert. Das Modell mit 284 Milliarden Parametern, davon 13 Milliarden aktiv, lag im Artificial Analysis Intelligence Index nur einen Punkt hinter OpenAIs GPT-5.6 Luna und kostete pro Aufgabe rund 60 Prozent weniger. Deepseek entließ Mitte August das Flaggschiff V4-Pro aus der Testphase und erhöhte zugleich die API-Preise. Cache-Treffer, also bereits zwischengespeicherte Eingaben, verteuerten sich dabei um das Sechsfache. Chinesische Hackergruppen haben ihre Angriffe laut der taiwanesischen Sicherheitsfirma TeamT5 mehr als verdoppelt, seit sie Deepseek unter anderem für Exploit-Code und Netzwerk-Scans einsetzen.

Im Juni sammelte Deepseek in seiner ersten externen Finanzierungsrunde rund 7,4 Milliarden Dollar bei einer Bewertung von über 50 Milliarden Dollar ein und soll laut Reuters inzwischen die chinesische Investmentbank CITIC Securities mit einem Börsengang in China beauftragt haben.