DeepSeek V4 Preview: 1,6 Bio. offene Gewichte gegen Top-Closed-Models

Sechs Monate. So lange hat das Warten am Ende gedauert.

Anfang des Jahres hieß es in Gerüchten, V4 komme noch vor dem chinesischen Neujahr. Dann im Februar. Dann im März. Dann "irgendwann nächsten Monat". DeepSeek hat nichts davon kommentiert. Die Spekulation lief weiter; V4 erschien weiter nicht.

Und dann heute Morgen, ohne Pressekonferenz, ohne Teaser-Kampagne, ohne Countdown, wurde die DeepSeek Website einfach aktualisiert. DeepSeek-V4 Preview ist live, und die Gewichte sind öffentlich auf Hugging Face verfügbar.

Zwei Modelle, eine Strategie

V4 erscheint in zwei Varianten:

DeepSeek-V4-Pro ist das Flaggschiff. 1,6 Bio. Parameter insgesamt, 49B aktiv pro Forward Pass. Leistung auf Augenhöhe mit den besten geschlossenen Modellen der Welt.

DeepSeek-V4-Flash ist die effiziente Option. 284B Parameter insgesamt, 13B aktiv. Schneller, günstiger und für hohen Durchsatz sowie kostensensible Workloads gebaut.

Beide unterstützen Kontextfenster bis zu 1M Tokens.

DeepSeek hat den Umfang klar gemacht: 1M Kontext ist jetzt breit über die Dienste von DeepSeek verfügbar. Kein Flaggschiff-Premium, kein Add-on. Die Basis.

1M Kontext: Warum das zählt

Eine Million Tokens entsprechen grob 750.000 Wörtern, einigen hunderttausend Codezeilen oder mehreren kompletten Romanen hintereinander. Vor einem Jahr behandelte Gemini 1M Kontext noch als Wettbewerbsvorteil. DeepSeek hat daraus gerade eine Grundanforderung gemacht.

Der architektonische Hebel ist real: DSA (DeepSeek Sparse Attention), das Token-weise Kompression nutzt, um Rechen- und Speicherkosten bei langen Sequenzen drastisch zu senken. Klassische Attention skaliert quadratisch mit der Sequenzlänge; DSA reduziert diese Rechnung deutlich und liefert führende Long-Context-Leistung mit stark gesenkten Compute- und Memory-Kosten.

Was V4-Pro kann: drei Bereiche

Agentic Coding

V4-Pro erreicht bei Agentic-Coding-Benchmarks den Open-Source-Stand der Technik. Noch direkter: Die eigenen Ingenieure von DeepSeek nutzen V4 bereits intern für agentic coding.

V4 bringt außerdem dedizierte Integrationen für Claude Code, OpenClaw und OpenCode mit Verbesserungen bei Code-Aufgaben und Dokumentgenerierung.

Weltwissen

V4-Pro führt bei Benchmarks zum Weltwissen mit großem Abstand vor allen aktuellen offenen Modellen. Das einzige Modell davor ist Gemini-Pro-3.1.

Mathematik und Reasoning

In Mathematik, STEM und Coding auf Wettbewerbsniveau schlägt V4-Pro jedes derzeit öffentlich evaluierte offene Modell und landet damit in derselben Liga wie die besten geschlossenen Modelle.

V4-Flash: nicht nur ein kleinerer Pro

Flash verdient eine eigene Betrachtung.

Die Reasoning-Fähigkeiten kommen V4-Pro sehr nahe. Bei einfacheren Agent-Aufgaben liegen beide praktisch gleichauf; die Lücke öffnet sich erst bei höherer Komplexität. Die kleinere Parameterzahl bedeutet schnellere Antworten und effizientere API-Preise, wodurch Flash zur praktischen Standardwahl für Alltags-Workloads wird. Dasselbe 1M-Kontextlimit gilt ebenfalls.

Für Entwickler, die bereits die API nutzen

Die Migration ist minimal. base_url bleibt unverändert; aktualisieren Sie nur den Modellnamen auf deepseek-v4-pro oder deepseek-v4-flash. Beide Modelle unterstützen OpenAI ChatCompletions und Anthropic APIs, 1M Kontext sowie duale Thinking- und Non-Thinking-Modi.

Warum dieser Release ernst zu nehmen ist

Nicht jeder Modelllaunch verschiebt wirklich den Boden. Dieser schon.

Zwei Dinge fallen auf:

Erstens ist 1M Kontext gerade Infrastruktur geworden. Standard für beide Modelle, keine Premium-Stufe. Die Frage "passt mein Kontext überhaupt hinein?" muss die tägliche Entwicklungsarbeit meist nicht mehr blockieren.

Zweitens: offene Gewichte. Ein Modell mit 1,6 Bio. Parametern, 49B aktiv, 1M Kontext und veröffentlichten Gewichten. DeepSeek hat mit V3 die Erwartungen an Open Source neu gesetzt. V4 schiebt diese Linie weiter nach außen.

Eine letzte Sache

Kein Livestream. Kein Interview. Kein Roadmap-Deck.

Nur ein Freitagmorgen, an dem die Dokumentation aktualisiert wurde, die API sich änderte, die App live ging und der technische Bericht auf Hugging Face erschien.

Die Ankündigung endete mit: "Wir bleiben dem longtermism verpflichtet und bewegen uns stetig auf unser ultimatives Ziel AGI zu."

Zurückhaltend. Aber nach sechs Monaten Stille und angesichts dessen, was heute tatsächlich ausgeliefert wurde, trägt der Satz.