DeepSeek-V4-Flash: Was die neue Version 0731 wirklich bringt
DeepSeek V4-Flash-0731 ist die offizielle Version mit deutlich verbesserten Agenten-Fähigkeiten. Was sich geändert hat, was es kostet und ob sich der lokale Betrieb lohnt.
Was ist passiert?
Am 31. Juli 2026 hat DeepSeek die offizielle Version von V4-Flash veröffentlicht. Das Modell heißt jetzt DeepSeek-V4-Flash-0731 und ersetzt die Preview-Version vom April. Der größte Unterschied: Die Agenten-Fähigkeiten wurden drastisch verbessert, ohne die Architektur zu ändern. Für KMU und IT-Dienstleister ist das relevant, weil damit ein kostengünstiges Modell für Coding-Aufgaben, Tool-Nutzung und automatisierte Workflows verfügbar wird, das sich auch lokal betreiben lässt.
Was ist neu?
DeepSeek V4-Flash ist ein Mixture-of-Experts-Modell mit 284 Milliarden Parametern, von denen 13 Milliarden pro Vorhersage aktiv sind. Der Kontext umfasst eine Million Tokens. Die Architektur ist identisch mit der Preview-Version vom April 2026. Das heißt: Keine größere Modellstruktur, keine neuen Parameter. Was sich geändert hat, ist das sogenannte Post-Training, also die Feinabstimmung des Modells nach dem eigentlichen Training.
Konkret bedeutet das: DeepSeek hat das Modell neu auf Agenten-Aufgaben trainiert. Ergebnis sind deutlich höhere Werte in Benchmarks, die testen, ob ein Modell selbstständig Aufgaben ausführen kann, Tools benutzt und komplexen Code schreibt.
Was macht V4-Flash besser als vorher?
Die Verbesserungen betreffen vor allem vier Bereiche:
Terminal-Aufgaben: Im Terminal Bench 2.1 stieg der Wert von 61,8 (Preview) auf 82,7. Das Benchmark testet, ob ein Modell kommandozeilenbasierte Aufgaben über einen längeren Zeitraum selbstständig lösen kann. Zum Vergleich: Claude Opus 4.8 von Anthropic erreicht 85,0 im selben Test.
Software-Engineering: Im DeepSWE-Benchmark stieg der Wert von 7,3 auf 54,4. Das Benchmark simuliert reale Software-Engineering-Aufgaben aus Issue-Trackern, also das, was Admins und Entwickler im Alltag tun.
Sicherheits-Reasoning: Im Cybergym-Benchmark erreicht V4-Flash 76,7 Punkte. Das Benchmark testet agentic Reasoning in Sicherheits- und CTF-Aufgaben.
Tool-Nutzung: Im Toolathlon-Benchmark (verifiziert) erreicht das Modell 70,3 Punkte. Das testet die Fähigkeit, mehrere Tools koordiniert einzusetzen.
Preise und Zugang
Über die DeepSeek-API bleibt der Preis unverändert:
- Input: 0,14 US-Dollar pro einer Million Tokens (Cache-Miss)
- Input: 0,0028 US-Dollar pro einer Million Tokens (Cache-Hit)
- Output: 0,28 US-Dollar pro einer Million Tokens
Das ist deutlich günstiger als vergleichbare Modelle von Anthropic oder OpenAI. Über Ollama ist V4-Flash-0731 als Cloud-Modell unter dem Namen deepseek-v4-flash:0731-cloud verfügbar. Der Aufruf bleibt unverändert, das heißt: Wer vorher schon deepseek-v4-flash nutzt, bekommt automatisch die neue Version.
Lokal betreiben: Geht das?
Ja, aber mit Einschränkungen. Das Modell hat 284 Milliarden Parameter, aber nur 13 Milliarden sind pro Vorhersage aktiv. Für das heimische Notebook reicht das nicht: Die kleinste brauchbare Quantisierung (2-Bit, dynamisch) benötigt rund 96,5 Gigabyte Arbeitsspeicher. Das passt gerade so auf ein MacBook Pro mit 128 Gigabyte Unified Memory. Auf einem M5 Max liefert das Modell dann rund 34 Tokens pro Sekunde.
Für Server mit genug RAM oder GPU-Speicher ist das Modell unter MIT-Lizenz verfügbar. Wer weniger Speicher hat, greift auf die Cloud-Version zurück, die identische Qualität liefert.
Responses API und Codex
Ein weiterer Unterschied zur Preview: V4-Flash-0731 unterstützt nativ die Responses API und ist speziell für Codex-Anwendungsfälle angepasst. Das bedeutet, dass Entwickler, die Tools wie Claude Code oder OpenCode nutzen, das Modell direkt als Backend einbinden können, ohne Code anzupassen.
Für Admins und KMU: Was heißt das konkret?
- Cost-Efficiency: Für repetitive Coding-Aufgaben (Script-Schreiben, Config-Generierung, Debugging) ist V4-Flash-0731 eine günstige Alternative zu teureren Modellen.
- Agenten-Aufgaben: Die verbesserten Agenten-Fähigkeiten bedeuten, dass das Modell selbstständiger arbeiten kann, etwa bei der Automatisierung von Workflows oder der Analyse von Log-Dateien.
- Tool-Integration: Wer bereits Tools wie GitHub Copilot oder vergleichbare Lösungen nutzt, kann V4-Flash-0731 als günstigeres Backend einbinden.
- Unabhängigkeit: Durch die MIT-Lizenz und die Möglichkeit des lokalen Betriebs bleibt die Datenhoheit beim Unternehmen.
Wichtig: Die Preise der DeepSeek-API sind mit 0,14 US-Dollar pro Million Tokens Eingabe extrem günstig. Für eine Standard-Anfrage mit 1.000 Tokens Eingabe und 2.000 Tokens Ausgabe kosten das weniger als ein Zehntel Cent. Damit lohnt sich der Einsatz selbst für kleine Mengen.
Passende Anleitungen auf S-EDV
- DeepSeek R1 lokal betreiben mit Ollama - Schritt für Schritt Anleitung für den lokalen Betrieb von DeepSeek Modellen
- Ollama Modelle: Auswahl, VRAM, Quantisierung im Vergleich - Welches Modell passt zu welcher Hardware
- Claude Opus 5: Anthropic liefert Fable-5-Niveau zum halben Preis - Zum Vergleich mit dem Konkurrenzmodell
