DeepSeek-V4.1-Flash-1017: Update-Snapshot holt bei Coding und Agenten kräftig auf

DeepSeek hat mit DeepSeek-V4.1-Flash-1017 einen kleinen Update-Snapshot seines günstigen Flash-Modells veröffentlicht. Die Gewichte liegen unter MIT-Lizenz auf Hugging Face, über die API läuft es unter dem Namen deepseek-flash, und auch OpenRouter hat es bereits gelistet.

Was sich geändert hat

DeepSeek spricht von einem „Minor Update“, die Benchmark-Sprünge sind aber nicht klein. Gleichzeitig soll das Modell schneller fertig werden und kürzere Ausgaben produzieren, was bei Agenten-Läufen direkt Kosten spart.

• Terminal-Bench 4.0: 42,3 statt 31,2 (Claude-Code-Harness) – vor GPT-5.6 Sol (39,9) und GLM-5.3 (37,9)
• DeepSWE v1.1: 77,0 statt 74,2 – damit über Opus 5 (74,0)
• ProgramBench: 29,1 statt 20,3
• Apex Bench v1.1: 72,1 statt 64,6, ebenfalls vor Opus 5 (65,8)
• HLE ohne Tools: 42,6 statt 36,8; Opus 5 liegt mit 56,3 weiter klar vorn
• Visuelle Tests (Chartography, BabyVision, ZeroBench) legen ebenfalls zu

Architektur und Betrieb

Laut OpenRouter ist V4.1 Flash ein Sparse-MoE-Modell mit 552 Milliarden Parametern im Backbone, davon sind 8B bei der Eingabe und 16B bei der Ausgabe aktiv. Es basiert auf der Causal-Encoder-Decoder-Architektur, Bildverständnis ist von Anfang an im Pretraining enthalten. Komprimiertes KV-Caching senkt den Cache-Bedarf auf etwa ein Viertel der Vorgängergeneration. Das Kontextfenster beträgt 1M Token; empfohlen werden Temperatur 1.0, top_p 1.0 und mindestens 256K max_tokens.

Ein Jinja-Chat-Template gibt es nicht. Stattdessen liefert DeepSeek eine Python-Referenz-Implementierung und mit deepseek-recipe ein Rust-Toolkit mit Python-Bindings, das Messages-, Chat-Completions- und Responses-Requests in das V4/V4.1-Promptformat übersetzt.

Wichtig zur Einordnung: Die Vergleichstabelle stammt vom Hersteller selbst, unabhängige Nachtests stehen noch aus.

Quelle: Model Card auf Hugging Face