DeepSeeks Budget-Flash-Modell hat beim Codieren das eigene Flaggschiff überholt
Nachrichtenübersicht
DeepSeek hat offiziell DeepSeek-V4-Flash-0731 eingeführt, einen neu trainierten Build seines auf Effizienz ausgerichteten Mixture-of-Experts-Modells, das nun das unternehmenseigene Flaggschiff V4-Pro-Preview in neun veröffentlichten Agenten- und Programmier-Benchmarks übertrifft. Die am 31. Juli 2026 (Eastern Time) bestätigte Veröffentlichung behält die gleiche zugrunde liegende Architektur und Parameterzahl wie das frühere V4-Flash Preview bei, wobei alle berichteten Verbesserungen auf einen aktualisierten Post-Training-Prozess und nicht auf ein neu entworfenes Modell zurückzuführen sind.
Was sich in diesem Build geändert hat
DeepSeek-V4-Flash-0731 ist ein 284-Milliarden-Parameter umfassendes Mixture-of-Experts-Modell, das pro Token etwa 13 Milliarden Parameter aktiviert, gepaart mit einem Kontextfenster von 1 Million Token. Laut der zur Veröffentlichung veröffentlichten Modellkarte gehen die Verbesserungen vollständig aus dem Re-Post-Training hervor – das bedeutet, dass die Ingenieure verfeinerten, wie das Modell aus Feedback bei mehrstufigen Aufgaben lernt, ohne seine zugrunde liegende Struktur oder Größe zu verändern. Dieser Ansatz spiegelt einen branchenweiten Trend wider, aus bestehenden Modellarchitekturen durch intelligentere Trainingsverfahren mehr Leistung herauszuholen, anstatt einfach die Parameterzahl zu skalieren.
Benchmark-Highlights
Die bemerkenswertesten Ergebnisse stammten aus den Auswertungen für Agenten und Softwaretechnik. Bei Terminal-Bench 2.1, einem Benchmark, der misst, wie gut ein Modell Kommandozeilen-Umgebungen bedienen kann, erzielte V4-Flash-0731 82,7 Punkte, vor den 72,1 Punkten von V4-Pro-Preview und einem deutlichen Sprung von den 61,8 Punkten des ursprünglichen Flash-Preview-Builds. Beim Programmier-Benchmark DeepSWE erreichte der neue Build einen Wert von 54,4, hoch von 7,3 bei der vorherigen Version – eine Verbesserung, die Forscher als Steigerung um 645 Prozent beschreiben, die bei gleicher Modellgröße erzielt wurde. Das unterstreicht, wie viel Spielraum gut durchdachte Trainings-Pipelines erschließen können.
Wie das Training funktioniert
Die Ingenieure hinter der Veröffentlichung sagen, dass die Verbesserungen beim Programmieren und bei Agenten auf bestärkendem Lernen mit überprüfbaren Belohnungen basieren. In der Praxis absolviert das Modell mehrstufige Programmieraufgaben in einer isolierten Umgebung, sein generierter Code wird gegen Test-Suiten ausgeführt, und die Ergebnisse werden als Bestanden oder Durchgefallen bewertet. Dieses binäre, wahrheitsgemäße Signal wird dann genutzt, um Aktionssequenzen zu verstärken, die zu erfolgreichen Ergebnissen führten, wodurch das Modell schrittweise zu zuverlässigerem, mehrstufigem Problemlösen gelenkt wird. Dieser Trainingsstil ist für den Aufbau von KI-Systemen, die zu autonomen, mehrstufigen Softwareaufgaben fähig sind, statt zur einstufigen Texterzeugung, immer häufiger anzutreffen.
API- und Entwicklerzugriff
Zusammen mit dem Modell-Update führte DeepSeek die native Unterstützung für das Responses-API-Format ein, eine Struktur, die bei Entwicklern, die konversationelle und werkzeugnutzende Anwendungen entwickeln, beliebt geworden ist, und bestätigte die Kompatibilität mit Codex-artigen Programmierassistenten. Auf Infrastrukturseite sagt das Unternehmen, dass der V4-Flash-Endpunkt rund 2.500 gleichzeitige Anfragen bewältigen kann, verglichen mit etwa 500 für die leistungsstärkere V4-Pro-Stufe, was Flash zur attraktiveren Option für Anwendungen mit hohem Durchsatz wie kundenorientierte Programmierassistenten und automatisierte Daten-Pipelines macht. Die Preise für den API-Zugriff bleiben in der Budget-Klasse, öffentlich gelistet bei etwa 0,14 $ pro Million Eingabe-Token und 0,28 $ pro Million Ausgabe-Token, was das Modell laut Analysten für Entwickler attraktiv hält, die groß angelegte oder latenzempfindliche Workloads ausführen.
Warum es für die globale KI-Community wichtig ist
Die Veröffentlichung fügt der wachsenden Zahl an Belegen hinzu, dass kleinere, effizientere Modelle bei praktischen, aufgabenorientierten Benchmarks mit größeren Flaggschiff-Systemen mithalten oder diese übertreffen können, wenn die Trainingsmethodik priorisiert wird. Für Studierende, Forscher und unabhängige Entwickler weltweit ist dieser Trend bedeutsam: Er senkt die rechentechnische und finanzielle Hürde für das Experimentieren mit Agenten-KI-Systemen, die Code autonom schreiben, testen und iterieren können. Pädagogen und Technologiekommentatoren haben Veröffentlichungen wie diese als nützliche Fallstudie bezeichnet, wie bestärkendes Lernen mit überprüfbaren Belohnungen die Art und Weise umgestaltet, wie große Sprachmodelle für mehrstufige Aufgaben aus der Praxis trainiert werden, anstatt einfach nur das nächste Wort in einem Satz vorherzusagen.
Was als Nächstes kommt
Branchenbeobachter erwarten, dass DeepSeek diesen Re-Post-Training-Ansatz über seine Modellfamilie hinweg weiterentwickelt und potenziell ähnliche Techniken auf zukünftige Flaggschiff-Veröffentlichungen anwendet. Das Unternehmen hat keinen konkreten Zeitplan für sein nächstes großes Architektur-Update bekannt gegeben, aber die Veröffentlichung von V4-Flash-0731 deutet darauf hin, dass schrittweise Trainingsverbesserungen ein Kernbestandteil seiner Entwicklungsstrategie für den Rest des Jahres 2026 bleiben werden.