DeepSeek hat am 17. Oktober 2026 das Update DeepSeek-V4.1-Flash-1017 veröffentlicht. Es ist eine aktualisierte Version des Flash-Modells, die laut Hersteller auf Website, in der App und über die API verfügbar ist. Die wichtigste Nachricht für Entwickler: Der API-Name deepseek-flash zeigt jetzt auf die neue Version, Aufrufmethode und Preis bleiben laut DeepSeek unverändert.
Was DeepSeek veröffentlicht hat
DeepSeek bezeichnet 1017 als Update ohne neue Modellgeneration. Die Ankündigung nennt bessere Ergebnisse bei gleichzeitig kürzerer Bearbeitungszeit und kürzeren Ausgaben. Der Hersteller beschreibt das Modell als Pareto-Verbesserung bei Leistung und Kosten.
Der Schwerpunkt liegt auf komplett selbst erstellten Projekten. DeepSeek zeigt Beispiele wie eine 3D-Nachbildung der Verbotenen Stadt, ein browserbasiertes Rennspiel und eine Portal-2-Nachbildung mit der Godot-Engine. Laut Ankündigung wurde das Modell mit Reinforcement Learning und Selbst-Feedback für End-to-End-Projektentwicklung trainiert.
Die Gewichte sind laut Hugging Face als Open Weights verfügbar. Der Download ist auch über ModelScope möglich.
Benchmarks laut Hersteller
Die Werte stammen aus der Model Card auf Hugging Face. Der Vorgänger ist DeepSeek-V4.1-Flash, die Peers sind die Modelle, die DeepSeek selbst in der Tabelle nennt.
- Terminal-Bench 4.0: 42,3 (Vorgänger 31,2, Opus 5 51,8, GPT-5.6 Sol 39,9, GLM-5.3 37,9, K3 12,6)
- DeepSWE v1.1: 77,0 (Vorgänger 74,2, Opus 5 74,0, GPT-5.6 Sol 73,0, K3 67,5, GLM-5.3 66,9)
- Apex Bench v1.1: 72,1 (Vorgänger 64,6, Opus 5 65,8, GLM-5.3 56,6, GPT-5.6 Sol 54,3, K3 47,8)
Die Einordnung ist klar: Gegenüber dem Vorgänger steigen alle drei Werte deutlich. Gegenüber GPT-5.6 Sol liegt DeepSeek in den drei Tests vorn. Bei Terminal-Bench 4.0 bleibt Claude Opus 5 mit 51,8 vorn. Bei DeepSWE v1.1 und Apex Bench liegt DeepSeek laut Herstellerdaten vor Opus 5.
Diese Zahlen sind selbst veröffentlichte Herstellerwerte und keine unabhängigen Messungen. Unabhängige Intelligence-Index-Werte für genau diese Version habe ich nicht gefunden. Ein Artificial-Analysis-Wert von 39 bezieht sich auf die September-Version V4.1-Flash, nicht auf 1017, und wird deshalb hier nicht verwendet.
Einordnung für die Praxis
Für Teams, die Agenten für Terminal-Aufgaben, Repository-Generierung oder Tool-Nutzung bauen, ist das Update relevant, weil die Benchmarks genau diese Fähigkeiten messen. Der Vorgänger lag dort teils deutlich zurück. Ob der Vorsprung in eigenen Workflows hält, ist offen. Der sinnvolle Test ist ein Eval mit den eigenen Aufgaben und dem eigenen Harness, nicht die Herstellertabelle allein.
Zwei Grenzen sind wichtig. Erstens nennt DeepSeek bei Terminal-Bench 4.0 und den anderen Tests die jeweiligen Harness- und Testbedingungen nicht vollständig in der Ankündigung. Zweitens bleibt die Aussage zur Kosten- und Zeiteffizienz an die Herstellerangaben gebunden.
Verfügbarkeit und Zugang
Das Modell ist laut DeepSeek ab 17. Oktober 2026 auf Website, App und API verfügbar. Der API-Name ist deepseek-flash. Parallel hat DeepSeek Search- und Fetch-APIs für Entwickler geöffnet. Laut Ankündigung kostet jeder Endpunkt 0,75 US-Dollar pro 1.000 Aufrufe, die Abrechnung für Aufrufe über Server-Tools beginnt am 31. Oktober 2026 um 16:00 UTC.
Quellen
- DeepSeek, Ankündigung vom 17. Oktober 2026: https://api-docs.deepseek.com/news/news261017/
- DeepSeek-V4.1-Flash-1017, Model Card auf Hugging Face: https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
