Originaltitel: (DeepSeek V4 Pro offizielles Release ist live)
Originalautor: ErkenntnisBeating

DeepSeek V4 Pro ist da – die offizielle Version!

Am Abend des 12. August hat die DeepSeek-API-Dokumentation die Modellversion, die deepseek-v4-pro entspricht, auf DeepSeek-V4-Pro-0813 aktualisiert. Entwickler können die neue Version nun direkt über die API aufrufen. Der Preis beträgt 3 Yuan pro Million Tokens für den Input und 6 Yuan pro Million Tokens für den Output; bei Cache-Treffer im Input nur 0,025 Yuan pro Million Tokens.

V4 Pro-0813 unterstützt weiterhin ein Kontextfenster von 1 Million Tokens, wobei die maximale Ausgabe 384.000 Tokens erreicht. Zudem werden zwei Modi unterstützt: Denken und Nicht-Denken. Funktionen wie JSON Output und Tool Calls sind ebenfalls freigegeben.

Bis zum Abend des 12. August hat DeepSeek im offiziellen Update-Log noch keine eigene Bekanntmachung für die offizielle V4-Pro-Version veröffentlicht. Doch als DeepSeek zuvor das offizielle Update des V4-Flash veröffentlichte, hatte DeepSeek ausdrücklich gesagt, dass die offizielle V4-Pro-Version anschließend erscheinen würde. Nun wurde der Modellknoten im API-Backend von der vorherigen Version auf DeepSeek-V4-Pro-0813 umgestellt.

Seit dem ersten Auftauchen von V4 sind mittlerweile fast vier Monate vergangen.

Am 24. April dieses Jahres veröffentlichte DeepSeek V4 Preview und stellte dabei gleichzeitig V4 Pro und V4 Flash vor. V4 Pro ist dabei die Flaggschiff-Version der gesamten Reihe; die Gesamt-Parameterzahl beträgt 1,6T, pro Token werden etwa 49B Parameter aktiviert, und es wird ein Kontext von 1 Million Tokens unterstützt. Diese Generation von V4 hat Coding, Tool-Aufrufe und Agent-Aufgaben über lange Zeit bereits von Anfang an deutlich gestärkt.

31. Juli: DeepSeek bringt V4-Flash-0731 heraus. Laut offiziellen Angaben bleibt diese Version bei der ursprünglichen Modellarchitektur und -größe, wurde jedoch vor allem durch nachgelagertes Training (post-training) deutlich überarbeitet. Die Agent-Fähigkeiten wurden spürbar verbessert und zudem nativerweise die Responses-API integriert; außerdem wurde sie an Codex angepasst. Damals betonte DeepSeek außerdem ausdrücklich, dass sich das Update nur auf Flash bezieht; Pro und die Modelle der Web-Oberfläche würden unverändert bleiben. Die offizielle V4-Pro-Version wurde später veröffentlicht.

Jetzt ist das letzte Puzzlestück für Pro endlich ergänzt.

DeepSeeks Generation von Modellen dreht sich immer mehr um Agenten

Der Zeitpunkt der Veröffentlichung der offiziellen V4-Pro-Version kommt genau dann, wenn sich der gesamte Large-Model-Industriezweig gerade in eine neue Runde der Verschiebung der Produkt-Schwerpunkte bewegt.

Wenn dieses Jahr Modellhersteller neue Produkte veröffentlichen, werden reine Vergleiche über Wissensfragen und -antworten, Mathematik und klassische Benchmarks in den Berichten immer seltener. Coding, Computer Use, Tool Use, die Erfolgsquote bei Aufgaben über lange Zeit und vor allem die Frage, wie viel Geld man für eine einzelne Aufgabe wirklich aufwenden muss, werden zu den neuen Kernkennzahlen.

Als OpenAI im Juli GPT-5.6 veröffentlichte, nutzte es viel Raum, um Agent- und Coding-Fähigkeiten vorzustellen. GPT-5.6 Sol unterstützt ein neues max reasoning effort und führt außerdem den Ultra-Modus ein, bei dem mehrere Agenten parallel komplexe Aufgaben erledigen; auch die Responses-API erlaubt es nun, dass das Modell Tools koordiniert, Programme direkt schreibt, Zwischenergebnisse verarbeitet und anschließend entscheidet, was als Nächstes zu tun ist. OpenAI machte sogar „wie viel Arbeit pro Dollar erledigt werden kann“ zu einem der zentralen Verkaufsargumente dieser Produktgeneration.

Auch der Kurs von Anthropic ist sehr ähnlich.

Das Ende Juni veröffentlichte Claude Sonnet 5 konzentriert sich vor allem auf Verbesserungen, die ebenfalls auf Coding, Agent, Computer Use und Aufgaben über lange Zeit abzielen. Anthropic bietet unterschiedliche effort level, damit Entwickler je nach Aufgabe die gewünschte Intensität des Reasonings wählen können; und am 10. August kündigte Anthropic dann außerdem an, dass die ursprünglich beworbene Promotion-Preisstruktur für Sonnet 5 von 2 US-Dollar pro Million Eingaben und 10 US-Dollar pro Million Ausgaben dauerhaft beibehalten wird.

Die Modellfirmen stehen mittlerweile nicht mehr nur vor der Frage, wer intelligenter ist.

Ein Agent kann viele Dutzend Minuten, ja sogar mehrere Stunden lang kontinuierlich laufen: Er liest und schreibt dabei wiederholt Code, durchsucht Informationen, ruft den Browser und externe Tools auf. Sobald man wirklich in den Produktionsbetrieb geht, steigt die Zahl der Modellaufrufe schnell an. Fähigkeiten, Geschwindigkeit, Token-Verbrauch und die aufgerufenen Kosten entscheiden dann gemeinsam darüber, ob ein Agent-Produkt überhaupt zum Laufen kommt.

Das Design von DeepSeek V4 verfolgt im Grunde ebenfalls genau diese Richtung.

Ein Kontext von 1 Million Tokens ermöglicht es dem Modell, beim Lesen auf einmal größere Code-Repositories, unternehmensweite Wissensdatenbanken und Aufgabenhistorien aufzunehmen. Tool Calls sind für die Interaktion mit der Außenwelt zuständig; die Kompatibilität mit der Anthropic-API und die Responses-API, die bereits von Flash zuerst unterstützt wurde, senken wiederum die Hürde, mit der das Modell in bestehende Agent-Toolchains einsteigt. Als DeepSeek im April V4 veröffentlichte, öffnete es zudem bereits gleichzeitig OpenAI-ChatCompletions und Schnittstellen im Anthropic-Format.

Das ist auch der Punkt, warum die offizielle V4-Pro-Version im Vergleich zu einem bloß weiteren DeepSeek-Modell deutlich mehr Aufmerksamkeit verdient. DeepSeek macht die Modelle gerade weiter zu einer Basisinfrastruktur, die sich direkt als Agent aufrufen lässt.

Nachdem die offizielle V4-Pro-Version live gegangen ist, wird bei DeepSeeks Produktgeneration die geschichtete Struktur noch klarer.

Derzeit kostet V4 Flash für die Eingabe 1 Yuan pro Million Tokens, Pro 3 Yuan; Flash für die Ausgabe 2 Yuan, Pro 6 Yuan. Zwischen beiden Preisen liegt genau der Faktor drei. V4 Pro und Flash unterstützen jeweils einen Kontext von bis zu 1 Million Tokens, aber Pro nutzt ein deutlich größeres Aktivierungs-Parameter-Schema; Pro ist stärker auf komplexes Reasoning, Coding und schwierigere Agent-Aufgaben ausgerichtet.

Flash übernimmt viele umfangreiche, hochfrequente und kostenempfindliche Aufgaben; Pro bleibt für die schwereren Arbeiten.

Der Wettbewerb bei Large-Model-Entwicklungen im Jahr 2025 dreht sich noch immer oft um die Frage, „welches Flaggschiff-Modell bei den Benchmarks als Erstes vorne liegt“. Bis 2026 ähneln die Modelle sich immer mehr einer echten Software-Basisinfrastruktur: Sie müssen klug sein, aber auch über eine stabile API verfügen, über lange Kontexte, Tool-Aufrufe, genügend hohe Parallelität und über Preise, die Entwicklern wirklich rechnen lassen.

Nachdem die offizielle V4-Pro-Version live gegangen ist, ist das Produktbild der DeepSeek-V4-Generation nun endlich vollständig.

Original-Link