Offiziell ist es ein „kleines Update“, doch nachdem die Community es auseinandergenommen hatte, wurde klar: Das ist eindeutig eine Generalüberholung.
Am 17. Oktober veröffentlichte DeepSeek V4.1-Flash-1017. Auf der Modellkarte steht, es solle „Aufgabenzeit verkürzen und die Ausgabelänge reduzieren“. API-Name und Preis bleiben unverändert, die Gewichte sind unter MIT-Lizenz quelloffen.
Ein Entwickler verglich die neuen Gewichte Schicht für Schicht mit der September-Version. Berichten zufolge wurden etwa 40 % der Routing-Experten, 30 % des Speichers und 50 % der Tensoren der Experten im Vision-Turm neu geschrieben. Ein anderer führte Quantisierung auf zwei DGX Spark aus. Berichten zufolge erreichte die TensorFold-Engine 56,8 Tokens/s bei Text und 92,2 Tokens/s bei Code – fast doppelt so viel wie vLLM. Die Architektur blieb unverändert, doch der Umfang der Änderungen entspricht dem einer „großen Version“.
Der Preiskampf erreicht auch eine neue Dimension: Laut Praxistests eines Ingenieurs kostete DeepSeek für eine reale Programmieraufgabe nur etwa 4,5 Cent, verbrauchte dabei aber rund 550.000 Tokens (Opus brauchte nur 30.000). Tokens sind so billig, dass man sie „verschwenden“ kann – und am Ende ist es trotzdem günstiger. Daten von OpenRouter zeigen, dass das Modell in den vergangenen sieben Tagen rund 38,7 T Tokens verarbeitet hat – dreimal so viel wie der Zweitplatzierte.
Der Zeitpunkt ist bemerkenswert: Am Tag vor der Veröffentlichung der MIT-lizenzierten Gewichte (16. Oktober) veröffentlichten das Handelsministerium und das Ministerium für Wissenschaft und Technologie einen Entwurf für neue Exportkontrollen zur öffentlichen Konsultation. Vorgesehen sind 40 zusätzliche Technologiebeschränkungen, davon 23 mit KI-Bezug. Bei Modellen mit mindestens 10²⁶ FLOPs Rechenleistung, mehr als 2 Billionen Parametern oder einem Platz unter den zehn größten weltweit sollen Gewichte, Quellcode und Architektur unter die Kontrollen fallen. APIs/SaaS wären nicht betroffen, bereits quelloffene Modelle würden nicht rückwirkend erfasst. Die Stellungnahmefrist läuft bis zum 15. November; mehrere Medien haben dies bestätigt.
Ich denke, dies war die Woche, in der die KI-Erzählung „Offenheit versus Regulierung“ offiziell eingeläutet wurde: Zum ersten Mal wurden Modellgewichte in eine Exportkontrollliste aufgenommen. Kurzfristig gilt: Je günstiger die Modelle, desto niedriger die Kosten für den massenhaften Einsatz von KI-Agenten – und desto mehr Treibstoff gibt es für die On-Chain-KI-Erzählung (zum Beispiel $TAO $RENDER ).
Offen bleibt noch V4.1-Pro: Berichten zufolge sahen einige Nutzer bereits Ende September bei frühem Zugang den versteckten Modellnamen. Prognosemärkte geben einer Veröffentlichung vor Ende Oktober eine Wahrscheinlichkeit von etwa 16 %. Beobachtenswert ist, wie der Entwurf am 15. November endgültig ausgestaltet wird.
Dies stellt keine Anlageberatung dar. DYOR, der Handel ist mit Risiken verbunden.
#DeepSeekReleasesUpdatedAIModel
#DeepSeek #AI
Am 17. Oktober veröffentlichte DeepSeek V4.1-Flash-1017. Auf der Modellkarte steht, es solle „Aufgabenzeit verkürzen und die Ausgabelänge reduzieren“. API-Name und Preis bleiben unverändert, die Gewichte sind unter MIT-Lizenz quelloffen.
Ein Entwickler verglich die neuen Gewichte Schicht für Schicht mit der September-Version. Berichten zufolge wurden etwa 40 % der Routing-Experten, 30 % des Speichers und 50 % der Tensoren der Experten im Vision-Turm neu geschrieben. Ein anderer führte Quantisierung auf zwei DGX Spark aus. Berichten zufolge erreichte die TensorFold-Engine 56,8 Tokens/s bei Text und 92,2 Tokens/s bei Code – fast doppelt so viel wie vLLM. Die Architektur blieb unverändert, doch der Umfang der Änderungen entspricht dem einer „großen Version“.
Der Preiskampf erreicht auch eine neue Dimension: Laut Praxistests eines Ingenieurs kostete DeepSeek für eine reale Programmieraufgabe nur etwa 4,5 Cent, verbrauchte dabei aber rund 550.000 Tokens (Opus brauchte nur 30.000). Tokens sind so billig, dass man sie „verschwenden“ kann – und am Ende ist es trotzdem günstiger. Daten von OpenRouter zeigen, dass das Modell in den vergangenen sieben Tagen rund 38,7 T Tokens verarbeitet hat – dreimal so viel wie der Zweitplatzierte.
Der Zeitpunkt ist bemerkenswert: Am Tag vor der Veröffentlichung der MIT-lizenzierten Gewichte (16. Oktober) veröffentlichten das Handelsministerium und das Ministerium für Wissenschaft und Technologie einen Entwurf für neue Exportkontrollen zur öffentlichen Konsultation. Vorgesehen sind 40 zusätzliche Technologiebeschränkungen, davon 23 mit KI-Bezug. Bei Modellen mit mindestens 10²⁶ FLOPs Rechenleistung, mehr als 2 Billionen Parametern oder einem Platz unter den zehn größten weltweit sollen Gewichte, Quellcode und Architektur unter die Kontrollen fallen. APIs/SaaS wären nicht betroffen, bereits quelloffene Modelle würden nicht rückwirkend erfasst. Die Stellungnahmefrist läuft bis zum 15. November; mehrere Medien haben dies bestätigt.
Ich denke, dies war die Woche, in der die KI-Erzählung „Offenheit versus Regulierung“ offiziell eingeläutet wurde: Zum ersten Mal wurden Modellgewichte in eine Exportkontrollliste aufgenommen. Kurzfristig gilt: Je günstiger die Modelle, desto niedriger die Kosten für den massenhaften Einsatz von KI-Agenten – und desto mehr Treibstoff gibt es für die On-Chain-KI-Erzählung (zum Beispiel $TAO $RENDER ).
Offen bleibt noch V4.1-Pro: Berichten zufolge sahen einige Nutzer bereits Ende September bei frühem Zugang den versteckten Modellnamen. Prognosemärkte geben einer Veröffentlichung vor Ende Oktober eine Wahrscheinlichkeit von etwa 16 %. Beobachtenswert ist, wie der Entwurf am 15. November endgültig ausgestaltet wird.
Dies stellt keine Anlageberatung dar. DYOR, der Handel ist mit Risiken verbunden.
#DeepSeekReleasesUpdatedAIModel
#DeepSeek #AI