Kurz gesagt
- DeepSeek-V4.1-Flash-1017 ist ein Update von DeepSeek-V4.1-Flash, das am 10. September 2026 erschienen ist. Gleiche Architektur und gleicher API-Name, bessere Werte und kürzere Antworten.
- In DeepSeeks eigenen Tests legt es beim agentischen Programmieren am stärksten zu: 42,3 bei Terminal-Bench 4.0, vorher 31,2, und 77,0 bei DeepSWE v1.1.
- Es ist ein Mixture-of-Experts-Modell mit 552 Milliarden Parametern, von denen 16 Milliarden an jedem erzeugten Token arbeiten, und einem Kontext von bis zu 1 Million Tokens. Die Gewichte sind unter der MIT-Lizenz kostenlos.
- Die vollständigen Gewichte belegen etwa 510 GB. Auf dem Mac braucht es einen Mac Studio mit 256 bis 512 GB Arbeitsspeicher oder SSD-Streaming mit 128 GB.
1Was DeepSeek V4.1 Flash 1017 ist
DeepSeek-V4.1-Flash ist das kleinste Modell der V4.1-Familie von DeepSeek und versteht von Haus aus Bilder. Es kam am 10. September 2026 in DeepSeeks API; am 17. Oktober ersetzte DeepSeek es durch DeepSeek-V4.1-Flash-1017 und nennt das ein kleines Update (Changelog der DeepSeek-API).
Das Update verbessert die Benchmarks für Reasoning, Programmieren, Agenten und Bildverständnis, und das Modell erledigt Aufgaben mit kürzeren Ausgaben in weniger Zeit. DeepSeek hat es auf seinen eigenen DeepSeek Harness, Tencent CodeBuddy und WorkBuddy abgestimmt und empfiehlt DeepSeek Harness 0.2.1-rc.1 oder neuer (Hugging Face).
Der Name folgt DeepSeeks Gewohnheit, Updates zu datieren: 1017 steht für Monat und Tag, den 17. Oktober.
2Benchmarks: 1017 gegen V4.1 Flash und andere
| Benchmark | V4.1 Flash 1017 | V4.1 Flash | Opus 5 | GPT-5.6 Sol | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|---|---|
| HLE, ohne Tools | 42,6 | 36,8 | 56,3 | 44,5 | 43,5 | 42,0 |
| Terminal-Bench 4.0 | 42,3 | 31,2 | 51,8 | 39,9 | 12,6 | 37,9 |
| DeepSWE v1.1 | 77,0 | 74,2 | 74,0 | 73,0 | 67,5 | 66,9 |
| ProgramBench | 29,1 | 20,3 | 37,0 | 23,0 | 17,5 | 19,0 |
| NL2Repo-Bench | 68,2 | 65,4 | 75,3 | 56,8 | 58,0 | 58,0 |
| Agents' Last Exam | 35,4 | 31,8 | 28,6 | 26,7 | 27,6 | 28,5 |
| Apex Bench v1.1 | 72,1 | 64,6 | 65,8 | 54,3 | 47,8 | 56,6 |
Nach diesen Zahlen liegt 1017 bei DeepSWE, Agents' Last Exam und Apex Bench vor allen Modellen der Tabelle und hinter Opus 5 bei Reasoning ohne Tools, Arbeit im Terminal und dem Bau ganzer Programme. Auch bei Diagramm- und Bildtests wie Chartography (83,0, vorher 78,9) und BabyVision (92,5, vorher 89,6) legt es zu.
Auch die Kosten pro Aufgabe sinken. In DeepSeeks Diagrammen, über die The Decoder berichtet, kostet eine DeepSWE-Aufgabe auf der höchsten Stufe knapp unter 0,20 $, gegenüber etwa 0,50 $ bei der Vorgängerversion.
3Parameter, Kontext und Größe
| DeepSeek-V4.1-Flash-1017 | |
|---|---|
| Parameter gesamt | 552 Milliarden (Mixture of Experts) |
| Aktiv pro Token | 8 Milliarden beim Lesen des Prompts, 16 Milliarden beim Schreiben |
| Experten | 384 geroutete und 1 geteilter, 6 pro Token genutzt |
| Kontext | Bis zu 1.048.576 Tokens |
| Speicher pro Kontext-Token | Etwa 890 Byte, ein Viertel von V4 Flash |
| Gewichte | FP8, Experten in FP4; etwa 510 GB |
| Eingabe | Text und Bilder |
| Lizenz | MIT |
Etwa 189 GiB des Downloads sind zwei Engram-Tabellen: ein großer Speicher, in dem das Modell nachschlägt, statt zu rechnen, ein paar Zeilen pro Token. Runtimes wie DwarfStar lassen sie auf der SSD und lesen nur die Zeilen, die sie brauchen; deshalb läuft das Modell mit weit weniger Arbeitsspeicher, als der Download groß ist (antirez auf Hugging Face).
4API-Name und Preis
In DeepSeeks API heißt das Modell deepseek-flash und zeigt jetzt auf 1017; die älteren Namen deepseek-v4-flash und deepseek-v4-flash-vision-exp werden vorerst dorthin geleitet. Laut DeepSeek bleiben Aufrufweise und Preise mit 1017 gleich (DeepSeek).
| Anbieter | Eingabe, pro Million Tokens | Ausgabe, pro Million Tokens |
|---|---|---|
| DeepSeek | 0,15 $ | 0,60 $ |
| Cloudflare | 0,10 $ | 0,60 $ |
| DeepInfra | 0,098 $ | 0,294 $ |
| Together, Fireworks, Baseten | 0,30 $ | 1,20 $ |
DeepSeek empfiehlt eine Temperatur von 1,0, top_p von 1,0 und Platz für lange Antworten (max_tokens von mindestens 256K). Die Gewichte kommen ohne Jinja-Chat-Template: Prompts werden mit dem Encoding-Code im Repository des Modells gebaut.
5Läuft es auf deinem eigenen Mac?
Ja, aber nur auf den größten Macs. Ein Mac Studio mit 512 GB Arbeitsspeicher (M3 Ultra oder M5 Ultra) fasst die 4-Bit-Versionen komplett; 256 GB reichen für eine 2-Bit-Version, deren Engram-Tabellen auf der SSD bleiben; ein Mac mit 128 GB kann von der SSD streamen, langsam. Der erste veröffentlichte Lauf auf einem M3 Ultra mit 512 GB erzeugte etwa 6,5 Tokens pro Sekunde.
Welche Version du laden solltest, die Befehle und die Geschwindigkeiten stehen in unserer Schritt-für-Schritt-Anleitung: DeepSeek V4.1 Flash auf dem Mac ausführen.
Für alle anderen Macs kostet die API nur Cent-Beträge pro Million Tokens, und kleinere offene Modelle laufen lokal gut: siehe den besten Mac für lokale LLMs.
6Lass die freien Stunden eines großen Macs arbeiten
Ein Mac Studio, der für Modelle wie dieses gekauft wurde, wartet den größten Teil des Tages. MLX Node stellt diese freie Zeit MLX Network zur Verfügung, das KI-Jobs mit Apples MLX-Framework auf Macs ausführt, und verdient MLX Tokens für verifizierte Arbeit: bis zu 1 MLX am Tag auf einem kostenlosen Platz, mit einem dedizierten Ultra-Platz auf einem Ultra-Mac bis zu 320. Geschürftes MLX ist 30 Tage gesperrt, mit einem dedizierten Platz kürzer; siehe die Risiken.
7Fragen
- Was ist DeepSeek V4.1 Flash 1017?
- Es ist das Update von DeepSeek-V4.1-Flash vom 17. Oktober 2026, DeepSeeks Mixture-of-Experts-Modell mit offenen Gewichten. Architektur und API-Name bleiben, die Werte in Benchmarks für Reasoning, Programmieren, Agenten und Bilder steigen.
- Was ist der Unterschied zwischen V4.1 Flash und 1017?
- Gleiche Modellgröße und API, neueres Training. In DeepSeeks Tests erreicht 1017 bei Terminal-Bench 4.0 42,3 statt 31,2 und bei DeepSWE v1.1 77,0 statt 74,2, und es schreibt kürzere Antworten, sodass Aufgaben weniger kosten.
- Wie viele Parameter hat DeepSeek V4.1 Flash?
- Insgesamt 552 Milliarden. Beim Lesen des Prompts aktiviert es 8 Milliarden pro Token, beim Schreiben 16 Milliarden, dazu kommen zwei große Engram-Nachschlagetabellen, die auf dem Datenträger bleiben können.
- Ist DeepSeek V4.1 Flash 1017 kostenlos?
- Die Gewichte kannst du unter der MIT-Lizenz kostenlos herunterladen und nutzen. Die Nutzung über DeepSeeks API kostet Geld: 0,15 $ pro Million Eingabe-Tokens und 0,60 $ pro Million Ausgabe-Tokens, laut OpenRouter.
- Kann ich DeepSeek V4.1 Flash 1017 lokal ausführen?
- Ja, mit viel Arbeitsspeicher. Auf dem Mac führt ein Mac Studio mit 512 GB die 4-Bit-Versionen aus und einer mit 256 GB eine 2-Bit-Version mit den Engram-Tabellen auf der SSD. Für kleinere Macs sind die API oder ein kleineres Modell die bessere Wahl.
Quellen
- Changelog der DeepSeek-APIapi-docs.deepseek.com
- Hugging Facehuggingface.co
- The Decoderthe-decoder.com
- V4.1 Flashhuggingface.co
- antirez auf Hugging Facehuggingface.co
- OpenRouteropenrouter.ai