Beobachtetes Signal · 15. Sept. 2026 · Technical Release · Quelle: AI Secret · Relevanz: 4/5 · Sentiment: Positiv
DeepSeek V4.1 Flash schlägt größeres Modell und stützt Ilya Sutskevers Scaling-These
Nachdem Ilya Sutskever OpenAI verlassen hatte, um Safe Superintelligence (SSI) zu gründen, prognostizierte er das Ende des traditionellen Scaling-Paradigmas für KI-Modelle. DeepSeeks neues Modell V4.1 Flash liefert nun den praktischen Beweis für diesen Wandel: Mit nur einem Drittel der Gesamtparameter des bisherigen Flaggschiffs V4-Pro übertrifft V4.1 Flash dieses in internen Coding-Benchmarks deutlich mit 74,2 gegenüber 62,7 Punkten. Dabei aktiviert die Architektur signifikant weniger Parameter pro Token während der Inferenz. Als Konsequenz leitet DeepSeek ab dem 14. September sämtliche Anfragen an V4-Pro standardmäßig auf V4.1 Flash um. Diese Entwicklung markiert einen strategischen Wendepunkt im KI-Sektor, da sie die Prioritäten von reiner Modellgröße hin zu algorithmischer Effizienz und optimierter Inferenz verschiebt.
DeepSeeks Effizienzsprung stellt das klassische Scaling-Paradigma infrage und dürfte die Prioritäten in der KI-Entwicklung sowie die Investitionsökonomie für KI-Infrastruktur nachhaltig verändern.
Marktsignale zu DeepSeek in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- DeepSeek V4.1 Flash umfasst 552 Milliarden Parameter und aktiviert 8 bis 16 Milliarden pro Token, verglichen mit 1,6 Billionen Parametern und 49 Milliarden aktivierten Parametern bei V4-Pro.
- Im Coding-Benchmark von DeepSeek erzielt V4.1 Flash 74,2 Punkte gegenüber 62,7 Punkten bei V4-Pro.
- Ab dem 14. September werden sämtliche Inferenz-Anfragen für V4-Pro automatisch auf V4.1 Flash umgeroutet.
- Ilya Sutskever prognostizierte im November 2025 das Ende der reinen Modellskalierung.
- Der Release von DeepSeek gilt als empirischer Beleg für die These sinkender Grenzerträge reiner Parameterskalierung.
Verknüpfte Unternehmen
3 verknüpfte Unternehmen“DeepSeek lieferte mit der Veröffentlichung von V4.1 Flash den Beweis für effizientere KI-Architekturen.”
“Ilya Sutskever verließ OpenAI, um das Unternehmen SSI zu gründen.”
“Ilya Sutskever gründete SSI nach seinem Weggang von OpenAI.”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
DeepSeek launcht V4.1-Flash mit neuartiger Encoder-Decoder-Architektur
DeepSeek hat DeepSeek-V4.1-Flash veröffentlicht, ein 763B-Parameter Mixture-of-Experts-Modell mit einer neuartigen kausalen Encoder-Decoder-Architektur. Das Modell nutzt 8B aktive Parameter für das Prefill und 16B für das Decoding. Zu den Kernmerkmalen zählen natives Vision Understanding, ein Kontextfenster von 1M Token, eine MIT-Lizenz sowie eine extreme Inferenzeffizienz, die den KV-Cache-Footprint im Vergleich zu V4 Flash um bis zu 87,5 % reduziert. Unabhängige Benchmarks (Artificial Analysis Index: 40; Platz 1 der Open-Weight-Modelle im Vals Index) belegen, dass es V4 Pro bei geringeren Kosten übertrifft. Die API-Preise liegen bei 0,30 $ pro 1M Input- und 1,20 $ pro 1M Output-Token. DeepSeek hat V4 Pro faktisch abgelöst und leitet den Traffic zu Flash-Konditionen auf V4.1-Flash um. Das Modell unterstützt SSD-Offloading sowie lokales Deployment; Plattformen wie Ollama und Baseten bieten Day-0-Support. Die Architektur verspricht massive Effizienzgewinne für Long-Context-Agenten.
DeepSeek stellt Vorschau auf Open-Source-LLM V4 vor
DeepSeek hat am 24. April 2026 den lang erwarteten Nachfolger DeepSeek V4 in den Varianten Pro und Flash als Open-Source Large Language Model mit einer neuen Architektur und 1,6 Billionen Parametern veröffentlicht. Das Modell erzielt signifikante Leistungssteigerungen beim logischen Schließen, in der Mathematik sowie in MINT-Disziplinen und unterstützt Kontextfenster von bis zu einer Million Token bei gleichzeitig reduzierten Rechen- und Speicherkosten. DeepSeek positioniert V4 Pro bei Programmieraufgaben als deutlich kostengünstiger im Vergleich zu OpenAI GPT-5.5. Der Rollout umfasst zudem eine strategische Partnerschaft mit Huawei zur Nutzung von Ascend-950-Supernode-Clustern, wodurch die Abhängigkeit von Nvidia und AMD verringert werden soll. Die Marktreaktion fällt jedoch verhaltener aus als beim R1-Durchbruch im Jahr 2025.
DeepSeek V4 Flash setzt neue „Kill Line“ für LLMs
DeepSeek hat V4 Flash-0731 veröffentlicht, ein Modell mit 284 Milliarden Parametern, das laut ersten Benchmarks GLM-5.2 übertrifft und mit Anthropic's Opus 4.8 konkurriert. Der Artikel prägt das Konzept der „Kill Line“: Modelle, die teurer und leistungsschwächer als DeepSeek V4 sind, gelten als praktisch nicht mehr wettbewerbsfähig. Diese Veröffentlichung setzt proprietäre Modelle im Mid-Tier-Segment massiv unter Druck, Preise zu senken, aufwendige Betriebsmodelle zu wählen oder zu veralten. DeepSeek plant in den kommenden Wochen ein V4 Pro mit rund fünfmal so vielen Parametern sowie ein Harness Agent Framework. Die Analyse verweist auf die Open-Source-Adoption und eine Sprachbarriere im chinesischsprachigen Ökosystem für westliche Entwickler. Zudem wird gewarnt, dass sich die Kill Line verschieben wird, da DeepSeek im Takt von zwei bis drei Monaten weitere Updates liefert.
Alle künftigen Signale zu DeepSeek & Wettbewerbern im Briefing erhalten
Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.