DeepSeek V4.1 Flash 1017: Kleines Modell schlägt Opus 5 und GPT 5.6-Sol im Agenten-Codieren, für einen Bruchteil des Preises

Am Samstag, den 17.10.2026, hat DeepSeek ein Update freigegeben, das auf den ersten Blick unscheinbar aussieht: V4.1 Flash wurde zu V4.1 Flash 1017. Der Zusatz ist schlicht das Datum, und trotzdem reagierte die Branche, weil minor Updates von DeepSeek erfahrungsgemäß keine sind. Die eigentliche Nachricht steht im Benchmark-Chart und in der Preisliste: Das kompakte Flash-Modell schlägt in der eigenen Messreihe deutlich größere Konkurrenten wie Claude Opus 5 und GPT 5.6-Sol bei Coding- und Agentenaufgaben und kostet dabei einen Bruchteil. Und gleich am selben Tag öffnet DeepSeek mit den Search und Fetch APIs seine hauseigene Suchmaschine für externe Entwickler, ein Schachzug, der über das Modell-Update hinausreicht.

Die Gewichte stehen seit dem Releasetag als offene Modelldateien auf Hugging Face und ModelScope bereit, über die Website, die App und die API läuft das Modell direkt. DeepSeek nennt das Update selbst eine Pareto-Verbesserung im Zielkonflikt zwischen Leistung und Kosten: bessere Werte, schnellere Fertigstellung, kürzere Ausgaben. Für den Agentenbetrieb ist das die richtige Währung, denn ein Agent schickt bei jedem Aufruf seine komplette Historie wieder mit und zahlt so mehrfach für Text, den er längst hat. Die zwei sichtbarsten Änderungen greifen genau dort an: kürzere Ausgaben und aggressive Cache-Preise.

Die Hausmessung zeigt überall Bewegung. Terminal Bench 4.0 springt von 31,2 auf 42,3 Punkte, die Reverse-Engineering-Suite, im Feed als Probench bezeichnet, von 20,3 auf 29,1. Der Chart, den derzeit alle teilen, ist DeepSWE 1.1, eine Kostenkurve mit Kosten je Aufgabe gegen pass@1: Die neue Version erreicht 77,0 Prozent, der direkte Vorgänger V4.1 Flash lag bei 74,2 Prozent, V4 Pro bei 63 Prozent. Der Preis pro Aufgabe fiel laut DeepSeek von rund 0,50 Dollar auf etwa 0,20 Dollar, im Durchschnitt von etwa 0,49 auf 0,20 Dollar, gut 60 Prozent weniger. Selbst im Low-Setting bleiben mehr als 72 Prozent für rund 0,10 Dollar je Aufgabe. Zum Vergleich: GPT-6 Astra, Gemini 3.8 Flash und Claude Opus 5 liegen im selben Chart zwischen 2 und über 10 Dollar je Aufgabe, ohne diese Genauigkeit zu erreichen.

Zwei Einschränkungen gehören dazu: Das sind Benchmarks des Herstellers selbst, und unabhängige Messungen liegen zum Releasestand noch nicht vor. The Decoder verweist ausdrücklich darauf, dass Eindrücke von Entwicklern zur Codequalität teils weit von Benchmark-Werten abweichen. Eine vorläufige unabhängige Richtung gibt es trotzdem: Laut Arena-Stand vom 19.10.2026, hier per Feedkontext ohne verifizierten Screenshot, überholt die Max-Ausgabe des Modells Kimi K3 Max als bestes Open-Source-Modell in der Webdev-Wertung der Code Arena mit 1.670 Punkten und liegt nur zwölf Punkte hinter der Spitze, vor mehreren großen geschlossenen Modellen.

Technisch ist 1017 kein neues Modell, sondern ein trainiertes: Die Architektur blieb unangetastet. Die Backbone-Größe liegt weiter bei 552 Milliarden Parametern, aktiv sind asymmetrisch 8 Milliarden auf der Eingabeseite und 16 Milliarden auf der Ausgabeseite, das Konzept des asymmetrischen Causal Encoder-Decoders aus V4.1 Flash bleibt. Die Bewegung kommt aus dem Post-Training, aus Reinforcement Learning mit Selbst-Feedback, das DeepSeek als RLSF beschreibt: Das Modell nutzt eigene Konfidenzwerte oder selbst erzeugte Kritiken als Belohnungssignal, menschliche Bewerter oder externe Reward-Modelle entfallen. Der Anwendungsdruck kommt aus der Praxis des Agenten: Ein Modell muss sein eigenes Ergebnis gegen die Anforderungen prüfen, fehlende Features und widersprüchliche Schritte markieren, bevor es ausliefert. Genau dieses Selbst-Review ist der Engpass, und ein selbstzufriedener, falscher Review gräbt nach Ansicht der Kritiker ein tieferes Loch als gar kein Review.

Richtung gibt der September-Kontext: Im Herbst hatte DeepSeek DSAC veröffentlicht, eine Sandbox zum Agentic-Training im Maßstab, laut Feedkontext mit Hinweisen auf rekursive Selbstverbesserung: Agenten bauen ihre eigenen Trainingsumgebungen, Sessions werden in Snapshots gesichert, und die Snapshots werden zum nächsten Trainingsszenario. Die Demos zeigen, wozu das End-to-End-Training führt: eine dreidimensionale Verbotene Stadt, ein Browser-Racer, ein Portal-2-Nachbau und Valley of Ages, eine History-Simulation von der Vorgeschichte bis zur Gegenwart, alle im DeepSeek Harness mit wenigen Prompts entstanden, dazu animierte Erklärvideos rein aus Code, mit synthetischer Stimme und Musik. The Decoder bestätigt die Richtungen Spielprogrammierung, 3D-Modellierung und Design und verweist auf kompakte animierte Videos, ähnlich dem kürzlich freigegebenen Claude Opus 5.5.

Am selben Tag öffnete DeepSeek zwei Endpunkte seiner hauseigenen Suchmaschine für alle Entwickler. Search liefert JSON mit Titel, URL, Kurz- und Langfassung, optionalem Seitentext, Datum sowie Re-Rank- und Autoritäts-Scores, Fetch wandelt eine beliebige URL in sauberes Markdown. Der Server ruft beide Endpunkte auf, sobald das Modell das Web braucht, ein separates Google- oder Bing-Wiring entfällt, ein einziger API-Key genügt, und laut DeepSeek arbeitet die Anbindung mit jedem Modell. Der Preis liegt bei 0,75 Dollar je 1.000 erfolgreicher Aufrufe, der Feed nennt 5 Yuan je 10.000, das entspricht exakt demselben Niveau. Fehlaufrufe, leere Ergebnisse und Timeouts kosten nichts. Das Rate-Limit liegt bei fünf Requests je Sekunde und Endpunkt, DeepSeek gibt Filter gegen SEO-Spam, Geo-Manipulationen und minderwertige KI-Inhalte an. Nach Konzernangabe verarbeitet der Index bereits hunderte Millionen Anfragen pro Tag weltweit. In der Praxis bleibt der Index laut Kritik deutlich hinter Google und Bing zurück, Qualitätsmetriken fehlen, und die Anbindung ist erst einmal Vendor-Lock-in.

Interessanter als der Preis ist das Zeitfenster: In DeepSeek Harness, Claude Code und Codex laufen die serverseitigen Such-Tools bis zum 31.10.2026 um 16:00 Uhr UTC kostenlos, danach tickt ab dem 1.11.2026 das Messgerät über denselben API-Key. Das ist klassisches Gewohnheits-Building: Erst Nutzung ohne Schwelle, dann Abrechnung, parallel lernt DeepSeek, wonach Agenten suchen. Zum Vergleich nennt der Feed die Konkurrenzpreise: Tavily rund 8 Dollar, Brave und Google Custom Search um 5 Dollar, Exa 4 bis 15 Dollar, Serper etwa 1 Dollar, DeepSeek 0,75 Dollar, jeweils je 1.000 Call. Strategisch greift der Schachzug über das Modell hinaus: OpenAI stützt sich auf Bing, Anthropic hat keine öffentliche hauseigene Suche, DeepSeek kämpft damit den Modellkrieg und den Suchkrieg gleichzeitig.

Einen Tag vor dem Release berichtete The Decoder über Pläne der chinesischen Regierung, offene Modellgewichte künftig zu verschärfen oder ganz zu blockieren. Als Kriterium wird diskutiert, ob ein System zu den zehn fähigsten Modellen der Welt zählt. Genau in dieser Klasse spielt 1017, und damit könnte das Update eine der letzten offenen Modellfreigaben dieser Stärke aus China sein. Für Selbst-Hoster und Betreiber eigener Agenten-Stacks ist das kein Randnotiz-Kapitel: Rechenkosten und Modell-Souveränität hängen direkt an der Frage, ob die Gewichte überhaupt noch ausgeliefert werden. DeepSeek hat die Frage strategisch längst beantwortet, Liang Wenfeng hat als Grundsatz kommuniziert, das Unternehmen würde nie eine schwächere Version als Open Source freigeben und die bessere für sich zurückhalten.

Die Woche war noch nicht zu Ende: Am 20.10.2026, wieder per Feedkontext, stellte DeepSeek sein Inferenz-Framework, im Feed als Deep Infer bezeichnet, als Open Source unter Apache 2.0 ein, exakt die Software hinter dem eigenen Dienst mit optimierten Operatoren, Speculative Decoding und JSON-Schema-Ausgaben, lauffähig auf Nvidia SM100 und Huawei Ascend 950. Die mitgelieferten Zahlen sind gewaltig: Ein einzelner Cluster verarbeitet 155 Billionen Tokens pro Tag, der Decode-Anteil schafft 14.000 Tokens je GPU und Sekunde, Agent-Caches liegen im Chat drei Tage und auf dem 3FS-Cluster sieben Tage, 96 Prozent der durchschnittlichen 77.000 Input-Tokens treffen den Cache und hebeln den Durchsatz um das 25-Fache. Die Information schätzt den annualisierten Umsatz auf rund 1 Milliarde Dollar, der Feed berichtet von einer Finanzierungsrunde über umgerechnet 15 Milliarden Dollar, eine der größten Chinas.

Für den Betrieb auf dem HUNTER-Deck liest sich 1017 als Preis-Event mit technischem Anhang. Die entscheidende Metrik heißt Kosten je fertiger Aufgabe, nicht Preis je Token, und genau an dieser Schraube dreht DeepSeek mit 0,20 Dollar pro DeepSWE-Task. Beim nächsten Umbau des Modell-Routings teste ich Off-Peak-Preise mit Cache-Nutzung: Cache-Hit-Eingaben liegen laut Feed bei 0,04 bzw. 0,02 Yuan je Million Tokens, ein Fünfzigstel des Miss-Preises, für wiederholende Läufe mit langen Historien eine andere Kostenklasse. Zwei Vorsätze bleiben: Erstens sind die 1017-Zahlen bis auf Gegenprüfungs-Runs Hausmessung des Herstellers, ich rechne mein eigenes Routing deshalb weiterhin mit den Zahlen aus meinem Dashboard. Zweitens ist der Samstag-Release eine Erinnerung, minor Updates von DeepSeek nie für klein zu halten.

In Summe ist die Woche vom 17. bis 20.10.2026 eine Lektion in Betriebsökonomie: Ein Post-Training-Sprung liefert Agenten-Codieren mit 77 Prozent pass@1 für 0,20 Dollar je Aufgabe, parallel öffnet DeepSeek die eigentliche Verteilachse, die Suchmaschine, für alle Entwickler mit einem Probezeitfenster bis 31.10.2026, und die Open-Weight-Frage steht erstmals direkt unter Exportkontroll-Vorbehalt. Was jetzt fehlt, sind unabhängige Benchmarks und die ersten Betriebsberichte aus echten Agenten-Loops. Mein Stand: 1017 als Modellkandidat für Off-Peak-Läufe notieren, die Search-Testzeit nutzen und die Exportkontroll-Frage im Blick behalten, sie entscheidet, ob die nächste Version dieser Klasse überhaupt noch offene Gewichte bekommt.

Über den Autor: Ich bin Marcel, Grafikdesigner, und ich betreibe das HUNTER-Cyberdeck auf einem gebrauchten Google Pixel 6a im Alltag. Grundlage dieses Beitrags: die Kündigungsmitteilung von DeepSeek auf X, die Modellseite auf Hugging Face, die API-Doku zu Search und Fetch sowie der Bericht von The Decoder vom 17.10.2026, alle gelesen am 25.10.2026. Das YouTube-Transkript des AI-Revolution-Feeds diente als Themen-Hinweis, videobasierte Werte sind im Text ausdrücklich als Feedkontext markiert. Zuletzt fachlich geprüft am 25.10.2026.