DeepSeek V4 fordert mit einer Million Token Kontext und aggressiven Preisen die KI-Spitze heraus

Ein neuer Herausforderer rückt an die Spitze vor

Das chinesische KI-Labor DeepSeek hat Vorschauversionen seiner mit Spannung erwarteten Modellreihe V4 veröffentlicht. Sie umfasst zwei Varianten, die enorme Größe mit beispielloser Effizienz verbinden. Die am 24. April 2026 gestarteten Modelle DeepSeek-V4-Pro und DeepSeek-V4-Flash sind bislang der ambitionierteste Versuch des Unternehmens, die Vorherrschaft amerikanischer KI-Riesen wie OpenAI, Anthropic und Google herauszufordern.

Die Veröffentlichung erfolgt genau ein Jahr, nachdem DeepSeeks Reasoning-Modell R1 an den Märkten einen Einbruch im Billionen-Dollar-Ausmaß ausgelöst hatte. Es hatte gezeigt, dass sich KI-Fähigkeiten auf Weltklasseniveau zu einem Bruchteil der Kosten entwickeln lassen, die bei Spitzensystemen üblicherweise anfallen. Mit V4 positioniert sich DeepSeek nun nicht mehr nur als kostengünstige Alternative, sondern als ernst zu nehmender Konkurrent bei der Leistungsfähigkeit – und hält zugleich an der radikalen Preisstrategie fest, die dem in Hangzhou ansässigen Start-up erstmals weltweit Aufmerksamkeit verschaffte.

Beide Modelle bieten ein Kontextfenster von einer Million Token, können also in einer einzigen Eingabe ungefähr 15 bis 20 vollständige Romane verarbeiten. Sie nutzen eine Mixture-of-Experts-Architektur, bei der während der Inferenz nur eine Teilmenge der Parameter aktiviert wird. Besonders bemerkenswert ist, dass das Unternehmen die Modelle unter der freizügigen MIT-Lizenz veröffentlicht hat. Damit sind kommerzielle Nutzung und Anpassungen ohne Lizenzgebühren möglich; zugleich setzt DeepSeek seine Verpflichtung zur Entwicklung von KI mit offenen Modellgewichten fort.

Technische Architektur und Umfang

Die DeepSeek-V4-Reihe umfasst zwei unterschiedliche Konfigurationen für verschiedene Anwendungsfälle. Das Spitzenmodell V4-Pro ist eines der größten bislang veröffentlichten Modelle mit offenen Gewichten: Es verfügt über insgesamt 1,6 Billionen Parameter, von denen bei einer Inferenz jeweils 49 Milliarden aktiv sind. Das kompaktere V4-Flash ist auf insgesamt 284 Milliarden Parameter und 13 Milliarden aktive Parameter ausgelegt. Es richtet sich an Anwendungen mit hohen Anforderungen an die Latenz sowie an den Einsatz auf Geräten für Endverbraucher.

Diese Parametereffizienz wird durch die Mixture-of-Experts-Architektur erreicht. Sie leitet jedes Eingabetoken an spezialisierte Teilnetze weiter, statt das gesamte Modell zu aktivieren. Ein dichtes Modell mit 1,6 Billionen Parametern wäre im Betrieb unerschwinglich teuer. Indem DeepSeek die Zahl der aktiven Parameter etwa auf dem Niveau der Vorgängergeneration V3.2 hält und gleichzeitig den Pool der Experten erweitert, kann das Unternehmen eine stärkere Spezialisierung auf Programmierung, Mathematik und mehrsprachige Aufgaben erreichen, ohne den Rechenbedarf proportional zu erhöhen.

Die Hürde langer Kontexte überwinden

Ein Kernstück der V4-Architektur ist die von DeepSeek so genannte Hybrid Attention Architecture. Sie kombiniert die Mechanismen Compressed Sparse Attention und Heavily Compressed Attention. Die Neuerung zielt auf eine der hartnäckigen Herausforderungen großer Sprachmodelle: Mit zunehmender Kontextlänge nimmt die Qualität beim Auffinden von Informationen ab.

Standardmäßige Transformer-Aufmerksamkeit hat Schwierigkeiten mit dem sogenannten „Nadel-im-Heuhaufen“-Problem: Bestimmte Informationen, die tief in langen Dokumenten eingebettet sind, lassen sich immer schwerer finden. DeepSeek zufolge erreicht der eigene Ansatz bei Abruf-Benchmarks mit einer Million Token eine Genauigkeit von 97 Prozent, gegenüber 84,2 Prozent bei standardmäßigen Aufmerksamkeitsmechanismen. Damit werde das Problem der nachlassenden Abrufleistung gelöst, das Modelle mit langen Kontexten bislang beeinträchtigt hat.

In der Praxis bedeutet das, dass das Modell ganze Codebasen, umfangreiche Sammlungen juristischer Dokumente oder jahrelange Gesprächsverläufe zuverlässig verarbeiten kann, ohne bestimmte Details aus den Augen zu verlieren. Für Entwickler, die Systeme zur abrufgestützten Generierung bauen, könnte diese Fähigkeit komplexe Verfahren zur Aufteilung von Texten in Abschnitte und externe Vektordatenbanken überflüssig machen oder ihren Bedarf verringern.

Leistung in Benchmarks: nahe an der Spitze

Unabhängigen Bewertungen und eigenen Angaben von DeepSeek zufolge erreicht V4-Pro ein Leistungsniveau, das es in Reichweite der fortschrittlichsten proprietären Systeme bringt. Im Benchmark SWE-bench Verified, der prüft, ob ein Modell reale GitHub-Probleme aus tatsächlichen Open-Source-Projekten lösen kann, erzielt V4-Pro Berichten zufolge rund 80,6 Prozent. Damit liegt es praktisch gleichauf mit Claude Opus 4.6 mit 80,8 Prozent und übertrifft viele bisherige Rekorde quelloffener Modelle.

Bei Benchmarks zum mathematischen Schlussfolgern zeigt V4-Pro besondere Stärken. Demnach erreicht das Modell 95,2 Prozent bei HMMT 2026 und 89,8 Prozent bei IMOAnswerBench. Im letztgenannten Benchmark liegt es vor Claude Opus 4.6, aber knapp hinter GPT-5.4. Bei Programmierwettbewerben, gemessen anhand von Codeforces-Wertungen, kommt V4-Pro auf 3206 Punkte und liegt damit vor GPT-5.4 (3168) und Gemini 3.1 Pro (3052).

Bei der Einschätzung, ob das Modell zur absoluten Spitzengruppe gehört, bleibt DeepSeek jedoch zurückhaltend. Das Unternehmen räumt ein, dass V4-Pro bei Aufgaben zu Allgemeinwissen und Schlussfolgerungen Googles Gemini 3.1 Pro um etwa drei bis sechs Monate hinterherhinkt. Der Abstand hat sich demnach zwar verringert, eine vollständige Gleichstellung mit den fortschrittlichsten proprietären Systemen sei aber noch nicht erreicht.

Durch den Ausbau der Reasoning-Token zeigt DeepSeek-V4-Pro-Max bei gängigen Benchmarks zum Schlussfolgern eine bessere Leistung als GPT-5.2 und Gemini-3.0-Pro. Dennoch bleibt es knapp hinter GPT-5.4 und Gemini-3.1-Pro zurück. Das deutet auf eine Entwicklung hin, die den Spitzenmodellen der Branche um etwa drei bis sechs Monate hinterherläuft.

Die Variante V4-Flash erreicht trotz ihres geringeren Umfangs überraschend konkurrenzfähige Ergebnisse: Bei MMLU-Pro erzielt sie 86,2 Prozent gegenüber 87,5 Prozent bei V4-Pro, bei LiveCodeBench 91,6 Prozent gegenüber 93,5 Prozent für die Pro-Version. Diese Effizienz deutet darauf hin, dass das Flash-Modell für viele Anwendungen genügend Leistung bei deutlich geringeren Betriebskosten bieten könnte.

Radikale Preise und wirtschaftliche Umwälzungen

Der wohl umwälzendste Aspekt der V4-Veröffentlichung ist die Preisstrategie. DeepSeek setzt damit sein bisheriges Muster fort, westliche Wettbewerber um ein Vielfaches zu unterbieten. V4-Flash kostet 0,14 US-Dollar je eine Million Eingabe-Token und 0,28 US-Dollar je eine Million Ausgabe-Token. Damit ist das Modell sogar günstiger als OpenAIs GPT-5.4 Nano (0,20/1,25 US-Dollar) und Gemini 3.1 Flash-Lite (0,25/1,50 US-Dollar).

Für das Spitzenmodell V4-Pro werden 1,74 US-Dollar je eine Million Eingabe-Token und 3,48 US-Dollar je eine Million Ausgabe-Token fällig. Damit ist es zwar teurer als die Flash-Variante, liegt aber deutlich unter dem Preis vergleichbarer Spitzenmodelle. Claude Opus 4.6 kostet 5 US-Dollar je eine Million Eingabe-Token und 25 US-Dollar je eine Million Ausgabe-Token; bei GPT-5.4 sind es 2,50 US-Dollar für Eingaben und 15 US-Dollar für Ausgaben je eine Million Token. DeepSeeks Spitzenmodell bietet bei Benchmarks vergleichbare Leistung und ist dabei rund 50 bis 80 Prozent günstiger.

Ermöglicht werden diese aggressiven Preise durch erhebliche Effizienzgewinne in der Modellarchitektur. Bei Kontexten mit einer Million Token benötigt V4-Pro laut DeepSeek nur 27 Prozent der Gleitkommaoperationen seines Vorgängers V3.2 und lediglich 10 Prozent der Größe dessen Key-Value-Cache. V4-Flash steigert diese Effizienz noch weiter und kommt im Vergleich zu V3.2 auf 10 Prozent der FLOPs und 7 Prozent der KV-Cache-Größe.

Branchenanalysten zufolge könnte dieser Preisdruck umfassendere Anpassungen am Markt erzwingen. Als DeepSeeks Modell R1 mit API-Kosten startete, die rund 90 Prozent unter denen vergleichbarer OpenAI-Angebote lagen, reagierten Wettbewerber, indem sie fortschrittliche Modelle für Nutzer der kostenlosen Tarifstufe öffneten und ihre eigenen Preise anpassten. Eine ähnliche Entwicklung könnte sich abzeichnen, wenn V4 neue Kostenmaßstäbe sowohl für leistungsstarke als auch für günstige KI-Inferenz setzt.

Unabhängigkeit von Hardware und Trainingsinfrastruktur

Ein wichtiger geopolitischer und technischer Aspekt der V4-Veröffentlichung ist die Trainingsinfrastruktur. Während die meisten Spitzenmodelle vor allem mit Nvidias leistungsstärksten GPUs entwickelt werden, soll DeepSeek V4 mit einer Kombination aus Huawei-Ascend-910B-KI-Beschleunigern und Cambricon-MLU-Chips trainiert haben. Die abschließende Überprüfung sei auf Huaweis Ascend-NPU-Plattform erfolgt.

Diese Entwicklung könnte erhebliche Folgen für den globalen Markt für KI-Hardware haben. Wegen der US-Exportbeschränkungen, die den Zugang Chinas zu Nvidias leistungsstärksten Chips begrenzen, hat DeepSeek gezeigt, dass sich KI auf Spitzenniveau auch mit in China entwickelter Halbleitertechnik trainieren lässt. Sollten sich die Benchmark-Angaben des Unternehmens bei unabhängigen Prüfungen bestätigen, wäre das ein Beleg dafür, dass Huawei und Cambricon für das Training großer KI-Modelle tragfähige Alternativen zu Nvidia bieten. Das könnte die Diversifizierung der Lieferketten für KI-Hardware beschleunigen.

Wei Sun, leitender KI-Analyst bei Counterpoint Research, merkte an, dass V4s Fähigkeit, nativ auf chinesischen Chips zu laufen, weitreichende Folgen für Pekings Ziele bei der KI-Souveränität haben könnte.

Das wird letztlich auch die weltweite Entwicklung der KI beschleunigen.

Einsatz auf Endverbraucher-Hardware

Trotz der enormen Parameterzahlen betont DeepSeek, dass sich quantisierte Versionen von V4 auf handelsüblicher Hardware betreiben lassen. V4-Flash könne mit INT4-Quantisierung auf einer einzelnen Nvidia RTX 5090 mit 32 GB VRAM oder mit INT8-Präzision auf zwei RTX 4090 mit insgesamt 48 GB VRAM laufen. Das Pro-Modell belegt mit seinen vollständigen Gewichten 865 GB und ist für Inferenz in voller Präzision auf GPU-Clustern mit mehreren Knoten ausgelegt. Möglicherweise unterstützt es aber auch Streaming-Verfahren für den Einsatz.

Diese Zugänglichkeit steht in starkem Kontrast zu proprietären Spitzenmodellen, die API-Zugang und Rechenzentrumsinfrastruktur erfordern. Für Entwickler, denen Datenschutz, Latenz oder planbare Betriebskosten wichtig sind, bedeutet die Möglichkeit, ein Modell der Billionen-Parameter-Klasse auf käuflicher Hardware selbst zu hosten, eine erhebliche Veränderung der praktischen Kosten für den KI-Einsatz.

Marktfolgen und strategische Positionierung

Die Veröffentlichung von V4 verschärft nicht nur den Wettbewerb zwischen chinesischen und amerikanischen KI-Entwicklern, sondern auch innerhalb des chinesischen Markts. Seit DeepSeeks Durchbruch mit R1 haben heimische Wettbewerber wie Alibabas Qwen, ByteDance und Moonshot AI die Veröffentlichung eigener Modelle beschleunigt. DeepSeeks jüngste Ankündigung wirkte sich unmittelbar auf die Aktienkurse der Konkurrenz aus: Nach der Vorstellung von V4 verloren MiniMax und Zhipu im Hongkonger Handel jeweils rund 8 Prozent.

Parallel zur Veröffentlichung des Modells sucht DeepSeek Berichten zufolge erstmals nach externen Geldgebern. Das Unternehmen strebt mindestens 300 Millionen US-Dollar bei einer Bewertung von mehr als 10 Milliarden US-Dollar an. Einige Berichte legen nahe, dass Gespräche mit Tencent und Alibaba die Bewertung auf bis zu 20 Milliarden US-Dollar treiben könnten. Damit vollzieht das Unternehmen eine strategische Wende: Bislang hatte es sich ausschließlich auf seinen Mutterkonzern, den Hedgefonds High-Flyer Capital Management, gestützt.

Das Unternehmen steht allerdings vor unmittelbaren Einschränkungen bei der Infrastruktur. DeepSeek hat gewarnt, dass die Kapazitäten für den Pro-Tarif derzeit wegen eines Mangels an leistungsstarken Rechenressourcen begrenzt sind. Die Preise dürften erst deutlich sinken, sobald Huawei Ascend 950 „Supernodes“ in der zweiten Jahreshälfte 2026 in größerem Umfang zum Einsatz kommen.

Die Veröffentlichung erfolgt zudem in einer Phase wachsender geopolitischer Spannungen rund um die KI-Entwicklung. Das Weiße Haus hat China jüngst des Diebstahls geistigen Eigentums in der KI-Industrie im großen Maßstab beschuldigt. Pekings Außenministerium hat die Vorwürfe als haltlose Angriffe auf Chinas technologischen Fortschritt entschieden zurückgewiesen. DeepSeek hält an der Veröffentlichung unter den Open-Source-Lizenzen Apache 2.0 und MIT fest. Damit grenzt sich das Unternehmen von den zunehmend abgeschotteten Strategien vieler westlicher KI-Labore an der technologischen Spitze ab und positioniert sich als Fürsprecher für KI mit offenen Modellgewichten.

Das Wichtigste

• DeepSeek hat Vorschauversionen von V4-Pro (1,6 Billionen Parameter, davon 49 Milliarden aktiv) und V4-Flash (284 Milliarden Parameter, davon 13 Milliarden aktiv) mit Kontextfenstern von einer Million Token veröffentlicht
• Beide Modelle stehen unter Open-Source-Lizenzen (MIT/Apache 2.0); kommerzielle Nutzung und Anpassungen sind ohne Gebühren möglich
• V4-Pro erzielt bei Programmieraufgaben Benchmark-Ergebnisse auf Augenhöhe mit Claude Opus 4.6 und GPT-5.4, kostet aber 50 bis 80 Prozent weniger
• V4-Flash kostet 0,28 US-Dollar je eine Million Ausgabe-Token und ist damit die günstigste leistungsfähige Option unter den kleineren Modellen; selbst OpenAIs GPT-5.4 Nano ist teurer
• Die Modelle wurden mit Hardware abseits von Nvidia trainiert, darunter Chips von Huawei Ascend und Cambricon. Damit zeigen sie, dass es leistungsfähige Alternativen zu amerikanischer KI-Halbleitertechnik gibt
• Architektonische Neuerungen wie die Hybrid Attention Architecture senken den Rechenbedarf im Vergleich zu Modellen der vorherigen Generation um bis zu 90 Prozent
• Quantisierte Versionen können auf handelsüblicher Hardware laufen, darunter eine einzelne RTX 5090 oder zwei RTX 4090
• DeepSeek räumt ein, dass die Modelle bei Aufgaben zu Allgemeinwissen den absoluten Spitzenmodellen der Branche um etwa drei bis sechs Monate hinterherhinken
• Die Veröffentlichung verschärft den Preisdruck in der KI-Branche und beschleunigt den Wettbewerb innerhalb des chinesischen KI-Markts