DeepSeek V4, das die ganze Welt bis April in bitterer Ungeduld warten ließ, ist endlich da!
Gerade eben ist DeepSeek V4 tatsächlich erschienen!
Heute ist DeepSeek das Modell, das einst fast im Alleingang die Vorherrschaft der Closed-Source-Modelle gebrochen und bewiesen hat, dass DeepSeek wird nun regelmäßig aktualisiert um die Dynamik der Branche zu verändern, hat den Entwicklern weltweit offiziell die Vorschauversion der DeepSeek-V4-Serie vorgestellt –
Das Zeitalter der zivilen Anwendungen mit einem Kontextumfang im Millionenbereich (1M Context) sowie ein neuer Höhepunkt bei den Fähigkeiten von Open-Source-Agenten, dem Weltwissen und der Schlussfolgerungsleistung ist angebrochen.
DeepSeek V4 hat erneut eine führende Position in China und im Open-Source-Bereich erreicht, was den rasanten Aufstieg widerspiegelt, den wir seit Qwen 3.6 Grenzen verschoben.
Gleichzeitig wurde auch der technische Bericht zu V4 veröffentlicht.
Adresse des Beitrags: https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf
Übersicht über die DeepSeek-V4-Modelle: V4-Pro vs. V4-Flash
DeepSeek V4-Pro: Technische Daten des Flaggschiffmodells
Die DeepSeek-V4-Serie umfasst zwei Varianten: das Leistungsmonster DeepSeek-V4-Pro mit insgesamt 1,6 T Parametern und 49 B aktivierten Parametern.
DeepSeek V4-Flash: Effiziente und kostenoptimierte Version
DeepSeek-V4-Flash wurde speziell im Hinblick auf hohe Effizienz und Wirtschaftlichkeit entwickelt und verfügt über insgesamt 284B Parameter sowie 13B aktivierte Parameter.
Man kann sagen, dass DeepSeek-V4-Pro einen neuen Höhepunkt für Open-Source-Modelle erreicht hat und im Vergleich zu den weltweit führenden Closed-Source-Modellen mithalten kann.
Leistung von DeepSeek V4-Pro: Agent, Wissen und Schlussfolgerungen
Durchbruch bei den Fähigkeiten des DeepSeek V4-Agenten
Erstens hat V4-Pro einen bahnbrechenden Fortschritt bei den Agent-Fähigkeiten erzielt, und seine Agentenbasierte Programmierung level nimmt in der Open-Source-Welt unangefochten den ersten Platz ein.
Die Rückmeldungen aus den Tests zeigen, dass die Programmiererfahrung bereits die von Sonnet 4.5 übertroffen hat und die Lieferqualität zu Opus 4.6 (Nicht-Denk-Modus). Es ist nun zum bevorzugtes Modell für die interne Programmierung von Agenten im Unternehmen.
Leistung von DeepSeek V4 im „World Knowledge Benchmark“
Zweitens verfügt es über umfangreiche Wissensreserven über die Welt.
Im Bereich der Wissensbewertung liegt V4-Pro deutlich vor vergleichbaren Open-Source-Produkten, und der Abstand zum Closed-Source-Benchmark Gemini-Pro-3.1 hat sich auf einen sehr geringen Bereich verringert.
DeepSeek V4 – Schlussfolgerungsfähigkeit und MINT-Kompetenzen
Zudem zeichnet es sich durch eine erstklassige Leistung im Bereich des logischen Denkens aus.
In Kernfächer wie Mathematik, MINT, … und im Bereich der wettbewerbsorientierten Programmierung mit hohem Schwierigkeitsgrad ist V4-Pro nicht nur führend in der Open-Source-Community, sondern verfügt bereits über echte Wettbewerbsfähigkeit, um es mit den stärksten Closed-Source-Modellen der Welt aufzunehmen.
Innovationen in der DeepSeek-V4-Architektur: CSA, HCA und mHC
Diese beiden Modelle, die einen Überblick über das gesamte Feld bieten, werden durch die “drei großen Fähigkeiten” der zugrunde liegenden Technologie unterstützt:
Hybride Aufmerksamkeit in DeepSeek V4 (CSA + HCA)
DeepSeek-V4 hat nicht einfach blindlings die Investitionen in die Hardware erhöht, sondern eine hybride Attention-Architektur kreativ entwickelt.
Compressed Sparse Attention (CSA) komprimiert den KV-Cache entlang der Token-Dimension und kombiniert ihn mit DSA-Sparse-Attention; Heavy Compressed Attention (HCA) führt eine noch extremere Komprimierung durch, um eine dichte Berechnung aufrechtzuerhalten.
Diese Strategie der “Kombination aus langen und kurzen Einheiten” reduziert den Rechen- und Speicherbedarf erheblich, wenn das Modell einen Kontext von einer Million Wörtern verarbeitet.
Manifold-Constrained Hyper-Connection (mHC) in DeepSeek V4
Um die Stabilität der Signalausbreitung zu verbessern und die Ausdruckskraft des Modells zu stärken, führt V4 die mHC-Struktur ein, die die herkömmliche Residualverbindung weiterentwickelt.
Muon-Optimierer beim Training von DeepSeek V4
Der neue Muon-Optimierer wird eingeführt, wodurch der Trainingsprozess nicht nur schneller konvergiert, sondern auch stabiler verläuft.
Gerade diese strukturellen Innovationen ermöglichen es DeepSeek-V4, einen qualitativen Sprung bei der Effizienz der Inferenz zu erzielen.
Im Extremfall mit einem Kontext von 1 Million Token beträgt die Rechenleistung für die Inferenz eines einzelnen Tokens bei DeepSeek-V4-Pro nur 271 TP3T der Vorgängergeneration, und die KV-Cache-Auslastung wird auf erstaunliche 101 TP3T reduziert.
DeepSeek V4-Flash – Leistung: Geschwindigkeit, Kosten und Anwendungsfälle
Im Vergleich zur Pro-Version ist die Flash-Version eine schnellere und effizientere, kostengünstigere Alternative.
DeepSeek V4 – Vergleich zwischen „Flash Reasoning“ und „Pro“
Obwohl DeepSeek-V4-Flash hinsichtlich der Tiefe des Weltwissens etwas hinter der Pro-Version zurückbleibt, erreicht es ein ähnliches Niveau beim logischen Schlussfolgern.
Kosten- und Effizienzvorteile der DeepSeek V4-API
Dank einer optimierten Parameterskala und eines verbesserten Aktivierungsmechanismus bietet es den Nutzern einen API-Zugang, der schneller reagiert und kostengünstiger ist.
Unterschiede in der Leistungsfähigkeit der DeepSeek-V4-Agenten bei der Aufgabenausführung
Bei der Bewältigung grundlegender Agent-Aufgaben schneidet V4-Flash fast genauso gut ab wie die Pro-Version, doch bei extrem komplexen Aufgaben gibt es noch Raum für weitere Verbesserungen.
Durchbruch bei DeepSeek V4 im Bereich langer Kontexte: 1 Million Token werden zum Standard
DeepSeek-V4 führt einen revolutionären Aufmerksamkeitsmechanismus ein.
Durch eine effiziente Komprimierung in der Token-Dimension und die Kombination mit der DSA-Sparse-Attention-Technologie (DeepSeek Sparse Attention) erreicht das System eine weltweit führende Leistungsfähigkeit bei der Verarbeitung langer Texte.
DeepSeek V4 mit 1 Mio. Kontext als Standardkonfiguration
Ab heute wird der ultralange Kontext von 1M (1 Million Token) zur Standardkonfiguration der offiziellen DeepSeek-Dienste.
DeepSeek V4 im Vergleich zu früheren Modellen hinsichtlich Speicher und Rechenleistung
Diese Innovation verringert die Abhängigkeit von Rechenressourcen und Arbeitsspeicher erheblich.
Veränderungen der Rechen- und Speicherkapazität von DeepSeek-V4 und DeepSeek-V3.2 in Abhängigkeit von der Kontextlänge
Optimierung des DeepSeek V4-Agenten und Integration in das Ökosystem
Integration von DeepSeek V4 in Agent-Frameworks
DeepSeek-V4 hat eine Deep-Adaptation für gängige Agent-Ökosysteme wie Claude Code durchgeführt, OpenClaw, OpenCode und CodeBuddy.
Anwendungsfälle für DeepSeek V4: Code- und Dokumentengenerierung
In Anwendungsbereichen wie der Programmierung und der automatisierten Dokumentenerstellung konnte die Effizienz der Ausgabe erheblich gesteigert werden.
Beispiel für PPT-Seiten, die von V4-Pro unter einem bestimmten Agent-Framework automatisch generiert wurden
DeepSeek V4 API-Update und Leitfaden zur Modellmigration
So verwenden Sie die DeepSeek V4-API (Einrichtung von „model_name“)
Die gute Nachricht für Entwickler: Die API ist bereits zur gleichen Zeit online gegangen!
Sie müssen lediglich „model_name“ anpassen, um auf diese beiden neuen Flaggschiff-Modelle zugreifen zu können:
- Leistung: deepseek-v4-pro
- Effizienz: deepseek-v4-flash
Zeitplan für die Auslaufphase des DeepSeek-V4-Modells
Besonderer Hinweis: Die ursprünglichen Modellnamen „deepseek-chat“ und „deepseek-reasoner“ dienen in der Übergangsphase als Aliase für V4, werden jedoch am 24. Juli 2026 offiziell eingestellt.
Einblicke in das technische Dokument zu DeepSeek V4
Der Kompressionsmechanismus von DeepSeek V4 CSA erklärt
In V4-Pro beträgt das Kompressionsverhältnis von CSA 4. Der KV-Cache, der jeweils 4 Token umfasst, wird zu einem Eintrag zusammengefasst.
DeepSeek V4 – Globale Kompressionsstrategie nach HCA
HCA schlägt einen anderen Weg ein. Das Kompressionsverhältnis wird auf 128 erhöht, was deutlich aggressiver ist als bei CSA.
DeepSeek V4 – Hybrid-Attention-Kollaborationsmodell
Die beiden Mechanismen sind abwechselnd übereinander geschichtet. CSA übernimmt die feinkörnige Informationsgewinnung, HCA die globale Wahrnehmung.
Innovationen beim Training von DeepSeek V4: Muon, MoE und Distillation
Optimierung der Stabilität von mHC mit DeepSeek V4
mHC schränkt die Restabbildungsmatrix ein, um Divergenz in tiefen Netzwerken zu vermeiden.
DeepSeek V4 Muon-Optimierer und Tipps zum Training
Der Kern von Muon ist die Orthogonalisierung des Gradientenimpulses.
DeepSeek V4 MegaMoE und Systembeschleunigung
V4 veröffentlicht MegaMoE als Open-Source-Projekt und vereint damit Kommunikation und Berechnung in einem einzigen Pipeline-Kernel.
DeepSeek V4: OPD-Destillation und GRM-Belohnungsmodell
V4 nutzt „On-Policy Distillation“ und führt ein generatives Belohnungsmodell zur gemeinsamen Optimierung ein.
Warum DeepSeek V4 für Open-Source-KI von Bedeutung ist
Vom plötzlichen Aufstieg von V3 bis hin zur Effizienzrevolution von V4 hat DeepSeek stets darauf bestanden, die fortschrittlichsten Technologien über Open Source mit der Community zu teilen.
Die Einführung von DeepSeek-V4 bedeutet nicht nur einen Sprung bei den technischen Parametern, sondern ist auch eine starke Reaktion auf das sich weiterentwickelnde KI-Ökosystem und behauptet sich selbstbewusst inmitten von Unruhen in der Branche wie dem Anthropic-Mythos-Leak.
- Langer Kontext im Millionenbereich
- Hochleistungsfähige Agentensysteme
Dies beweist, dass wir durch architektonische Innovationen die Schwelle für große Modelle erheblich senken können, ohne dabei Leistungseinbußen hinnehmen zu müssen.
Sie können das neue 1M-Kontext-Erlebnis ab sofort in der offiziellen App oder unter chat.deepseek.com nutzen.
Das ist nicht nur ein Chat-Fenster. Es ist ein “zweites Gehirn”, das eine ganze Enzyklopädie speichern und die Logik von Zehntausenden von Codezeilen verstehen kann.
Referenz
https://huggingface.co/collections/deepseek-ai/deepseek-v4
https://modelscope.cn/collections/deepseek-ai/DeepSeek-V4
https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf
