KI SpotlightNewsDeepSeek V4.1-Flash-1017 löst 77 Prozent im DeepSWE, ein Tempo-Beleg fehlt
Das Update vom 17. Oktober nennt weder eine Herstellerzahl noch eine unabhängige Messung zum Tempo; Vals AI sieht das Modell in einer Cyber-Aufgabe vorn.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- DeepSeek-V4.1-Flash-1017 erschien am 17. Oktober als Open-Weight-Modell.
- DeepSeek meldet 77 % gelöste DeepSWE-v1.1-Aufgaben, gegenüber 74,2 % bei der September-Version.
- DeepSeek stimmte das Update auf Agenten-Software ab, darunter DeepSeek Harness, CodeBuddy und WorkBuddy.
- Der September-Release (10. September 2026) startete mit Off-Peak-API-Preisen ab 15 Cent pro Million nicht gecachter Input-Token.
- Laut Vals AI schlug V4.1 Flash 1017 GPT-6 Sol in einer mehrstufigen simulierten Offensiv-Cyber-Aufgabe.
DeepSeek-Update 1017 löst 77 Prozent im DeepSWE, nennt aber kein Tempo
DeepSeek hat am 17. Oktober V4.1-Flash-1017 veröffentlicht. Das Original vom 10. September liegt damit gut fünf Wochen zurück. Das Modell erscheint als Open-Weight-Modell. Die Model Card auf Hugging Face nennt es ein „minor update“, das Ausführungszeit und Ausgabelänge verkürzen soll.
Wie stark das ausfällt, sagt DeepSeek nicht. Eine Herstellerzahl zum Tempo fehlt ebenso wie eine unabhängige Messung. Belegt ist damit nur die Behauptung des Herstellers.
Gemessen wurde dagegen die Trefferquote. Im DeepSWE v1.1 löste das Update in DeepSeeks eigenem Test 77 Prozent der Aufgaben. Die September-Version kam auf 74,2 Prozent. Eine unabhängige Bestätigung liegt nicht vor. DeepSeek hat das Update außerdem auf Agenten-Software abgestimmt, nämlich auf das eigene DeepSeek Harness sowie auf CodeBuddy und WorkBuddy von Tencent.
Dieselbe Tabelle führt Claude Opus 5 mit 74 Prozent. Von den elf Benchmarks, die DeepSeek veröffentlicht hat, entfallen sieben weiterhin auf das Anthropic-Modell. Bei Humanity's Last Exam beträgt der Abstand fast 14 Punkte.
Vals AI sieht V4.1 Flash in einer Cyber-Aufgabe vor GPT-6 Sol
Vals AI berichtet, dass V4.1 Flash 1017 bei einer mehrstufigen Offensivaufgabe in einem simulierten Firmennetz GPT-6 Sol übertroffen habe. Beide Modelle liefen dreimal auf frischen Kopien der Umgebung. Verglichen wurden die Durchschnittswerte. GPT-6 Sol lief über OpenAIs Zugangsprogramm Daybreak, das bei freigegebenen Cyber-Aufgaben Verweigerungen reduziert. Der Agent basiert auf dem Pi-Harness. Andere Modelle liefen nur einmal. Laut Vals verbraucht DeepSeek mehr Token. Mit $0,30/$1,20 gegenüber $2/$10 pro Million Token ist es dennoch deutlich günstiger.
Das Ergebnis ist ein vorläufiger Einzeldatenpunkt. Vals hat bislang weder Szenario, Bewertungsraster noch vollständige Run-Logs veröffentlicht. Den vollständigen Benchmark kündigt das Unternehmen für die kommenden Wochen an. Belegt ist somit eine enge Aussage zu einer einzelnen Aufgabe.
Wie wenig sich daraus verallgemeinern lässt, zeigt der öffentliche CyberBench von Vals. Dort liegt GPT-6 Sol mit 77,98 Prozent vor V4.1 Flash mit 73,69 Prozent. Die Kosten betragen $1,34 gegenüber $0,07 pro Test. CyberBench misst allerdings etwas anderes: das Reproduzieren und Patchen von OSS-Fuzz-Abstürzen in nativem Code, also Memory-Safety-Fehler. Netzwerkeindringen zählt ausdrücklich nicht dazu. Beide Benchmarks prüfen unterschiedliche Fähigkeiten. Keiner von ihnen belegt einen generellen Vorsprung von DeepSeek.
Preisangaben widersprechen sich, DeepInfer ist nur Umfeld
Die Quellen nennen zwei Preisniveaus. Zum September-Release hieß es, die Off-Peak-Tarife begännen bei 15 Cent pro Million nicht gecachter Input-Token. Vals nennt dagegen $0,30 für Input und $1,20 für Output. Woher die Differenz stammt, geht aus dem Material nicht hervor. Eine offizielle Preisseite für V4.1-Flash lag der Recherche nicht vor.
Zum Umfeld gehört DeepInfer, das Inferenz-Framework, mit dem DeepSeek V4.1-Flash läuft. Es steht unter Apache 2.0 und ist nicht Teil des Modell-Updates. Dazu fehlen ein KV-Cache-System, Prefill/Decode-Disaggregation und ein Load Balancer. Betreiber müssen sie selbst bauen.
