DeepSeek-V4.1-Flash-1017 ist da: Was sich in deepseek-flash geändert hat

Am 17. Oktober 2026 hat DeepSeek das Modell hinter seinem API-Namen deepseek-flash geändert. Es ist jetzt DeepSeek-V4.1-Flash-1017. Der Name, die Art des Aufrufs und der Preis pro Token blieben gleich. Nur das, was auf deine Anfragen antwortet, ist neu.

DeepSeek sagt, es erzielt höhere Benchmark-Werte, erledigt Aufgaben schneller und schreibt kürzere Antworten. Der unabhängige Artificial Analysis Index setzt es auf 45, gegenüber 39 für das vorherige V4.1-Flash. Wenn dein Code deepseek-flash oder das ältere deepseek-v4-flash auf der DeepSeek-API aufruft, nutzt du es bereits.

Was sich geändert hat und was nicht#

DeepSeeks Changelog fasst es für den 17. Oktober in einer Zeile zusammen: „The API calling method and pricing remain unchanged — simply use deepseek-flash to access the latest model.“ Es gibt kein Enddatum für die alten Namen an; der Eintrag vom 10. September besagt, dass sie vorübergehend weitergeleitet werden.

Separat hat DeepSeek seine Inferenz-Engine DeepInfer unter Apache-2.0 als Open Source veröffentlicht. Das README listet nur DeepSeek-V4.1-Flash als unterstützt, mit 1017 als Standard-Checkpoint.

Die Zahlen: DeepSeeks Tabelle und eine externe Prüfung#

DeepSeeks Ankündigung, „Wish-Driven Programming Made Real“, nennt 1017 eine „Pareto improvement in performance and cost“. Der Preis pro Token hat sich nicht bewegt, jede Einsparung auf der Rechnung muss also aus kürzeren Antworten kommen. Die Ankündigung beschreibt die Geschwindigkeits- und Längengewinne nur in Worten, ohne Zahlen im Text, es gibt also keine Zahl zum Zitieren.

Die Modellkarte nennt 1017 ein „minor update“ und vergleicht es mit dem vorherigen V4.1-Flash:

Dies sind DeepSeeks eigene Ergebnisse, abgelesen von der Karte am 20. Oktober 2026, kein unabhängiger Test. 1017 liegt in jeder Zeile vorn, mit den größten Abständen bei Terminal-Bench 4.0 und ProgramBench. DeepSeek nennt das Harness für zwei Zeilen (Claude Code für Terminal-Bench 4.0, Mini-SWE-V2 für DeepSWE v1.1) und gibt für keine Zeile den Reasoning-Aufwand an.

Die Karte stellt 1017 außerdem K3, GLM-5.3, GPT-5.6 Sol und Opus 5 gegenüber, in Spalten, die DeepSeek ausgewählt hat. (Dieses GLM-5.3 ist nicht das GLM-5.3-Flash in unserem Katalog.) 1017 ist in vier der 11 Zeilen am höchsten: DeepSWE v1.1 (77.0, gegenüber 74.0 für Opus 5), Automation-Bench v1.0.6, Agents' Last Exam und Apex Bench v1.1. In den anderen sieben ist Opus 5 höher, zum Beispiel 51.8 gegenüber 42.3 bei Terminal-Bench 4.0 und 56.3 gegenüber 42.6 bei HLE ohne Tools.

Für eine Außenansicht gibt es Artificial Analysis. In dessen Intelligence Index (v4.3.2, Max reasoning mode) erreicht 1017 einen Wert von 45 und läuft mit 210,6 Output-Tokens pro Sekunde. Das vorherige V4.1-Flash erreicht im selben Modus 39, und seine Seite markiert es jetzt als veraltet und verweist auf 1017. Es ist ein Index in einem Modus, und die Seite sagt nicht, wann die Geschwindigkeit gemessen wurde, lies die Zahlen also als Momentaufnahme vom 20. Oktober 2026.

Der Preis hat sich nicht geändert#

Der offizielle Preis von deepseek-flash pro 1M Tokens, geprüft am 20. Oktober 2026 auf DeepSeeks Preisseite, die selbst kein Datum trägt:

Peak-Zeiten sind 01:00–04:00 und 06:00–10:00 UTC, Montag bis Freitag, außer an chinesischen Feiertagen. Alle anderen Zeiten, einschließlich Wochenenden und chinesischer Feiertage, sind Off-Peak, zum halben Preis. Das Kontextfenster beträgt 1M Tokens und eine Antwort kann bis zu 384K umfassen. Wie sich Caching und Peak-Zeiten in einer echten Rechnung niederschlagen, siehe DeepSeek API pricing in 2026.

Search- und Fetch-API: Abrechnung beginnt am 1. November#

Am selben Tag startete DeepSeek eine Search API und eine Fetch API auf seiner eigenen Suchmaschine. Jede kostet $0.75 pro 1.000 erfolgreiche Anfragen. Eine Anfrage wird nur abgerechnet, wenn sie HTTP 200 und ein Ergebnis zurückgibt, leere Ergebnisse, Fehler und Timeouts kosten also nichts. Serverseitige Such- und Fetch-Aufrufe über DeepSeek Harness, Claude Code oder Codex sind vorerst kostenlos. Die Abrechnung pro Anfrage beginnt am 1. November 2026 um 00:00 Pekinger Zeit, das ist der 31. Oktober um 16:00 UTC.

Der Leitfaden erläutert den kostenlosen Zeitraum nur für diese serverseitigen Aufrufe. Er sagt nicht, ob direkte API-Aufrufe vor dem 1. November abgerechnet werden. Der kostenlose Zeitraum gilt für DeepSeeks eigene API. Er erstreckt sich nicht auf Anfragen, die über CheapTokens gesendet werden, auch nicht auf solche von Claude Code.

Was du in deinem Code prüfen solltest#

Welches Release heute welchen Namen bedient:

• Führe deine eigenen Evals erneut aus. Wenn ein Prompt, Parser oder Test auf die Antwortlänge oder das Format des alten Modells angewiesen war, können kürzere Antworten ihn brechen. Wenn Antworten kürzer geworden sind, sollten die Ausgaben für Output-Tokens sinken. DeepSeeks Ankündigung nennt im Text keine Zahl zur Ausgabelänge, vertraue also deinen eigenen Logs.
• Weg von den Legacy-Namen. Sie haben kein angekündigtes Enddatum, und DeepSeeks eigener Rat ist, deepseek-flash zu verwenden.
• Geh nicht davon aus, dass eine neue Base-URL das Verhalten beibehält. deepseek-v4-flash auf der DeepSeek-API und 0731 auf einem anderen Endpunkt sind verschiedene Releases.

Wo DeepSeek-V4-Flash 0731 hineinpasst#

DeepSeek-V4.1-Flash-1017 ist Stand 20. Oktober 2026 nicht im CheapTokens-Katalog. Das dort vorhandene DeepSeek-Modell ist DeepSeek-V4-Flash, Release 0731 (31. Juli 2026). Es ist ein früheres Release, die obigen Ergebnisse gelten also nicht dafür. Wir haben keinen direkten Vergleich 0731 gegen 1017 von DeepSeek gefunden, und die von uns geprüften Artificial-Analysis-Seiten listen 0731 nicht auf.

Welches zu dir passt, hängt von der Aufgabe ab:

• Offizielles deepseek-flash: Du brauchst 1017 selbst, 1M Tokens Kontext, Antworten bis zu 384K Tokens oder Vision.
• DeepSeek-V4-Flash 0731 auf CheapTokens: Du erzeugst lange Ausgaben oder betreibst Agent-Loops und willst eine planbare Rechnung. Ein Preis für Input und einer für Output zu jeder Stunde; das offizielle 1017 verdoppelt seinen Preis in Peak-Zeiten. Der Kontext beträgt 380K, und eine Antwort kann bis zu 32.768 Tokens umfassen.

Hier ist eine Workload, beide Wege berechnet: 10M Input-Tokens und 1M Output-Tokens an einem Tag, eine input-lastige Mischung wie die, die ein Agent erzeugt, wenn er seinen Kontext in jeder Runde erneut sendet. Die Token-Mengen unten sind in Millionen, die offiziellen Preise sind DeepSeeks Stand 20. Oktober 2026, und 80% Cache-Hits sind eine Annahme, keine Messung. Deine eigenen Logs zeigen deinen tatsächlichen Anteil.

• 10 × $0.30 + 1 × $1.20 = $4.20 — offiziell, Peak, jedes Input-Token ein Cache-Miss
• 10 × $0.15 + 1 × $0.60 = $2.10 — offiziell, Off-Peak, jedes Input-Token ein Cache-Miss
• 8 × $0.006 + 2 × $0.30 + 1 × $1.20 = $1.85 — offiziell, Peak, 80% der Input-Tokens sind Cache-Hits
• 8 × $0.003 + 2 × $0.15 + 1 × $0.60 = $0.92 — offiziell, Off-Peak, 80% der Input-Tokens sind Cache-Hits

Auf unserer Seite kostet dieselbe Workload auf DeepSeek-V4-Flash 0731 zu heutigen Sätzen $0.321.

• Offiziell 1017 · Peak · keine Cache-Hits$4.20
• Offiziell 1017 · Off-Peak · keine Cache-Hits$2.10
• Offiziell 1017 · Peak · 80% Cache-Hits$1.85
• Offiziell 1017 · Off-Peak · 80% Cache-Hits$0.92
• CheapTokens · DeepSeek-V4-Flash 0731$0.321

Das Diagramm lässt zwei Dinge aus. Es vergleicht verschiedene Releases, die 1017-Ergebnisse oben gelten also nicht für 0731. Und es endet bei 80% Cache-Hits. Treib das mit kurzen Antworten in Richtung 100%, kann der offizielle Preis vorn liegen: DeepSeek berechnet Cache-Hits mit $0.003 pro 1M Off-Peak, während wir einen Input-Preis pro Modell berechnen, $0.0221 pro 1M, und einen Output-Preis, ohne separaten Cache-Hit-Satz. Nimm 10M Input-Tokens, die alle Cache-Hits sind, und 0,1M Output-Tokens:

• 10 × $0.003 + 0.1 × $0.60 = $0.09 — offiziell, Off-Peak, jedes Input-Token ein Cache-Hit
• $0.231 — DeepSeek-V4-Flash 0731 auf CheapTokens

Dies sind nur Token-Preise. Aufladungen des Guthabens tragen eine 5%-Gebühr, die nicht in unseren Zahlen enthalten ist.

Wenn du Agent-Loops oder lange Generierungen ausführst und nicht willst, dass sich der Preis mit der Stunde ändert, ist DeepSeek-V4-Flash 0731 einen Test mit deinen eigenen Prompts wert. Lade ein Guthaben mit Krypto oder per Karte über einen Partner auf, richte einen Client im OpenAI-Stil auf https://api.cheaptokens.dev/v1 (Anthropic-Stil-Clients wie Claude Code verwenden https://api.cheaptokens.dev ohne /v1) und vergleiche die Rechnung mit deiner. Ein Guthaben deckt jedes Modell im Katalog ab. Die Claude-Code-Einrichtung steht in How to connect Claude Code to CheapTokens. Aktuelle Sätze für jedes Modell:

Weiterführende Lektüre#

• DeepSeek API pricing in 2026 — what you actually pay
• GLM vs DeepSeek vs MiniMax: which model to choose
• MiniMax M3.1 Flash is out — benchmarks, speed and API price