DeepSeek V4.1 Flash startet bei Novita AI: mit Bildeingabe und besseren Coding-Werten

Was DeepSeek V4.1 Flash bietet

Laut Novita AI ist DeepSeek V4.1 Flash der Nachfolger von DeepSeek V4 Flash und wurde am 10. September 2026 unter der MIT-Lizenz veröffentlicht. Es handelt sich um ein multimodales Mixture-of-Experts-Modell mit 552 Milliarden Backbone-Parametern sowie 196 Milliarden Parametern in einem „Engram“-Modul für bedingten Speicher, insgesamt also rund 748 Milliarden Parameter.

Anders als das reine Textmodell V4 Flash akzeptiert das neue Modell Text und Bilder als Eingabe und liefert Text als Ausgabe. Novita weist darauf hin, dass Entwickler einen Screenshot, ein Diagramm oder eine Dokumentseite zusammen mit einer Anweisung senden können, ohne vorher einen separaten OCR- oder Vision-Schritt auszuführen. Bislang erforderten bildbezogene DeepSeek-Workloads die experimentelle Vision-Variante, die laut Novita inzwischen abgelöst ist.

Das Kontextfenster umfasst 1.048.576 Tokens, die maximale Ausgabe liegt bei 393.216 Tokens. DeepSeek unterstützt zudem eine Einstellung für den Reasoning-Aufwand, eine ganze Zahl von 1 bis 100, mit der sich bei einer einzigen Modell-ID Inferenzkosten gegen Genauigkeit abwägen lassen.

Benchmark-Zuwächse und Architekturänderungen

Novita zitiert die Model Card von DeepSeek bei maximalem Reasoning-Aufwand für folgende Vergleiche zwischen V4.1 Flash und V4 Flash:

• Terminal-Bench 2.1 (Pass@1): 90,6 gegenüber 82,7
• DeepSWE v1.1 (Resolved): 74,2 gegenüber 54,4
• AutomationBench (Pass@1): 54,8 gegenüber 37,7

Es handelt sich um eigene Messwerte von DeepSeek. Novita rät, sie mit dem eigenen Agenten-Harness und Aufgabenset zu überprüfen, bevor man sie als Garantie für den Produktivbetrieb betrachtet.

Bei der Architektur setzt V4.1 Flash auf ein Causal-Encoder-Decoder-Design: einen Transformer mit 40 Schichten, aufgeteilt in einen kausalen Encoder mit 20 Schichten und einen Decoder mit 20 Schichten. Der KV-Cache des Decoders wird aus den finalen Hidden States des Encoders projiziert, statt in jeder Schicht neu berechnet zu werden. In Kombination mit FP4-KV-Caching und einer von DeepSeek Compressed Sparse Attention 2 genannten Technik sinkt der globale KV-Cache-Bedarf laut Quelle auf etwa ein Viertel des Werts von V4 Flash. Das Modell aktiviert beim Prefill 8 Milliarden und beim Decode 16 Milliarden Parameter, während es bei V4 Flash durchgehend 13 Milliarden sind.

Novita betont, dass dies ein Effizienzgewinn auf der Serving-Seite von DeepSeek ist und keine Preissenkung. Der Preis pro Token bei Novita richtet sich nach der Preisgestaltung von Novita.

Preise und API-Zugang

Novita listet das Modell mit 0,3 US-Dollar je 1 Million Input-Tokens, 1,2 US-Dollar je 1 Million Output-Tokens und 0,006 US-Dollar je 1 Million Tokens für Cache-Lesezugriffe. Damit liegt es zwischen V4 Flash mit 0,14 und 0,28 US-Dollar und der Revision V4 Flash 0731 mit 0,44 und 1,32 US-Dollar.

Die Modell-ID lautet deepseek/deepseek-v4.1-flash, die Basis-URL ist https://api.novita.ai/v3/openai. Das Modell ist über Chat-Completions-, Anthropic-kompatible und Responses-Endpunkte verfügbar, sodass bestehende Novita-Integrationen durch einen Wechsel der Modell-ID umgestellt werden können. Reine Textanfragen sollten unverändert funktionieren, während Bildanfragen multimodale Nachrichteninhalte erfordern, wie in der API-Referenz von Novita beschrieben.

Für wen sich das Modell eignet und für wen nicht

Novita empfiehlt V4.1 Flash für Coding-Agenten, Terminal-Automatisierung, mehrstufige Tool-Nutzung und Browser-Automatisierung sowie für Agenten-Sitzungen mit langem Kontext und Anfragen, die Bilder und Text mischen. Teams, die V4 Flash nutzen, sollten ihre Prompts erneut testen, um zu prüfen, ob sich der höhere Preis lohnt.

Von einer Standardnutzung des neuen Modells für einfache, hochvolumige und latenzempfindliche Textanfragen rät der Beitrag ab. Laut Novita zeigen die Basismodell-Benchmarks von DeepSeek, dass V4.1 Flash bei Tests wie MGSM und MATH in etwa gleichauf mit V4 Flash liegt oder dahinter zurückbleibt. Für Klassifikation mit kurzen Prompts oder Chat ohne agentische oder multimodale Anforderungen könnte das günstigere V4 Flash die bessere Wahl sein. Da V4.1 Flash eine junge Veröffentlichung ist, empfiehlt Novita zudem, Tool-Call-Schemata, Bildeingabepfade und Fehlerverhalten zu prüfen, bevor produktiver Traffic umgeleitet wird. Außerdem weist das Unternehmen darauf hin, dass sich Preise und Modellstatus bei DeepSeek Flash in diesem Jahr mehrfach geändert haben.