DeepSeek V4.1 Flash unterbietet das ältere Flash beim Preis und schlägt Pro bei Agenten-Tests

Drei Modelle, ein Endpunkt

Novita AI zufolge umfasst die V4-Familie derzeit drei aktuelle Modelle: DeepSeek V4 Pro 0813, DeepSeek V4 Flash 0731 und DeepSeek V4.1 Flash. Alle drei teilen sich ein Kontextfenster von 1.048.576 Token, eine maximale Ausgabe von 393.216 Token und denselben OpenAI-kompatiblen Endpunkt. Ein Wechsel zwischen den Modellen erfordert daher nur, den Modellwert in der Anfrage zu ändern.

Das V4 Pro aus der Preview-Phase wurde durch die GA-Version ersetzt, die als deepseek/deepseek-v4-pro-0813 geführt wird. Laut Novita AI bringt sie ein DSpark-Modul für Speculative Decoding mit, steht unter MIT-Lizenz, und ihre Preise haben sich mit dem GA-Start geändert, sodass Angaben in älteren Beiträgen nicht mehr gelten. Das ursprüngliche V4 Flash ohne Zusatz wurde durch das datierte deepseek/deepseek-v4-flash-0731 abgelöst.

Das neueste Modell ist DeepSeek V4.1 Flash, beschrieben als Nachfolger von V4 Flash vom September 2026. Es ist das erste der Familie, das neben Text auch Bilder als Eingabe akzeptiert, und nutzt ein kausales Encoder-Decoder-Design mit kleinerem KV-Cache. Die beiden anderen Modelle verarbeiten ausschließlich Text.

Preise bei Novita AI

Novita AI nennt folgende Preise pro 1 Mio. Token:

• V4 Pro 0813: 1,32 $ Input, 0,044 $ Cache-Read, 3,96 $ Output
• V4 Flash 0731: 0,44 $ Input, 0,028 $ Cache-Read, 1,32 $ Output
• V4.1 Flash: 0,30 $ Input, 0,006 $ Cache-Read, 1,20 $ Output

Das neuere Flash-Modell ist damit bei Input, Output und Cache-Reads günstiger als sein Vorgänger. Für eine Last von 1 Mio. Input- und 1 Mio. Output-Token ohne Cache-Treffer rechnet Novita AI mit 5,28 $ für V4 Pro 0813, 1,76 $ für V4 Flash 0731 und 1,50 $ für V4.1 Flash. Pro kostet bei gleichem Volumen etwa das 3,5-Fache von V4.1 Flash.

Novita AI weist darauf hin, dass das günstigere Modell nicht automatisch die richtige Standardwahl ist. Braucht eine Aufgabe die höheren Werte von Pro 0813 beim wissensbasierten Reasoning, können die Mehrkosten immer noch geringer sein als die Kosten einer falschen Antwort. Die Preise wurden am 13. Oktober 2026 geprüft. Die Plattform rät, sie vor dem Aufbau eines Kostenmodells auf den Modellseiten zu bestätigen.

Benchmarks: Agentenarbeit gegen Reasoning

Der Vergleich stützt sich auf die Modellkarte DeepSeek-V4.1-Flash von DeepSeek, mit maximalem Reasoning-Aufwand. V4.1 Flash führt bei den Agenten-Tests, während Pro 0813 bei GPQA Diamond vorn liegt.

• Terminal-Bench 2.1 (Pass@1): 87,9 für Pro 0813, 82,7 für Flash 0731, 90,6 für V4.1 Flash
• Terminal-Bench 3.0 (Pass@1): 11,8, 7,6 und 30,0
• DeepSWE v1.1 (Resolved): 62,7, 54,4 und 74,2
• AutomationBench (Pass@1): 43,2, 37,7 und 54,8
• GPQA Diamond (Pass@1): 92,4, 89,9 und 90,9

Novita AI hebt den Abstand bei Terminal-Bench 3.0 hervor, 30,0 gegenüber 11,8 bei Pro. Er sei groß genug, um darüber zu entscheiden, ob eine lange Tool-Use-Schleife überhaupt abgeschlossen wird. V4 Flash 0731 liegt in beiden Disziplinen zurück, weshalb die Plattform es als Ausweichlösung und nicht als Budget-Empfehlung beschreibt. Teams sollten die Zahlen zudem nur als Ausgangspunkt verstehen und ein eigenes Prompt-Set laufen lassen, bei dem sie akzeptierte Antworten, Wiederholungsrate, Latenz, Zuverlässigkeit strukturierter Ausgaben und die gesamten Token-Kosten vergleichen.

Was das für Entwickler bedeutet

Novita AI empfiehlt V4.1 Flash für Coding-Agenten, Terminal-Automatisierung, mehrstufige Tool-Nutzung und jede Last, die Bild-, Screenshot- oder Dokumentseiten-Eingaben erfordert. V4 Pro 0813 empfiehlt die Plattform für wissens- oder reasoning-intensive Aufgaben mit hohen Kosten bei Fehlern. V4 Flash 0731 lohnt sich demnach nur noch für textbasierte Workloads mit hohem Volumen, die bereits auf sein Verhalten abgestimmt sind und in der eigenen Evaluierung weiterhin überzeugen.

Für gemischten Traffic schlägt die Plattform ein Routing nach Stufen vor: Standardanfragen gehen an V4.1 Flash, anspruchsvolles Reasoning wird an V4 Pro 0813 eskaliert.

Ihr Migrationsrat lautet, Modell-IDs und Preise vor der Auslieferung zu bestätigen, da sich in der Familie in diesem Jahr mehrfach IDs und Preise geändert haben. Außerdem sollten Modell-ID, Kontextlimit und Preise in der Konfiguration liegen, damit ein Rollback einfach bleibt, und beim Umstieg auf V4.1 Flash für Bildeingaben die Nachrichtenerstellung um Bildteile erweitert werden. Teams sollten ein repräsentatives Regressions-Set laufen lassen und die Qualität nach Aufgabentyp vergleichen, nicht nur anhand der aggregierten Win-Rate.