Das KI-Unternehmen DeepSeek hat die allgemeine Verfügbarkeit seines neuesten Modells V4-Pro 0813 bekannt gegeben. Die Neuentwicklung verfügt über insgesamt 1,6 Billionen Parameter, von denen 49 Milliarden aktiv genutzt werden. Das Modell wird unter der MIT-Lizenz bereitgestellt und bietet ein Kontextfenster von einer Million Token sowie eine maximale Ausgabekapazität von 384.000 Token.
Architektonische Neuerungen und Effizienzsteigerung
Die technische Grundlage des Modells bildet eine hybride Aufmerksamkeitsarchitektur, die als CSA/HCA (Cross-Self-Attention/Hybrid-Cross-Attention) bezeichnet wird.
Durch diese Struktur konnten die erforderlichen Gleitkommaoperationen (FLOPs) im Vergleich zum Vorgängermodell V3.2 auf 27 Prozent gesenkt werden. Gleichzeitig verringert sich der Bedarf am sogenannten KV-Cache auf 10 Prozent des ursprünglichen Wertes bei einem Kontext von 128.000 Token.
Zudem implementierten die Entwickler eine mHC-Komponente, welche die Signalverstärkung auf einen Faktor von etwa 1,6 begrenzt. Bei früheren Versionen lag dieser Wert noch bei 3000. Diese Optimierungen spiegeln sich auch in internen Leistungsindizes wider: Im Artificial Analysis Intelligence Index erreicht das V4-Pro 0813 einen Wert von 53 Punkten, während das Modell V3.2 bei 42 Punkten lag.
Leistungsvergleich und Kosteneffizienz in der Praxis
In einer aktuellen Testreihe innerhalb der CyberGym-Umgebung, die 697 Aufgaben umfasste, erzielte das Modell eine Erfolgsrate von 53,7 Prozent. Die Validierungsrate wurde mit 97,3 Prozent angegeben, wobei das System bei insgesamt 840 bearbeiteten Aufgaben keine einzige Verweigerung zeigte. Bei diesem Testlauf löste das Modell 38 Aufgaben exklusiv, die von keinem anderen Vergleichsmodell bewältigt wurden.
Während neue KI-Modelle die technische Leistungsfähigkeit steigern, bringen sie auch neue Herausforderungen für die Unternehmenssicherheit mit sich. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer im Kontext neuer KI-Gesetze jetzt kennen müssen. Kostenlosen Cyber-Security-Report jetzt herunterladen
Im direkten Kostenvergleich zeigt das Modell eine hohe Effizienz. Während die Kosten pro Erfolg bei dem Konkurrenzmodell Kimi K3 deutlich höher liegen, wird das V4-Pro 0813 als 1,96-mal kostengünstiger pro erfolgreicher Lösung eingestuft.
Weitere Benchmarks im selben Testumfeld ergaben für GPT-5.5 eine Erfolgsrate von 47,6 Prozent bei deutlich höheren Kosten von 9.641 US-Dollar pro Belohnungspunkt. Das Modell Opus 4.8 erreichte in diesem Szenario lediglich 5,9 Prozent bei Kosten von 33.275 US-Dollar. Für das DeepSeek-Modell wurden die Kosten mit 1.343 US-Dollar pro Aufgabe und 2.502 US-Dollar pro Erfolg beziffert.
Wer sich mit dem Einsatz fortschrittlicher Technologien befasst, sollte auch die Absicherung der eigenen IT-Infrastruktur im Blick behalten. Erfahren Sie in diesem Gratis-E-Book, wie Sie Sicherheitslücken schließen und gleichzeitig neue gesetzliche Anforderungen ohne teure Investitionen erfüllen. Gratis-E-Book für proaktiven IT-Schutz sichern
Umstellung der API und Preisstruktur
Mit der Vorstellung der V4-Familie, die neben der Pro-Version auch eine Flash-Variante umfasst, ordnet DeepSeek seine Programmierschnittstellen neu. Die bisherigen Endpunkte „deepseek-chat“ und „deepseek-reasoner“ werden durch „v4-flash“ und „v4-pro“ ersetzt. Beide neuen Modelle unterstützen Funktionen wie JSON-Ausgaben und Tool-Calls.
Die Preisgestaltung für die Pro-Version erfolgt auf Basis von einer Million Token in chinesischen Yuan (CNY). Für Eingaben, die bereits im Cache vorhanden sind, wird 1 CNY berechnet, während bei einem Cache-Miss 12 CNY fällig werden. Die Kosten für die Ausgabe belaufen sich auf 24 CNY pro Million Token. Die Veröffentlichung des V4-Pro-Modells folgt auf eine vorangegangene öffentliche Beta-Phase der V4-Flash-API.
