DeepSeek stellt V4-Vorschau vor und macht 1M-Langkontext für alle zugänglich
DeepSeek hat offiziell die Preview-Version seiner neuesten Modellserie DeepSeek-V4 veröffentlicht und als Open Source bereitgestellt. Durch strukturelle Innovationen erreicht diese Serie eine standardisierte Verarbeitung von extrem langen Kontexten mit bis zu 1 Million Token (1M) und führt sowohl im Inland als auch bei Open-Source-Modellen in den Bereichen Agenten-Zusammenarbeit, Weltwissen und logisches Schlussfolgern.

Zwei-Versionen-Layout: Pro für Exzellenz, Flash für Effizienz
DeepSeek-V4 bietet zwei Spezifikationen, die auf unterschiedliche Anwendungsbedürfnisse zugeschnitten sind:
DeepSeek-V4-Pro (1,6 Billionen Parameter, 49 Milliarden aktiviert): Die Leistung steht hochgeschlossenen Modellen in nichts nach. Es erzielt die besten Ergebnisse unter allen Open-Source-Modellen in Agentic Coding-Bewertungen, wobei die Ausgabequalität nahe an Opus4.6 liegt. In Mathematik-, STEM- und Wettbewerbs-Coding-Tests übertrifft es alle öffentlich bewerteten Open-Source-Modelle und demonstriert reasoning-Fähigkeiten von Weltklasse.
DeepSeek-V4-Flash (284 Milliarden Parameter, 13 Milliarden aktiviert): Priorisiert extreme Kosteneffizienz. Obwohl sein Weltwissen etwas geringer ist als das der Pro-Version, entspricht es der Pro-Version beim reasoning für einfache Aufgaben und der Agenten-Leistung und bietet schnellere und wirtschaftlichere API-Dienste.
Strukturelle Innovation: DSA-Mechanismus ermöglicht Zugriff auf lange Kontexte
DeepSeek-V4 führt einen bahnbrechenden **DSA-Sparse-Attention-Mechanismus** ein. Durch die Komprimierung auf Token-Ebene reduziert das Modell den Rechen- und Speicheraufwand für extrem lange Kontexte erheblich. Dadurch wird 1M-Kontext zu einer Standardfunktion in allen offiziellen DeepSeek-Diensten und adressiert den branchenweiten Kostenschmerzpunkt bei der Verarbeitung langer Texte.
Tiefe Anpassung an das Agenten-Ökosystem
Optimiert für gängige Agenten-Produkte wie Claude Code und CodeBuddy unterstützt DeepSeek-V4 sowohl den Nicht-Denken-Modus als auch den Denken-Modus. Die API stellt den Parameter reasoning_effort bereit, sodass Nutzer die Denkinintensität (hoch/maximal) basierend auf der Komplexität der Aufgabe anpassen können, was die Leistung in komplexen Szenarien wie Code-Generierung und Dokumentverarbeitung erheblich steigert.
Zugang und Open-Source-Plan
Nutzer können das neueste Modell nun über die offizielle Website oder die offizielle App sowie über entsprechende API-Updates nutzen. Bitte beachten Sie, dass die legacy-Modellnamen deepseek-chat und deepseek-reasoner nach drei Monaten (bis zum 24. Juli 2026) abgeschaltet werden.
Open-Source-Links: Verfügbar auf Hugging Face und Moba Community .
Technischer Bericht: Veröffentlicht im Hugging Face-Repository.
Diese Veröffentlichung von DeepSeek-V4 bestätigt die Machbarkeit von Open-Source-Modellen, die mit hochgeschlossenen Top-Modellen bei langen Kontexten und Agenten-Fähigkeiten aufholen, und legt durch technologische Durchbrüche ein solides Fundament für die Popularisierung von AGI.
Verwandter Artikel
Chrome und Edge erhöhen diskret den Speicherbedarf für lokale KI-Modelle auf 20 GB, während Browser zu KI-Inferenz-Engines werden
Google Chrome und Microsoft Edge haben die Festplattenspeicheranforderungen für lokale KI-Modelle auf 20 GB erhöht. Diese Browser laden die Modelle im Hintergrund stillschweigend herunter, um KI-Funktionen auf dem Gerät zu ermöglichen. Im Mai wurde e
Zhipu AI strebt mit Fokus auf Softwareentwicklung nach einem jährlichen Wiederkehrenden Umsatz (ARR) von 1 Milliarde US-Dollar nach einem 15-fachen Wachstum in fünf Monaten.
Mehrere unabhängige Quellen bestätigen, dass der wiederkehrende Jahresumsatz (Annual Recurring Revenue, ARR) von Zhipu bis Juli 2026 1 Milliarde US-Dollar erreicht hat. Das Unternehmen hat zu diesen Berichten noch keine Stellung bezogen.KI-gestütztes
Microsoft stellt das erste KI-Modell für Cybersicherheit MAI-Cyber-1-Flash vor und startet die Perception-Sicherheitsplattform
Microsoft hat offiziell MAI-Cyber-1-Flash, sein erstes spezialisiertes Cybersicherheitsmodell, sowie eine neue KI-gestützte Sicherheitsplattform namens Perception vorgestellt. Auf einer Veranstaltung in San Francisco enthüllt, untermauern diese Innov
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
DeepSeek hat offiziell die Preview-Version seiner neuesten Modellserie

Zwei-Versionen-Layout: Pro für Exzellenz, Flash für Effizienz
DeepSeek-V4-Pro (1,6 Billionen Parameter, 49 Milliarden aktiviert): Die Leistung steht hochgeschlossenen Modellen in nichts nach. Es erzielt die besten Ergebnisse unter allen Open-Source-Modellen in Agentic Coding-Bewertungen, wobei die Ausgabequalität nahe an Opus4.6 liegt. In Mathematik-, STEM- und Wettbewerbs-Coding-Tests übertrifft es alle öffentlich bewerteten Open-Source-Modelle und demonstriert reasoning-Fähigkeiten von Weltklasse.
DeepSeek-V4-Flash (284 Milliarden Parameter, 13 Milliarden aktiviert): Priorisiert extreme Kosteneffizienz. Obwohl sein Weltwissen etwas geringer ist als das der Pro-Version, entspricht es der Pro-Version beim reasoning für einfache Aufgaben und der Agenten-Leistung und bietet schnellere und wirtschaftlichere API-Dienste.
Strukturelle Innovation: DSA-Mechanismus ermöglicht Zugriff auf lange Kontexte
Tiefe Anpassung an das Agenten-Ökosystem
Optimiert für gängige Agenten-Produkte wie Claude Code und CodeBuddy unterstützt reasoning_effort bereit, sodass Nutzer die Denkinintensität (hoch/maximal) basierend auf der Komplexität der Aufgabe anpassen können, was die Leistung in komplexen Szenarien wie Code-Generierung und Dokumentverarbeitung erheblich steigert.
Zugang und Open-Source-Plan
Nutzer können das neueste Modell nun über die deepseek-chat und deepseek-reasoner nach drei Monaten (bis zum 24. Juli 2026) abgeschaltet werden.
Open-Source-Links: Verfügbar auf
Technischer Bericht: Veröffentlicht im
Diese Veröffentlichung von
Chrome und Edge erhöhen diskret den Speicherbedarf für lokale KI-Modelle auf 20 GB, während Browser zu KI-Inferenz-Engines werden
Google Chrome und Microsoft Edge haben die Festplattenspeicheranforderungen für lokale KI-Modelle auf 20 GB erhöht. Diese Browser laden die Modelle im Hintergrund stillschweigend herunter, um KI-Funktionen auf dem Gerät zu ermöglichen. Im Mai wurde e
Zhipu AI strebt mit Fokus auf Softwareentwicklung nach einem jährlichen Wiederkehrenden Umsatz (ARR) von 1 Milliarde US-Dollar nach einem 15-fachen Wachstum in fünf Monaten.
Mehrere unabhängige Quellen bestätigen, dass der wiederkehrende Jahresumsatz (Annual Recurring Revenue, ARR) von Zhipu bis Juli 2026 1 Milliarde US-Dollar erreicht hat. Das Unternehmen hat zu diesen Berichten noch keine Stellung bezogen.KI-gestütztes
Microsoft stellt das erste KI-Modell für Cybersicherheit MAI-Cyber-1-Flash vor und startet die Perception-Sicherheitsplattform
Microsoft hat offiziell MAI-Cyber-1-Flash, sein erstes spezialisiertes Cybersicherheitsmodell, sowie eine neue KI-gestützte Sicherheitsplattform namens Perception vorgestellt. Auf einer Veranstaltung in San Francisco enthüllt, untermauern diese Innov





Heim






