Fireworks AI hat vergangene Woche das Modell DeepSeek‑V4.1‑Flash vorgestellt. Nach eigenen Benchmarks erreicht es bei Programmieraufgaben dieselbe Genauigkeit wie GPT‑6 Astra, kostet pro Aufgabe aber nur etwa ein Fünfzehntel. Für eine typische DeepSWE-Programmieraufgabe werden $0.43 angegeben. Die niedrigeren Kosten führt das Unternehmen auf eine neue Architektur mit getrennten Ein- und Ausgaben sowie einen verbesserten KV-Cache zurück, der weniger Speicher benötigt.
Wie das Modell Kosten spart
DeepSeek‑V4.1‑Flash ist ein Mixture-of-Experts-Modell (MoE) mit 552 Milliarden Parametern. Bei der Eingabe aktiviert es 8 Milliarden Parameter, bei der Ausgabe 16 Milliarden. Das passt zum Token-Muster von Coding-Agenten: Sie lesen viel Code, erzeugen aber vergleichsweise kurze Patches. Im DeepSWE-Test verarbeitete das Modell 36,9 Millionen Eingabe- und 211.000 Ausgabetokens – ein Verhältnis von 174:1. Der neue KV-Cache benötigt im Vergleich zum bisherigen DeepSeek V4 ein Viertel des High-Bandwidth-Memorys (HBM) und ein Achtel des SSD-Speichers. Dabei bleibt die Cache-Trefferquote bei 99,6 %, und der Anteil der Rechnung, der auf Cache-Treffer entfällt, sinkt auf 60 %.
Wo das Modell glänzt – und wo es zurückliegt
Bei programmierorientierten Benchmarks (DeepSWE) liegt das Modell qualitativ auf Augenhöhe mit Astra, Gemini 3.8 Flash und Claude Opus 5 – alle liegen bei pass@1 höchstens 0,7 Punkte auseinander –, ist aber deutlich günstiger. Es kostet 5,5-mal weniger als Gemini 3.8 Flash, 15-mal weniger als Astra und 28-mal weniger als Opus 5. Bei einer anderen Art von Aufgabe (Terminal‑Bench 2.1) erzeugt das Modell viermal so viele Ausgabetokens wie Astra, ist insgesamt aber trotzdem etwa 12-mal günstiger. In einem Benchmark zum multimodalen Schlussfolgern (Humanity’s Last Exam) erreicht es dagegen 34,52 % gegenüber 50,40 % bei Astra. Das deutet auf schwächere Leistungen bei rein akademischen Denkaufgaben hin. Ein „Oracle-Router“, der die beste Antwort aus den Ergebnissen beider Modelle auswählt, würde Astra allein um 4,4 Prozentpunkte übertreffen. Das spricht für mögliche Vorteile eines Systems, das mehrere Modelle kombiniert.
Zugang
Fireworks bietet DeepSeek‑V4.1‑Flash über eine serverlose API sowie mit dedizierter Kapazität für Produktionsanwendungen an. Gehostete Endpunkte in den USA für regulierte Branchen sollen in Kürze folgen. Außerdem plant das Unternehmen, frühe Anwender beim Training zu unterstützen.
Warum es wichtig ist
Für Entwickler, die KI-gestützte Programmierwerkzeuge bauen, macht das neue Modell kontinuierliche Arbeitsabläufe mit vielen Agenten-Durchläufen erschwinglich. So können aus teuren Einzelabfragen kostengünstige Hintergrundprozesse werden. Teams, die starke Schlussfolgerungsfähigkeiten in akademischen Fächern benötigen, müssen möglicherweise weiterhin Modelle kombinieren, denn bei solchen Aufgaben liegt DeepSeek‑V4.1‑Flash zurück.
