DeepSeek V4.1 Flash
DeepSeek V4.1 Flash ist die kompakte Variante der DeepSeek-V4.1-Familie mit 552 Mrd. Gesamtparametern und 16 Mrd. aktiven Parametern pro Token. Das Modell wird unter der MIT-Lizenz als offene Gewichte mit Bild- und Textverarbeitung veröffentlicht. Sein 1-Million-Token-Kontextfenster ist für lange Agenten-Workflows ausgelegt, erfordert aber aufgrund seiner Größe eine Server-Infrastruktur für den lokalen Betrieb.
- Open Weights
- Server
- OpenRouter
- Text
- Vision
- Agentic Orchestrator
- Long Context
- Batch
Sovereign Risk: HIGH Obwohl DeepSeek V4.1 Flash als Open-Weight-Modell unter der permissiven MIT-Lizenz veröffentlicht wird, ist der Entwickler DeepSeek ein in China ansässiges Unternehmen. Die chinesische Jurisdiktion birgt ein hohes Souveränitäts- und Compliance-Risiko, insbesondere bei der Nutzung von Cloud-Diensten, die dem chinesischen Recht unterliegen.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 74.76
- Routine
- 45.76
- Reasoning
- 29
- LLM Judge Avg
- 3.67 / 5
- 100 Coverage
- Avg Task Duration
- 62s
- Batch
- Token Rate
- 99.94tok/s
- Output Rate
- P95 Latency
- 207.56s
- Top 5 %
- Total Tokens
- 193400
- Output Volume
- Cost per 1K
- $0.0006
- USD / 1K Requests
- Benchmark Cost
- $0.12
- Total · 193400 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze / Standard).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.