Das chinesische Labor DeepSeek hat seine neuesten großen Sprachmodelle angekündigt – die Versionen DeepSeek V4 Flash und V4 Pro. Diese Modelle sind die Nachfolger der letztjährigen Version V3.2 sowie des bekannten R1-Modells und weisen signifikante architektonische Verbesserungen auf. Beide Modelle unterstützen ein Kontextfenster von bis zu 1 Million Token, was es den Nutzern ermöglicht, mit extrem großen Dokumentenmengen und Code zu arbeiten. Dies berichtet Techcrunch.com.
Das V4 Pro-Modell verfügt über insgesamt 1,6 Billionen Parameter und ist damit derzeit das weltweit größte Open-Weight-Modell. Zum Vergleich: Es übertrifft die Modelle Kimi K 2.6 von Moonshot AI (1,1 Billionen) und DeepSeek V3.2 (671 Milliarden) deutlich. Das kleinere V4 Flash-Modell besitzt hingegen 284 Milliarden Parameter. Vertreter des Unternehmens betonten, dass die neuen Systeme in logischen Denktests den Abstand zu den derzeit führenden offenen und geschlossenen Modellen nahezu vollständig geschlossen haben.
Nach Angaben von DeepSeek übertrifft das V4-Pro-Max-Modell bei logischen Aufgaben die Systeme GPT-5.2 von OpenAI und Gemini 3.0 Pro von Google. In Programmierwettbewerben erzielten beide neuen Modelle Ergebnisse auf Augenhöhe mit GPT-5.4. Es wurde jedoch angemerkt, dass die chinesischen Modelle in Tests zur Überprüfung des Wissensstandes noch immer 3 bis 6 Monate hinter den fortschrittlichsten Systemen aus den USA zurückliegen.
Preislich sind die neuen Modelle deutlich günstiger als ihre Konkurrenten auf dem Markt. Beispielsweise kostet das V4 Flash-Modell 0,14 US-Dollar pro 1 Million Eingabe-Token, was unter den Preisen von GPT-5.4 Nano und Gemini 3.1 Flash liegt. Bemerkenswert ist, dass diese Präsentation zu einem Zeitpunkt erfolgt, an dem die USA Vorwürfe wegen Diebstahls geistigen Eigentums gegen China erheben und DeepSeek beschuldigt wird, Modelle von Anthropic und OpenAI kopiert zu haben.
Lesen Sie „Zamin“ auf Telegram!
