08.09.2026

DeepSeek V4.1 Flash 1017

Offenes Mixture-of-Experts-Modell von DeepSeek AI mit Bild- und Texteingabe. Es eignet sich für Agentic-Coding-Aufgaben und Dokumente bis 1 Mio. Tokens.

33Punkte

Median aller Modelle: 31

1,05 Mio.Tokens

Maximaler Output: 262.144 Tokens

DeepSeek V4.1 Flash 1017 im Überblick

Stand November 2026 führt DeepSeek V4.1 Flash 1017 die Rangliste von NL2Repo-Bench auf Byte.de mit 68,2 % an. Im Artificial Analysis Intelligence Index steht es mit 33 Punkten auf Platz 18 von 43 Modellen.

Stärken bei Agentic Coding

Für KI-Agenten mit Codeaufgaben nennt die Modellkarte 77,0 % bei DeepSWE v1.1 und liegt damit vor Opus 5 (74,0 %) und GPT-5.6 Sol (73,0 %). Bei Terminal-Bench 4.0 steigt der Wert gegenüber V4.1 Flash von 31,2 % auf 42,3 %, bleibt aber unter Opus 5 mit 51,8 %. Unabhängige Messungen fallen niedriger aus: Vals AI führt für den Eintrag DeepSeek V4.1 Flash 19,70 % bei Terminal-Bench 4.0 (Mini-SWE-agent).

Agentic Coding
Terminal-Aufgaben
Lange Dokumente
Bildanalyse
Tool-Calls

Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.

Was du abwägen solltest

Hohe Hardware-Hürde. Die Modellkarte nennt 763 Mrd. Parameter. Lokal lässt sich das Modell nur mit großer GPU-Infrastruktur betreiben, für die meisten Teams bleibt der Zugriff über API-Anbieter.
Herstellerzahlen mit Vorsicht lesen. Die Terminal-Bench-Werte stammen aus dem Claude-Code-Harness des Anbieters. Abweichende Setups können zu deutlich anderen Ergebnissen führen, deshalb lohnt ein Test mit dem eigenen Workflow.
Nur Text und Bild als Eingabe. Die Modelldaten führen Text und Bild als Eingabe, Text als Ausgabe. Weitere Modalitäten sind dort nicht aufgeführt.

Ähnliche KI-Modelle ansehen

DeepSeek V4.1 Flash 1017 Benchmarks

33Punkte

Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark ohne eigene Fragen: Er fasst neun Evaluationen zusammen, die Artificial Analysis selbst mit jedem Modell unter gleichen Bedingungen durchführt.

Mehr zum Benchmark

Artificial Analysis Intelligence IndexMedian aller Modelle: 31

Claude Fable 5.2Platz 1, Anthropic
Claude Opus 5.5Platz 2, Anthropic
Qwen3.8 MaxAlibaba
DeepSeek V4.1 Flash 1017DeepSeek AI
GLM-5.3Z.ai
MiMo V2.6 ProXiaomi

Daten: Artificial Analysis (artificialanalysis.ai)Artificial Analysis (artificialanalysis.ai)

DeepSeek V4.1 Flash 1017 Modelldaten

Kontextfenster: 1.048.576 Tokens
Maximaler Output: 262.144 Tokens
Eingabe: Text, Bilder
Ausgabe: Text

Anbieter: DeepSeek AI
Veröffentlicht: 8. September 2026
Modellgewichte: Offen (MIT)

1,05 Mio. Tokens Kontext262,1k maximaler Output

Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.

Standardfähigkeiten & Schnittstellen

Prompt-Caching
Reasoning
Strukturierte Ausgaben
Tool-Nutzung
Bildverständnis

Daten aktualisiert am 9. November 2026. Fehler gefunden? kontakt@byte.de

DeepSeek V4.1 Flash 1017 API-Provider

Particle AI
Input / 1 Mio. Tokens
$0,025
Output / 1 Mio. Tokens
$0,25
Cache-Lesen / 1 Mio.
$0,0015
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
131,1kTokens
Input / 1 Mio. Tokens
$0,022
Output / 1 Mio. Tokens
$0,40
Cache-Lesen / 1 Mio.
$0,004
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,006
Output / 1 Mio. Tokens
$0,50
Cache-Lesen / 1 Mio.
$0,005
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,075
Output / 1 Mio. Tokens
$0,30
Cache-Lesen / 1 Mio.
$0,0075
Kontextfenster
1 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,098
Output / 1 Mio. Tokens
$0,294
Cache-Lesen / 1 Mio.
$0,00294
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,1515
Output / 1 Mio. Tokens
$0,225
Cache-Lesen / 1 Mio.
$0,010103
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
384kTokens
Input / 1 Mio. Tokens
$0,111
Output / 1 Mio. Tokens
$0,444
Cache-Lesen / 1 Mio.
$0,00222
Kontextfenster
1,02 Mio.Tokens
Maximaler Output
384kTokens
OpenInference
Input / 1 Mio. Tokens
$0,028
Output / 1 Mio. Tokens
$0,70
Cache-Lesen / 1 Mio.
$0,005
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,095
Output / 1 Mio. Tokens
$0,50
Cache-Lesen / 1 Mio.
$0,008
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,08
Output / 1 Mio. Tokens
$0,55
Cache-Lesen / 1 Mio.
$0,008
Kontextfenster
1,04 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,04368
Output / 1 Mio. Tokens
$0,70
Cache-Lesen / 1 Mio.
$0,0024
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
131,1kTokens
Input / 1 Mio. Tokens
$0,123
Output / 1 Mio. Tokens
$0,492
Cache-Lesen / 1 Mio.
$0,00246
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
262,1kTokens
Input / 1 Mio. Tokens
$0,10
Output / 1 Mio. Tokens
$0,60
Cache-Lesen / 1 Mio.
$0,003
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,135
Output / 1 Mio. Tokens
$0,54
Cache-Lesen / 1 Mio.
$0,0027
Kontextfenster
1 Mio.Tokens
Maximaler Output
384kTokens
Input / 1 Mio. Tokens
$0,165
Output / 1 Mio. Tokens
$0,495
Cache-Lesen / 1 Mio.
$0,0105
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,15
Output / 1 Mio. Tokens
$0,60
Cache-Lesen / 1 Mio.
$0,003
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,165
Output / 1 Mio. Tokens
$0,66
Cache-Lesen / 1 Mio.
$0,0033
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
393,2kTokens
ModelRun
Input / 1 Mio. Tokens
$0,17
Output / 1 Mio. Tokens
$0,67
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
131,1kTokens
Input / 1 Mio. Tokens
$0,18
Output / 1 Mio. Tokens
$0,68
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,195
Output / 1 Mio. Tokens
$0,66
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
384kTokens
Input / 1 Mio. Tokens
$0,18
Output / 1 Mio. Tokens
$0,72
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,18
Output / 1 Mio. Tokens
$0,72
Cache-Lesen / 1 Mio.
$0,0036
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,195
Output / 1 Mio. Tokens
$0,78
Cache-Lesen / 1 Mio.
$0,0039
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$0,55
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,16
Output / 1 Mio. Tokens
$1,10
Cache-Lesen / 1 Mio.
$0,008
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,15
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
PrimaLabs
Input / 1 Mio. Tokens
$0,24
Output / 1 Mio. Tokens
$0,96
Cache-Lesen / 1 Mio.
$0,0048
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,25
Output / 1 Mio. Tokens
$1
Cache-Lesen / 1 Mio.
$0,005
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,20
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,28
Output / 1 Mio. Tokens
$1,13
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
393,2kTokens
Input / 1 Mio. Tokens
$0,29
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,007
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,007
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
262,1kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,007
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,006
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
943,7kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,0075
Kontextfenster
1 Mio.Tokens
Maximaler Output
262,1kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1,20
Cache-Lesen / 1 Mio.
$0,007
Kontextfenster
1,05 Mio.Tokens
Maximaler Output
262,1kTokens

Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.

Häufige Fragen zu DeepSeek V4.1 Flash 1017

Was kostet die Nutzung?

Die Preise hängen vom Anbieter ab. DeepInfra nennt $0,098 bis $0,20 je 1 Mio. Input-Tokens und $0,294 bis $0,60 je 1 Mio. Output-Tokens.

Wie groß ist das Kontextfenster?

Laut Modelldaten umfasst es 1 Mio. Tokens, die maximale Ausgabe liegt bei 384.000 Tokens. Die Modellkarte empfiehlt für max_tokens mindestens 256K.

Ist das Modell Open Source?

Die Gewichte stehen laut Modellkarte unter der MIT-Lizenz. Wegen der Größe von 763 Mrd. Parametern ist der lokale Betrieb nur mit viel Hardware realistisch.

Was ist neu gegenüber V4.1 Flash?

Laut Modellkarte steigt Terminal-Bench 4.0 von 31,2 % auf 42,3 % und DeepSWE v1.1 von 74,2 % auf 77,0 %. Konkrete Werte für die kürzere Ausführungszeit nennen die Quellen nicht.

DeepSeek V4.1 Flash 1017

DeepSeek V4.1 Flash 1017 im Überblick

Stärken bei Agentic Coding

Was du abwägen solltest

DeepSeek V4.1 Flash 1017 Benchmarks

DeepSeek V4.1 Flash 1017 Modelldaten

DeepSeek V4.1 Flash 1017 API-Provider

Häufige Fragen zu DeepSeek V4.1 Flash 1017

Ähnliche KI-Modelle

Weitere Modelle von DeepSeek AI

DeepSeek-V4.1-Flash

DeepSeek-V4-Flash

DeepSeek-V4-Pro (Preview)

Modelle anderer Anbieter

GLM-5.3

MiMo V2.6 Pro

Qwen3.8 Max