Hersteller · Sprachmodelle
DeepSeek hat 23 Modelle im Verzeichnis. Das stärkste ist DeepSeek V4.1 Flash 1017: Platz 13 bis 20 von 95 im Gesamtindex.
DeepSeek veröffentlichte 2026 die V4-Modellfamilie mit offenen Gewichten. V4-Pro hat laut Modellankündigung 1,6 Billionen Gesamtparameter, davon 49 Mrd. aktiv pro Token. Im September 2026 kam V4.1-Flash mit nativer visueller Verarbeitung über die API hinzu.
Im Verzeichnis: 23 Sprachmodelle. 23 davon mit offenen Gewichten, die sich lokal betreiben lassen.
Alle Modelle, die es je gab. Modelle mit Profil führen zu allen Benchmarks, Preisen und Quellen.
| DeepSeek V4.1 Flash 1017 | 17.10.2026 | Offene Gewichte | 66Platz 13 bis 20 von 95 | 0,15 $ / 0,60 $ | 178 | 1,05 Mio. | 68 |
| DeepSeek-V4.1-Flash | 10.09.2026 | Aktiv | 48Platz 22 bis 35 von 95 | 0,15 $ / 0,60 $ | 177 | 1 Mio. | 39 |
| DeepSeek V4 Flash Vision Exp | 21.08.2026 | Aktiv | k. A. | k. A. | k. A. | 1 Mio. | 44 |
| DeepSeek V4 Pro 0813 | 13.08.2026 | Aktiv | k. A. | k. A. | k. A. | 1 Mio. | 44 |
| DeepSeek V4 Flash 0731 | 31.07.2026 | Aktiv | k. A. | k. A. | k. A. | 1 Mio. | 46 |
| DeepSeek-V4-Flash | 24.04.2026 | Eingeschränkter Zugang | k. A. | 0,14 $ / 0,28 $ | 119 | 1 Mio. | 65 |
| DeepSeek-V4-Pro | 24.04.2026 | Aktiv | 18Platz 42 bis 50 von 95 | 0,66 $ / 1,98 $ | 81 | 1 Mio. | 59 |
| DeepSeek V4 Pro 0423 | 23.04.2026 | Aktiv | k. A. | k. A. | k. A. | 1 Mio. | 14 |
| DeepSeek OCR 2 | 27.01.2026 | Aktiv | k. A. | k. A. | k. A. | 8 Tsd. | 41 |
| DeepSeek-V3.2 | Dezember 2025 | Aktiv | unter 1Platz 76 bis 89 von 95 | 0,28 $ / 0,42 $ | k. A. | 128 Tsd. | 47 |
| DeepSeek-V3.2 Exp | 29.09.2025 | Aktiv | k. A. | k. A. | k. A. | 128 Tsd. | 41 |
| DeepSeek-V3.1 Terminus | 22.09.2025 | Aktiv | k. A. | 0,27 $ / 1 $ | 75 | 164 Tsd. | 38 |
| DeepSeek-V3.1 | 21.08.2025 | Aktiv | k. A. | 0,27 $ / 1 $ | 119 | 128 Tsd. | 39 |
| DeepSeek R1 0528 Qwen3 8B | 28.05.2025 | Aktiv | k. A. | k. A. | k. A. | 131 Tsd. | 60 |
| DeepSeek-R1 0528 | 28.05.2025 | Aktiv | k. A. | 0,50 $ / 2,18 $ | 38 | 164 Tsd. | 38 |
| DeepSeek-V3 0324 | 24.03.2025 | Aktiv | unter 1Platz 86 bis 93 von 95 | 0,25 $ / 1 $ | 135 | 164 Tsd. | 49 |
| DeepSeek-R1-Distill-Llama-70B | 20.01.2025 | Aktiv | k. A. | k. A. | 22 | 128 Tsd. | 44 |
| DeepSeek-R1-Distill-Qwen-32B | 20.01.2025 | Aktiv | k. A. | k. A. | k. A. | 131 Tsd. | 40 |
| DeepSeek-R1 | Januar 2025 | Aktiv | unter 1Platz 78 bis 88 von 95 | 0,70 $ / 2,50 $ | k. A. | 128 Tsd. | 58 |
| DeepSeek-V3 | 26.12.2024 | Aktiv | unter 1Platz 92 bis 94 von 95 | 0,26 $ / 0,71 $ | 62 | 128 Tsd. | 54 |
| DeepSeek Coder V2 | Juni 2024 | Aktiv | k. A. | k. A. | k. A. | 131 Tsd. | 32 |
| DeepSeek-V2ohne Profil | Mai 2024 | Ohne Statusangabe | k. A. | k. A. | k. A. | k. A. | k. A. |
| DeepSeek LLM 67B | November 2023 | Aktiv | k. A. | k. A. | k. A. | 4 Tsd. | 25 |
Sprachmodell · 17.10.2026
DeepSeek V4.1 Flash 1017 ist der am 17. Oktober veröffentlichte Checkpoint mit der API-Kennung deepseek-flash. Die Modellkarte stellt die Gewichte unter MIT bereit. Das Modell akzeptiert Text und Bilder, unterstützt 1.048.576 Kontext-Token und erlaubt bis zu 393.216 Ausgabe-Token.
Sprachmodell · 10.09.2026
Neu an DeepSeek-V4.1-Flash sind native Bildverarbeitung und die asymmetrische Aktivierung. DeepSeek nennt 552 Milliarden Backbone-Parameter, 8 Milliarden aktive Parameter beim Prefill, 16 Milliarden bei der Ausgabe und 1.000.000 Token Kontext. Der Reasoning-Aufwand lässt sich feiner staffeln als in der ursprünglichen V4-Flash-Linie.
Sprachmodell · 21.08.2026
DeepSeek V4 Flash Vision Exp war ein experimenteller multimodaler V4-Flash-Checkpoint für visuelle Agenten. Die Publisher-Metadaten summieren sich auf rund 304,6 Milliarden Parameter und zeigen Bild-Text-Verarbeitung mit der V4-Inferenzumgebung. DeepSeek stellte ihn als visuelle Erweiterung des Textmodells vor.
Sprachmodell · 13.08.2026
DeepSeek V4 Pro 0813 ist der offizielle V4-Pro-Release zur am 13. August 2026 angekündigten API-Freigabe. Die Modellkarte veröffentlicht die Gewichte unter MIT und empfiehlt bis zu 384.000 Token Ausgabe für hohe Denkstufen.
Sprachmodell · 31.07.2026
DeepSeek V4 Flash 0731 ist der datierte V4-Flash-Checkpoint vom 31. Juli 2026. Die Modellkarte nennt MIT, sehr langen Kontext und bis zu 384.000 Token empfohlene Ausgabe bei hohen Denkstufen. Die Datumskennung trennt ihn von der aktuellen deepseek-flash-Route.
Sprachmodell · 24.04.2026
Neu an DeepSeek-V4-Pro ist die Kombination aus offenem V4-Pro-Checkpoint und 1.000.000 Token Kontext. DeepSeek nennt 1,6 Billionen Gesamtparameter und 49 Milliarden aktive Parameter.
Sprachmodell · 23.04.2026
DeepSeek V4 Pro 0423 ist der Katalogeintrag vom 23. April 2026. DeepSeek datiert die öffentliche V4-Ankündigung auf den 24. April; damit bezeichnet 0423 einen initialen Snapshot und keinen separat bestätigten Gewichtsrelease. Das Datum trennt ihn vom späteren DeepSeek V4 Pro 0813.
Sprachmodell · 27.01.2026
Das Besondere an DeepSeek OCR 2 ist die Dokumentverarbeitung mit dynamischer Auflösung. Der 3-Milliarden-Parameter-Checkpoint verbindet mehrere Bildausschnitte mit einer Gesamtansicht und liefert laut Modellkarte freie OCR sowie Dokumente als Markdown.
Sprachmodell · Dezember 2025
Neu an DeepSeek-V3.2 ist DeepSeek Sparse Attention als Baustein für lange Kontexte und Werkzeugaufrufe. Der veröffentlichte Aufbau umfasst 671 Milliarden Parameter im Hauptmodell, 37 Milliarden aktive Parameter und eine zusätzliche MTP-Komponente mit 14 Milliarden Parametern. Denk- und Nicht-Denkmodus bleiben bei 128.000 Token Kontext verfügbar.
Sprachmodell · 29.09.2025
Das Besondere an DeepSeek-V3.2 Exp ist die experimentelle Einführung von DeepSeek Sparse Attention in die V3-Linie. Der Checkpoint folgt auf DeepSeek-V3.1 Terminus, nutzt 671 Milliarden Gesamtparameter und 37 Milliarden aktive Parameter.
Sprachmodell · 22.09.2025
DeepSeek-V3.1 Terminus ist die stabilisierte V3.1-Ausgabe für hybride Inferenz. Es folgt auf DeepSeek-V3.1 und geht dem experimentellen DeepSeek-V3.2 Exp voraus. Der MoE-Checkpoint umfasst 671 Milliarden Gesamtparameter und 37 Milliarden aktive Parameter.
Sprachmodell · 21.08.2025
Neu an DeepSeek-V3.1 sind getrennte Denk- und Nicht-Denkmodi. Der Checkpoint bleibt ein MoE-Modell mit 671 Milliarden Gesamtparametern, 37 Milliarden aktiven Parametern und 128.000 Token Kontext.
9 weitere aktuelle Modelle stehen in der Modellliste oben.
Abgeleitet aus Gesamtindex, API-Preis und gemessenem Tempo der aktuellen Modelle.
Die stärkste Wahl
DeepSeek V4.1 Flash 1017
Höchster Gesamtindex des Herstellers
Am schnellsten
DeepSeek-V4.1-Flash
177 Token/s, ein typisches Modell schafft 98
Die 20 besten Sprachmodelle, die Modelle von DeepSeek hervorgehoben. Über „Alle“ und den Filter lassen sich alle Modelle im Index zeigen.
20 von 95 Modellen
Anbieter
Gewichte
Preis (Mischpreis je 1 Mio. Token)
Erschienen
Anthropic
OpenAI
Meta
Moonshot AI
DeepSeek
xAI
Z.ai
Xiaomi
Alibaba
StepFun
Mistral AI
MiniMax
Thinking Machines Lab
Inception
| Hersteller | Modelle | Modellarten | Bestes Sprachmodell | Top 10 | Offene Gewichte | Neu 2026 |
|---|---|---|---|---|---|---|
| Anthropic | 33 | 33 Sprachmodelle | Claude Opus 5.5 (Platz 1 bis 3) | 4 | 0 | 13 |
| OpenAI | 63 | 46 Sprachmodelle, 4 Bildmodelle, 2 Videomodelle, 9 Audiomodelle, 2 Spezialmodelle | GPT-6 Astra (Platz 4 bis 8) | 2 | 4 | 27 |
| 66 | 43 Sprachmodelle, 4 Bildmodelle, 6 Videomodelle, 11 Audiomodelle, 2 Spezialmodelle | Gemini 4 Carbon (Platz 1 bis 5) | 2 | 19 | 26 | |
| Meta | 32 | 29 Sprachmodelle, 1 Bildmodell, 1 Videomodell, 1 Spezialmodell | Muse Wonder Full (Platz 6 bis 9) | 2 | 26 | 7 |
| DeepSeek | 23 | 23 Sprachmodelle | DeepSeek V4.1 Flash 1017 (Platz 13 bis 20) | 0 | 23 | 9 |
| Moonshot AI | 12 | 12 Sprachmodelle | Kimi K3.1 Pro (Platz 10 bis 13) | 0 | 10 | 7 |
| xAI | 16 | 12 Sprachmodelle, 2 Bildmodelle, 2 Videomodelle | Grok 4.7 (Platz 18 bis 24) | 0 | 1 | 12 |
Nach Veröffentlichungsdatum. Grau: abgelöste Modelle.
9 Veröffentlichungen seit Januar 2026, nach Veröffentlichungsdatum.
Preise je 1 Mio. Token für die aktuellen Sprachmodelle, laut DeepSeek oder dem jeweils verlinkten Anbieter im Modellprofil.
| Aktuelles Modell | Eingabe | Ausgabe | Kontext |
|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 0,15 $ | 0,60 $ | 1,05 Mio. |
| DeepSeek-V4.1-Flash | 0,15 $ | 0,60 $ | 1 Mio. |
| DeepSeek-V4-Pro | 0,66 $ | 1,98 $ | 1 Mio. |
| DeepSeek-V3.2 | 0,28 $ | 0,42 $ | 128 Tsd. |
| DeepSeek-R1 | 0,70 $ | 2,50 $ | 128 Tsd. |
| DeepSeek-V3 0324 | 0,25 $ | 1 $ | 164 Tsd. |
| DeepSeek-V3 | 0,26 $ | 0,71 $ | 128 Tsd. |
| DeepSeek-V4-FlashEingeschränkter Zugang | 0,14 $ | 0,28 $ | 1 Mio. |
| DeepSeek-V3.1 Terminus | 0,27 $ | 1 $ | 164 Tsd. |
| DeepSeek-V3.1 | 0,27 $ | 1 $ | 128 Tsd. |
| DeepSeek-R1 0528 | 0,50 $ | 2,18 $ | 164 Tsd. |
Im Verzeichnis stehen 23 DeepSeek-Modelle: 23 Sprachmodelle. Gezählt sind alle Modelle, die DeepSeek je veröffentlicht hat, auch abgelöste; 22 davon haben ein eigenes Profil. Aktuell verfügbar sind 21, die neuesten davon DeepSeek V4.1 Flash 1017, DeepSeek-V4.1-Flash und DeepSeek V4 Flash Vision Exp.
DeepSeek V4.1 Flash 1017. Es steht im Gesamtindex auf Platz 13 bis 20 von 95. Der Gesamtindex fasst unabhängige Benchmarks aus mehreren Quellen zusammen.
DeepSeek V4.1 Flash 1017, veröffentlicht am 17.10.2026. Die Timeline weiter unten zeigt alle Veröffentlichungen nach Datum.
Über die API je 1 Mio. Token (Eingabe / Ausgabe): DeepSeek-V4-Flash 0,14 $ / 0,28 $ und DeepSeek V4.1 Flash 1017 0,15 $ / 0,60 $. Die Preise aller 11 aktuellen Sprachmodelle stehen in der Preistabelle.
Im Gesamtindex nein. Das beste OpenAI-Modell GPT-6 Astra (Platz 4 bis 8 von 95) liegt vor DeepSeek V4.1 Flash 1017 (Platz 13 bis 20 von 95). Bei einzelnen Aufgaben kann das anders aussehen.
Ja, 23 der 23 Modelle haben offene Gewichte. Wie viel Speicher sie brauchen, steht im jeweiligen Modellprofil.
DeepSeek V4.1 Flash 1017 mit 178 Token pro Sekunde laut Artificial Analysis. Ein typisches Modell schafft 98.
Am größten ist es bei DeepSeek V4.1 Flash 1017 mit 1,05 Mio. Token (≈ 1.570 A4-Seiten). Die Werte aller Modelle stehen in der Modellliste.
Datenstand: 01.11.2026