SeibertGPT & DeepSeek V4.1 Flash DeepSeek ohne Umweg über China.

Als Chat und API. Wir betreiben das offene Modell selbst, in der EU. Deine Chat- und API-Inhalte bleiben in der EU.

Jetzt gratis testen

Gratis: 10 Chat-Nachrichten pro Tag und einmal 20 Minuten API. Anmeldung per E-Mail-Code, mit Google oder Microsoft, ohne Passwort.

Abo ab 19,99 € im Monat · Tagespass 5,00 €. Es gilt Fair Use. Preise zzgl. MwSt.

Wie gut ist DeepSeek V4.1 Flash 1017?

Wie gut ein Sprachmodell ist, lässt sich nicht mit einer einzelnen Zahl beantworten. Ein Modell muss in vielen Bereichen überzeugen, etwa bei Allgemeinwissen, Programmieren, Automatisierung oder logischem Denken. Gemessen wird das mit Benchmarks, also standardisierten Testaufgaben.

Das Meta-Ranking von llm-stats.com (öffnet in neuem Tab) führt die branchenüblichen Benchmarks zusammen und gewichtet sie. Dort liegt DeepSeek V4.1 Flash gleichauf mit Claude Opus 5 von Anthropic und GPT-5.6 Sol von OpenAI (Stand: Oktober 2026).

Es ist kein Modell der allerobersten Klasse wie Claude Fable oder GPT-6. Diese Qualität wird für Büroarbeit aber in der Regel nicht benötigt: E-Mails, Zusammenfassungen, Recherchen, Auswertungen und Code erledigt DeepSeek V4.1 Flash auf dem Niveau der Modelle, die viele Unternehmen heute täglich einsetzen.

Besonders stark bei

  • Agentische Aufgaben: mehrstufig planen, Werkzeuge aufrufen, Ergebnisse prüfen
  • Programmieren: Code schreiben, verstehen, umbauen und debuggen
  • Automatisierungen: Daten strukturieren, extrahieren und zwischen Systemen weiterreichen

Weniger geeignet für

  • Kreatives Schreiben, etwa Werbetexte, Geschichten oder Slogans
  • Freie, stilistisch anspruchsvolle Texte ohne klare Vorgaben

So ist DeepSeek V4.1 Flash gebaut

Ein Blick unter die Haube, ohne Vorwissen. Alle Zahlen sind Angaben des Herstellers DeepSeek aus der Modellkarte und dem Technical Report (öffnet in neuem Tab) auf Hugging Face, wo DeepSeek die Modelldateien veröffentlicht.

  • 552 Mrd.Parameter im KernmodellParameter sind die Zahlen, die das Modell im Training gelernt hat. Dazu kommen 196 Mrd. im Engram-Speicher.
  • 8 / 16 Mrd.davon aktiv pro Token8 Mrd. beim Einlesen deiner Eingabe, 16 Mrd. beim Schreiben der Antwort. Ein Token ist ein Wort oder Wortteil.
  • 6 von 384Experten pro SchichtPro Token rechnen 6 der 384 Experten einer Schicht mit, dazu ein geteilter Experte, der immer dabei ist.
  • 1 Mio.Tokens KontextSo viel Text kann das Modell laut Hersteller auf einmal berücksichtigen. Bei SeibertGPT gilt das Kontextfenster deines Plans.

Mixture of Experts: viele Spezialisten, wenige im Einsatz

DeepSeek V4.1 Flash ist ein Mixture-of-Experts-Modell (MoE). Jede der 40 Schichten enthält 384 spezialisierte Teilnetze, die Experten, und einen geteilten Experten für alles Allgemeine. Ein Router entscheidet für jedes Token, welche 6 Experten es bearbeiten.

So steckt in dem Modell das Wissen von 552 Mrd. Parametern, gerechnet wird pro Token aber nur mit 8 bis 16 Mrd. Das spart Rechenaufwand und damit Kosten.

Token auswählen
Router schickt „Vertrag“ an 6 von 384 Experten
aktiv ruhtSchematisch: Welche Experten zum Zug kommen, lernt das Modell selbst.

Engram: ein Nachschlagewerk für Wortfolgen

Neben den Experten hat DeepSeek V4.1 Flash einen eigenen Speicher namens Engram mit 196 Mrd. Parametern. Er soll laut DeepSeek das Merken vom Rechnen trennen: Gelernte Wortfolgen schlägt das Modell dort nach.

Zu jedem Token bildet das Modell die Folgen aus den letzten 2, 3 und 4 Tokens (sogenannte N-Gramme). Ein Fingerabdruck (Hash) jeder Folge zeigt direkt auf eine Zeile in großen Tabellen mit jeweils rund 16 Mio. Einträgen. Das Gefundene fließt in die Rechnung ein. Weil die Adresse nur vom Text abhängt, lässt sich der Eintrag schon vorab laden.

Weitere Bausteine

  • Einlesen und Schreiben getrennt

    Die 40 Schichten sind geteilt: 20 zum Einlesen (Encoder), 20 zum Schreiben (Decoder). Der Großteil deiner Eingabe muss deshalb nicht durch alle Schichten – laut DeepSeek halbiert das fast den Rechenaufwand beim Einlesen. Daher 8 statt 16 Mrd. aktive Parameter.

  • Gezielte Aufmerksamkeit

    Statt bei jedem neuen Token den ganzen bisherigen Text durchzugehen, schaut das Modell auf die letzten 128 Tokens und auf eine Auswahl der relevantesten früheren Stellen (Compressed Sparse Attention 2). Der Zwischenspeicher dafür braucht rund 890 Byte pro Token, etwa ein Viertel des Vorgängers DeepSeek V4 Flash.

  • Quantisierung: FP8 und FP4

    Die veröffentlichten Modelldateien speichern die Gewichte im kompakten 8-Bit-Format FP8, die der Experten in 4 Bit (FP4). Auch den Großteil des Zwischenspeichers legt das Modell in FP4 ab. Das spart vor allem Speicher. Wir betreiben das Modell genau in dieser von DeepSeek veröffentlichten Quantisierung, nicht in einer weiter heruntergerechneten Variante.

  • Training und Lizenz

    Trainiert mit 45 Billionen Tokens aus Text und Bildern. Die Modelldateien stehen unter der freien MIT-Lizenz.

Ein Modell aus China – deine Daten bleiben in der EU

DeepSeek ist ein Open-Weight-Modell: Das Labor hinter DeepSeek veröffentlicht die Modelldateien, und wir betreiben sie vollständig selbst. Du nutzt also nicht den Dienst von DeepSeek, sondern unser eigenes Hosting – ohne Umweg über China und ohne weiteren KI-Anbieter dazwischen.

  • Das Modell läuft auf Servern, die wir exklusiv gemietet haben, in Helsinki, Finnland (EU).
  • Im Betrieb keinerlei Verbindung zu DeepSeek oder zu Servern in China.
  • Inhalte von API-Anfragen speichern wir nicht, und niemand trainiert mit deinen Daten.

Unser Test: Gibt DeepSeek chinesische Propaganda wieder?

Chinesische KI-Modelle haben keinen guten Ruf. Das liegt nicht an ihrer Qualität – die ist nachweislich enorm –, sondern an politischen Gründen und an den wirtschaftlichen Interessen großer US-amerikanischer KI-Labore.

Wir nutzen DeepSeek V4.1 Flash intern selbst und haben das Modell mit vielen Tests und Benchmarks geprüft. Chinesische Staatspropaganda konnten wir in den Antworten von DeepSeek nicht nachweisen. Ein Beispiel: Wir haben fünf politisch heikle Fragen zu Taiwan, Tiananmen, den Uiguren, Tibet und Hongkong jeweils zehnmal in einer neuen Sitzung gestellt und die Antworten mit Claude Opus 5 von Anthropic verglichen.

  • Keine Propaganda gefunden. Die Position der chinesischen Regierung gibt DeepSeek durchgehend als deren Sicht wieder, nicht als Tatsache.
  • Tiananmen, Uiguren, Hongkong: inhaltlich wie Opus, teils sogar deutlicher.
  • Taiwan und Tibet: zurückhaltender, mit mehr Raum für die Rechtsposition Pekings – die Kernfakten nennt DeepSeek trotzdem.

Wenn du an den Ergebnissen unserer Tests interessiert bist, nutze unser Kontaktformular oder schreib uns an seibertgpt@seibert.group.

Häufige Fragen zu DeepSeek

Fließen Daten nach China?

Nein. DeepSeek wurde von einem chinesischen KI-Labor entwickelt, das die Modelldateien öffentlich zum Download bereitstellt (ein sogenanntes Open-Weight-Modell). Wir haben diese Dateien heruntergeladen und betreiben sie selbst in einem Rechenzentrum in Helsinki, Finnland. Das Modell ist eine reine Rechenvorschrift: Es kann keine Verbindung ins Internet aufbauen und nichts „nach Hause“ schicken. Mit DeepSeek in China haben wir im Betrieb keinerlei Verbindung.

Wo genau wird das Modell betrieben?

Bei unserem Infrastruktur-Partner Verda (ehemals DataCrunch) in Rechenzentren in Helsinki, Finnland (EU), die mit erneuerbarer Energie betrieben werden. Zwischen dir und dem Modell steht nur SeibertGPT – kein weiterer KI-Anbieter. Details stehen unter Sicherheit & Datenverarbeitung.

Werden meine Daten gespeichert oder zum Training verwendet?

Inhalte von API-Anfragen speichern wir nicht, nur Metadaten für Abrechnung und Limits wie Zeitpunkt und Anzahl der Tokens. Chats im Browser speichern wir, bis du sie löschst. Das Modell wird nicht mit deinen Daten trainiert: Es ist eine feste Datei und lernt durch deine Eingaben nichts dazu. Für Geschäftskunden schließen wir einen Auftragsverarbeitungsvertrag ab.

Läuft bei euch eine abgespeckte Version von DeepSeek?

Nein. Wir betreiben DeepSeek V4.1 Flash in der Quantisierung, die DeepSeek selbst auf Hugging Face (öffnet in neuem Tab) veröffentlicht: Gewichte in FP8, Experten in FP4. Die Quantisierung legt fest, mit wie vielen Bits die Gewichte des Modells gespeichert sind. Weniger Bits sparen Speicher und Hardware, kosten aber Genauigkeit. Von vielen offenen Modellen kursieren deshalb nachträglich stärker verkleinerte Varianten, die spürbar schlechtere Antworten liefern können. Eine solche herunterquantisierte Variante nutzen wir nicht.

Gibt DeepSeek chinesische Propaganda wieder?

In unseren Tests nicht. Wir nutzen DeepSeek V4.1 Flash intern selbst und haben es ausführlich getestet, unter anderem mit politisch heiklen Fragen zu Taiwan, Tiananmen, den Uiguren, Tibet und den Protesten in Hongkong im Vergleich mit Claude Opus 5 von Anthropic. Chinesische Staatspropaganda konnten wir in den Antworten nicht nachweisen: Die Sicht der chinesischen Regierung gibt DeepSeek als deren Sicht wieder, nicht als Tatsache. Bei Gebietsfragen wie Taiwan und Tibet ist es zurückhaltender als Opus und gibt der Rechtsposition Pekings mehr Raum, nennt die Kernfakten aber trotzdem. Die Testergebnisse erhältst du auf Anfrage über unser Kontaktformular oder seibertgpt@seibert.group.

Wie verlässlich sind die Benchmark-Vergleiche?

Benchmarks sind ein Indiz, kein Beweis. Die Modellhersteller kennen die gängigen Tests und trainieren ihre Modelle gezielt darauf, dort gut abzuschneiden – in der Branche heißt das „Benchmaxxing“, und das betrifft alle Anbieter. Meta-Rankings wie llm-stats.com (öffnet in neuem Tab) gleichen das etwas aus, weil sie viele Benchmarks zusammenführen. Ob das Modell für deine Aufgaben passt, kannst du unkompliziert über einen Tagespass oder ein kleines Abo ausprobieren.

Kann ich mich auf die Antworten verlassen?

Nicht blind – das gilt für alle Sprachmodelle. Sprachmodelle erfinden manchmal Fakten, statt zuzugeben, dass sie etwas nicht wissen („Halluzinieren“). Bei DeepSeek V4.1 Flash ist diese Tendenz laut aktuellen Benchmarks ausgeprägter als bei manchen anderen Modellen. Prüfe Fakten, Zahlen, Namen und Quellen deshalb, bevor du sie weiterverwendest.

Warum ein chinesisches Modell?

Wer KI selbst und damit datenschutzfreundlich betreiben will, braucht ein Modell, dessen Dateien öffentlich verfügbar sind. In dieser Kategorie reicht derzeit kein Modell aus Europa oder den USA an die offenen chinesischen Modelle heran. Erscheint ein besseres offenes Modell, können wir es selbst einsetzen – unabhängig von den Preisen und Entscheidungen eines einzelnen Anbieters.

Wie gut ist das Modell auf Deutsch?

Gut. Im Alltag versteht und schreibt DeepSeek Deutsch zuverlässig. Bei Fachbegriffen und Fremdwörtern klingt es manchmal etwas mechanisch, vereinzelt schleichen sich Rechtschreibfehler ein. Eine ausdrückliche Anweisung, auf korrekte deutsche Rechtschreibung zu achten, hilft.

Wie aktuell ist das Wissen des Modells?

Das Trainingswissen von DeepSeek V4.1 Flash reicht bis Juni 2026. Was danach passiert ist, kennt das Modell nicht von sich aus. Aktuelle Informationen oder eigene Dokumente gibst du ihm am einfachsten direkt im Chat oder in der API-Anfrage mit.