DeepSeek-V4-Pro ist das größte offene Modell von DeepSeek und auf agentisches Coding, Reasoning und sehr lange Kontexte ausgelegt. Das Kontextfenster, also die Textmenge, die das Modell in einer Anfrage berücksichtigen kann, umfasst eine Million Token. Auf eine Preview im April 2026 folgte im August die finale Version V4-Pro-0813, die vor allem bei Agenten-Aufgaben deutlich zulegt, etwa bei Terminal Bench 2.1 von 72,1 auf 87,9.
Technisch ist V4-Pro ein Mixture-of-Experts-Modell (MoE) aus vielen spezialisierten Teilnetzen. Von 1,6 Billionen Parametern sind je verarbeitetem Textbaustein (Token) nur 49 Milliarden aktiv. Eine neue, stark komprimierende Attention senkt bei einer Million Token Kontext den Rechenaufwand auf 27 Prozent und den Zwischenspeicher für bereits verarbeitete Token (KV-Cache) auf 10 Prozent von DeepSeek-V3.2. Die Gewichte stehen unter der MIT-Lizenz.
DeepSeek-V4-Pro (aktuell V4-Pro-0813)
DeepSeek AI
April 2026
MIT
MoE, Reasoning mit drei Denkstufen (low, high, max), Denkphase abschaltbar, rein textbasiert
1,6 Bio. total (49 Mrd. aktiv pro Token)
MoE mit hybrider Attention aus Compressed Sparse Attention (CSA) und Heavily Compressed Attention (HCA), mHC und MTP
61
384 Experten, 6 aktiv je Token, 1 geteilter Experte
1.000.000 Token (Ausgabe bis 384.000 Token über die API)
Die finale Version vom August 2026 ersetzt die Preview und läuft über die DeepSeek-API unter dem Namen deepseek-v4-pro. Sie legt vor allem bei Agenten-Aufgaben deutlich zu.
Die erste Version vom April 2026, mit den Experten-Gewichten in FP4 und den übrigen Parametern in FP8. Dazu gibt es das Basismodell V4-Pro-Base für eigenes Feintuning.
Zur Preview gibt es eine eigene DSpark-Variante mit einem Zusatzmodul für Speculative Decoding, in der finalen Version ist es bereits enthalten. Dabei schlägt ein kleines Hilfsmodul mehrere Token vorab vor, das beschleunigt die Ausgabe.
DeepSeek-V4-Flash ist die kompakte Schwester mit 284 Milliarden Parametern. Vorgänger ist DeepSeek-V3.2.
| Benchmark | DeepSeek-V4-Pro-0813 | DeepSeek-V4-Pro (Preview) | Kimi K3 | GLM-5.2 | Claude Opus 4.8 |
|---|---|---|---|---|---|
| HLE | 42,7 | 37,7 | 43,5 | 40,5 | 49,8 |
| HLE (mit Tools) | 60,0 | 48,2 | 56,0 | 54,7 | 57,9 |
| Terminal Bench 2.1 | 87,9 | 72,1 | 88,3 | 81,0 | 85,0 |
| DeepSWE | 62,7 | 12,8 | 67,5 | 46,2 | 58,0 |
| Toolathlon-Verified | 74,1 | 55,9 | 76,5 | 59,9 | 76,2 |
| Agents’ Last Exam | 25,7 | 16,5 | 27,6 | 23,8 | 25,7 |
| AutomationBench (Public) | 31,8 | 12,8 | 30,8 | 12,9 | 27,2 |
Quelle: offizielle Model Card zu DeepSeek-V4-Pro-0813 (DeepSeek, August 2026). Angaben in Prozent, Coding-Agenten-Aufgaben mit maximaler Denkstufe gemessen.
Eine Million Token Kontext und starke Agenten unter MIT-Lizenz, aber mit sehr hohem Hardware-Bedarf. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
DeepSeek hat V4-Pro auf rund 33 Billionen Token vortrainiert, darunter Mathematik, Code, Webseiten und lange Dokumente. Das Kontextfenster wurde dabei schrittweise von 4.000 auf eine Million Token erweitert.
Im Post-Training entstanden zunächst spezialisierte Expertenmodelle für Mathematik, Code, Agenten und das Befolgen von Anweisungen, jeweils mit Feintuning und Reinforcement Learning, bei dem das Modell aus Bewertungen seiner eigenen Lösungen lernt. Anschließend führte DeepSeek sie per On-Policy-Distillation in einem Modell zusammen.
DeepSeek-V4-Pro eignet sich für Organisationen, die ein sehr leistungsfähiges offenes Modell selbst betreiben wollen. In einer KI-Beratung prüfen wir mit Ihnen, ob V4-Pro oder das kompaktere V4-Flash besser passt.
Stark bei Agenten-Aufgaben: V4-Pro-0813 erreicht bei Terminal Bench 2.1 87,9 und bei HLE mit Tools 60,0, jeweils vor Claude Opus 4.8.
Eine Million Token Kontext: Genug für ganze Codebasen oder umfangreiche Dokumentsammlungen.
Effizient bei langem Kontext: Laut DeepSeek 27 Prozent des Rechenaufwands und 10 Prozent des KV-Caches von V3.2.
Drei Denkstufen: Tempo und Gründlichkeit lassen sich je Anfrage abwägen.
Kommerziell frei nutzbar: Die MIT-Lizenz gilt für Code und Gewichte.
Sehr hoher Hardware-Bedarf: Rund 890 GB Gewichte erfordern einen Server mit acht GPUs der B200- oder H200-Klasse.
Rein textbasiert: Bildverarbeitung bietet DeepSeek erst mit späteren Flash-Modellen.
Nicht in allen Tests vorn: Kimi K3 liegt bei Terminal Bench 2.1, DeepSWE und Toolathlon vorn, Claude Opus 4.8 bei HLE ohne Werkzeuge.
Abstand zu den führenden Modellen: Laut DeepSeek lag das Reasoning der Preview etwa drei bis sechs Monate hinter den führenden Modellen.
Wir planen die Cluster-Auslegung für DeepSeek-V4-Pro, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
V4-Pro-0813 ist die finale Version vom August 2026 und ersetzt die Preview vom April. Die größten Fortschritte zeigen sich bei Agenten-Aufgaben: DeepSWE steigt von 12,8 auf 62,7, Terminal Bench 2.1 von 72,1 auf 87,9.
Die Gewichte umfassen rund 890 GB, die Experten liegen in FP4 vor. Sinnvoll ist ein Server mit acht GPUs der B200-Klasse, die FP4 nativ unterstützen. DeepSeek selbst nennt keine Mindestausstattung.
Über die Stufen low, high und max legen Sie fest, wie gründlich das Modell vor der Antwort nachdenkt. Zusätzlich lässt sich die Denkphase ganz abschalten, dann antwortet es direkt. Für die höchste Stufe empfiehlt DeepSeek ein Kontextfenster von mindestens 384.000 Token.
Ja. Code und Gewichte stehen unter der MIT-Lizenz. Sie dürfen das Modell kommerziell einsetzen, anpassen und weitergeben.
Ja. Über unsere GPU Cloud stellen wir die nötige Rechenleistung bereit. Alternativ bündelt der MaaS Proxy verschiedene Modelle über eine einheitliche Schnittstelle. Beide Wege betreiben wir DSGVO-konform in Deutschland.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
