DeepSeek V4 Flash 0731 - Daten, Benchmarks, Preise
DeepSeeks Effizienzmodell im Stand vom 31. Juli 2026: MIT-Lizenz, Preise am unteren Marktrand und ein unabhängig gemessener Sprung gegenüber dem Vorgänger.
DeepSeek hat sein Effizienzmodell V4 Flash zum 31. Juli 2026 in einem aktualisierten Stand veröffentlicht, und eine unabhängige Messung sieht diesen Stand deutlich vor seinem Vorgänger. Hinter der Reihe steht das 2023 in Hangzhou gegründete Unternehmen DeepSeek. Bemerkenswert ist die Kombination aus frei verfügbaren Gewichten unter MIT-Lizenz und Listenpreisen am unteren Rand des Marktes. Was der Datumsstand tatsächlich ändert, zeigt sich zum Stichtag allerdings weniger in den technischen Eckdaten als in einer einzelnen Messreihe.
DeepSeek V4 Flash 0731 - Überblick und technische Daten
| Anbieter | DeepSeek |
|---|---|
| Familie | DeepSeek V4 Flash |
| Erschienen | 31. Juli 2026 |
| Lizenz | MIT |
| Weights | open weights, Selbstbetrieb möglich |
| Nutzbar über | DeepSeek, OpenRouter |
| Preis ab | 0,14 USD je Mio. Input-Token |
| Architektur | Mixture of Experts |
| Parameter gesamt | 284 Milliarden |
| Parameter aktiv | 13 Milliarden |
| Kontextfenster | 1.048.576 (rund 1,05 Mio.) Token |
| Maximaler Output | 384.000 Token |
| Input | Text |
| Output | Text |
| Wissensstand | April 2026 |
| Prompt Caching | JaDie Preisliste unterscheidet zwischen Eingabe-Token mit und ohne Cache-Treffer. |
| Kennung | deepseek-v4-flash-0731 |
Preise
| Stufe | Input | Output | Cache (Lesen) | Stand |
|---|---|---|---|---|
| standardDeepSeek | 0,14 | 0,28 | - | 4. August 2026 |
Beträge in US-Dollar je einer Million Token, nach Anbieterangabe.
Benchmarks
| Suite | Wert | Gemessen von | Bedingungen | Stand |
|---|---|---|---|---|
| GDPval-AA v2Fassung v2 | 1.559 | unabhängig (Artificial Analysis) | Elo-Wert, nicht Prozent | 31. Juli 2026 |
Stand der Daten: 4. August 2026
Die vier Ziffern im Namen folgen einem Datumsschema. 0731 steht für den 31. Juli 2026, den Tag der Veröffentlichung - das Modell ist also keine neue Hauptversion, sondern der aktualisierte Stand der bestehenden Reihe V4 Flash. Deren bisherige Fassung führt das Portal seither als Vorgänger.
Technisch ist der Stand 0731 ein Mixture-of-Experts-Modell. Je Rechenschritt ist nur ein kleiner Teil der gespeicherten Gewichte beteiligt, gut vier Prozent des Gesamtbestands. Genau dieser Zuschnitt macht die Flash-Reihe zu dem, was ihr Name verspricht - ein Modell, das auf Durchsatz und niedrige Betriebskosten hin gebaut ist.
Für den Betrieb heißt das aber auch, dass der schmale Aktivanteil nur die Rechenlast senkt, nicht den Platzbedarf. Wer das Modell selbst betreibt, hält immer den vollen Parameterbestand vor.
Eingabe wie Ausgabe sind auf Text beschränkt. Bilder, Audio oder Dokumente nimmt das Modell nicht direkt an - das unterscheidet es von vielen aktuellen Modellen. Die Gewichte hat DeepSeek unter der MIT-Lizenz freigegeben, und das ist mehr als das übliche Open Weights-Versprechen. MIT ist eine von der Open Source Initiative anerkannte Lizenz ohne kommerzielle Schranken und ohne Sonderklauseln für große Nutzer. Das Modell lässt sich damit auch im eigenen Haus betreiben.
Vermessen hat den neuen Stand das Analysehaus Artificial Analysis, und zwar unabhängig vom Anbieter, in der Suite GDPval-AA v2. Die Suite stellt agentische Aufgaben aus realer Wissensarbeit und bewertet die Ergebnisse auf einer Elo-Skala, wie man sie vom Schach kennt, statt in Prozent. Der Abstand zum vorherigen Stand der Reihe beträgt 370 Elo-Punkte. Dieser Sprung, nicht der absolute Wert, ist der Kern der Messung - auch die Messenden selbst haben ihn als den eigentlichen Befund herausgestellt.
Zwei Einschränkungen gehören daneben. Ein Spitzenwert ist das nicht, teurere Modelle liegen in derselben Messreihe weiterhin darüber. Und es bleibt eine einzelne Suite - weitere unabhängig geprüfte Werte liegen für diesen Stand zum Stichtag nicht vor.
Der zweite Pfeiler der Reihe ist der Preis. Im Modellbestand dieses Portals hat V4 Flash 0731 zum Stichtag den niedrigsten belegten Listenpreis. Selbst die Sparstufe von OpenAIs aktueller GPT-Familie kostet bei der Eingabe knapp das Anderthalbfache, bei der Ausgabe mehr als das Vierfache. Der ausgewiesene Eingabepreis gilt für Token ohne Cache-Treffer. Dass es einen Cache gibt, belegt die Preisliste damit selbst, bezifferte Cache-Preise liegen zum Stichtag aber nicht vor.
Zusammen mit dem aktuellen Kontextfenster in der Millionen-Token-Klasse ergibt sich daraus ein klares Einsatzprofil. Das Modell taugt für Aufgaben in großer Stückzahl, bei denen der Stückpreis über die Machbarkeit entscheidet - etwa Zusammenfassen oder Auswerten über große Textbestände hinweg. Die MIT-Lizenz öffnet zusätzlich den Weg zum Selbstbetrieb. Wo dagegen Bildverarbeitung gefragt ist oder ein breit belegtes Leistungsbild über viele Aufgabenfelder, gibt die Datenlage zum Stichtag schlicht keine Antwort.
Der direkte Vorgänger ist das bisherige DeepSeek V4 Flash. In der genannten Messreihe lag es deutlich unter dem neuen Stand und hat als aktuelle Fassung der Reihe damit ausgedient. Einen Nachfolger gibt es nicht - der Stand 0731 ist zum Stichtag die aktuelle Fassung.
Preislich am nächsten steht ihm GPT-5.6 Luna, die Sparstufe der aktuellen OpenAI-Familie - geschlossen gehalten, dafür mit Bildeingabe. Kimi K3 von Moonshot AI verfolgt einen ähnlichen Offenheits-Ansatz aus China, allerdings unter einer eigenen Anbieterlizenz mit Umsatzschranke statt MIT. Qwen 3.8 Max von Alibaba Cloud ist multimodal und deutlich teurer, die angekündigte Freigabe seiner Gewichte stand zum Stichtag noch aus.