DeepSeek V4 Pro bleibt verfügbar: Was es kann und wann Flash sinnvoll ist

Eine bestehende Anwendung muss nicht allein wegen des ursprünglich angekündigten Abschalttermins von DeepSeek V4 Pro umgestellt werden. Laut aktuellem API-Changelog wird Pro auch nach dem 14. September 2026 weiter angeboten. Änderungen sollen gesondert angekündigt werden. Am 2. November 2026 steht das Modell weiterhin in der offiziellen Modellübersicht. [1][2]

Damit lässt sich die nächste Entscheidung an der Arbeit ausrichten: Welche Aufgabe erledigt Pro bereits zufriedenstellend, und für welche Aufgabe brauchst du etwas anderes? Besonders anschaulich wird das bei einer Webseite. Eine falsche Berechnung lässt sich mit Code und Beispieldaten beschreiben. Für einen verrutschten Button kann zusätzlich ein Screenshot hilfreich sein. Genau hier unterscheiden sich Pro und das aktuelle V4.1 Flash: Flash unterstützt Bildverständnis, Pro nicht. [2]

Quelle: DeepSeek API-Changelog, geprüft am 2. November 2026.

Was du mit Pro weiter erledigen kannst

Pro lässt sich für Code, Dokumente und strukturierte Textausgaben einsetzen. In der offiziellen API sind ein Kontextfenster von 1M Token, ein Denkmodus sowie ein Modus ohne diesen zusätzlichen Denkprozess, JSON-Ausgaben und Werkzeugaufrufe dokumentiert. [2][4]

Aus diesen Funktionen wird erst durch einen klaren Auftrag ein brauchbarer Arbeitsschritt. Drei Beispiele:

Eine Funktion ergänzen. Gib die vorhandene Schnittstelle, relevante Dateien oder Codeausschnitte und das gewünschte Verhalten an. Bei einer Funktion zum Aufteilen einer Liste gehört dazu auch, was mit einer leeren Liste, einer unzulässigen Gruppengröße und der letzten unvollständigen Gruppe passieren soll. Als Ergebnis sind Implementierung, Aufrufbeispiel und offene Randfälle sinnvoll.

Widersprüche in Projektdokumenten finden. Eine Zusammenfassung kann wichtige Unterschiede zwischen zwei Fassungen verwischen. Besser ist ein Auftrag, der jede Anforderung mit ihrer Fundstelle verbindet und widersprüchliche Aussagen nebeneinander stehen lässt. Fehlende Informationen sollten als offen markiert werden.

Rückmeldungen für die Weiterverarbeitung ordnen. Lege fest, welche Felder du brauchst: betroffene Funktion, beschriebenes Problem und fehlende Angaben. JSON kann diese Daten in eine verarbeitbare Struktur bringen. Ob die Zuordnung stimmt, musst du weiterhin am Ausgangstext prüfen.

Das sind Vorschläge für die Gestaltung von Aufgaben. Sie sind keine drei nachgewiesenen Projektergebnisse. Ein konkretes Codebeispiel zeigt jedoch, wie Pro mehrere Verhaltensregeln in einer Implementierung verbunden hat.

Ein Cache macht die Anforderungen sichtbar

Ein LRU-Cache hält die zuletzt verwendeten Einträge vor. Wird sein Platz knapp, entfernt er den Eintrag, dessen letzte Verwendung am längsten zurückliegt. Dafür reicht es nicht, Werte in einem Dictionary abzulegen: Auch ein erfolgreicher Lesezugriff muss die Reihenfolge ändern.

Eine erhaltene Python-Implementierung aus einem Aufruf von deepseek-v4-pro über Crazyrouter verwendet dafür OrderedDict. Bei einer Kapazität von zwei Einträgen ergibt sich folgende Abfolge: Nach dem Speichern von a = 1 und b = 2 liefert das Lesen von a den Wert 1. Beim anschließenden Einfügen von c = 3 wird b entfernt. Ein weiterer Zugriff auf b liefert None. Wird a auf 9 gesetzt, liefert der nächste Zugriff 9, und auch die Aktualisierung verändert die Reihenfolge. [5]

Der entscheidende Teil des Lesezugriffs sieht so aus:

def get(self, k): if k not in self.data: return None self.data.move_to_end(k) return self.data[k] 

Die Methode gehört zur Cache-Klasse; self.data ist das zugehörige OrderedDict. move_to_end(k) aktualisiert die Position des gefundenen Schlüssels. Die Schreibmethode entfernt bei Platzmangel den Eintrag am anderen Ende und aktualisiert auch beim Überschreiben die Reihenfolge.

Das Beispiel zeigt einen sinnvollen Einsatz von Pro: Aus Regeln für Lesen, Überschreiben und Verdrängen wird eine kleine Implementierung. Es ist noch kein vollständiger Cache für jeden Einsatzzweck. Null und negative Kapazitäten werden im gespeicherten Code nicht ausreichend behandelt.

Die ursprüngliche Aufgabe wurde am 20. Oktober 2026 in vereinfachtem Chinesisch gestellt, über https://api.crazyrouter.com/v1 ausgeführt und mit Datei- und Python-Werkzeugen bearbeitet. Am 2. November wurde der erhaltene Code lokal überprüft. Dabei entstand keine neue Modellantwort. Die genaue zugrunde liegende Modellversion wurde nicht unabhängig bestätigt. Ein entsprechender Flash-Durchlauf liegt für diesen Vergleich nicht vor. [5]

Was sich mit V4.1 Flash an der Arbeit ändert

Bei einem Layoutproblem kannst du einem Dienst und Client mit Flash-Bildunterstützung den Screenshot zusammen mit dem betroffenen CSS geben. Dazu gehört die gewünschte Darstellung: Soll der Button in derselben Zeile bleiben, die volle Breite nutzen oder auf kleinen Bildschirmen bewusst darunter stehen?

Die zusätzliche Eingabe kann dir ersparen, Abstände und Positionen vollständig in Text zu übersetzen. Das ist eine mögliche Nutzung der dokumentierten Bildfähigkeit, kein bereits nachgewiesener Erfolg bei einer konkreten Webseitenreparatur. Bildverständnis bedeutet außerdem nicht Bildgenerierung. Modell, API-Dienst und Client müssen die gewünschte Eingabe gemeinsam unterstützen.

Auch bei Text und Code sollte die Bezeichnung „Flash“ nicht mit der ursprünglichen V4-Version gleichgesetzt werden. Die offizielle Zuordnung lautet am 2. November 2026: [2]

Beide bieten laut offizieller Tabelle 1M Token Kontext, JSON-Ausgaben und Werkzeugaufrufe. Pro ist durch die Fortführung des Dienstes nicht zu einem V4.1-Modell geworden. Ein großes Kontextfenster wiederum garantiert nicht, dass sämtliche Details langer Unterlagen korrekt berücksichtigt werden. [2]

DeepSeek berichtete bei der Einführung von V4.1 Flash im September über Verbesserungen gegenüber V4 Pro in den eigenen Vergleichen. Das Update vom 17. Oktober beschreibt weitere Verbesserungen gegenüber der vorherigen V4.1-Version. Diese Aussagen haben unterschiedliche Vergleichsgrundlagen. Sie rechtfertigen einen Blick auf Flash bei neuen Aufgaben, aber keine pauschale Zusage, dass dein Projekt schneller fertig wird. [1][3]

Modellwechsel und Werkzeugzugriff getrennt planen

Ein Modell kann einen Werkzeugaufruf anfordern. Die Datei lesen, einen Befehl ausführen oder einen Datensatz speichern muss jedoch dein Client beziehungsweise deine Anwendung. Eine funktionierende Chat-Verbindung stellt diese Werkzeuge nicht automatisch bereit.

Das ist für einen Wechsel relevant: Wenn Pro bisher nur Text geliefert hat, erhält Flash durch einen anderen Modellnamen nicht plötzlich Zugriff auf das Repository. Wenn eine Anwendung Werkzeuge bereitstellt, müssen deren Beschreibung, Berechtigungen und Rückgaben auch zur neuen Verwendung passen.

Für die Auswahl lässt sich daher bei einer einzelnen Aufgabe anfangen:

Die Tabelle ist eine Nutzungsempfehlung auf Grundlage der dokumentierten Funktionen. Aus dem einzelnen Cache-Beispiel ergibt sich keine Rangfolge der beiden Modelle.

Pro per API ansprechen

Für den genannten Dienst benötigt ein Client mit konfigurierbarer OpenAI-kompatibler Schnittstelle diese Angaben:

• Base URL: https://api.crazyrouter.com/v1
• Modell: deepseek-v4-pro
• API-Schlüssel: der eigene Crazyrouter-Schlüssel im dafür vorgesehenen Feld

Direkte HTTP-Anfragen gehen an POST https://api.crazyrouter.com/v1/chat/completions und verwenden Bearer-Authentifizierung. Die API-Dokumentation führt die entsprechenden Einstiegspunkte auf. [6]

Ein deutscher Beispielauftrag für den Cache lässt sich so formulieren:

{ "model": "deepseek-v4-pro", "messages": [ { "role": "user", "content": "Implementiere einen LRU-Cache in Python. Die Kapazität muss eine positive ganze Zahl sein. Ein erfolgreicher Lesezugriff und das Aktualisieren eines vorhandenen Schlüssels müssen die Nutzungsreihenfolge ändern. Gib bei einem fehlenden Schlüssel None zurück. Entferne beim Einfügen über die Kapazitätsgrenze hinaus den am längsten nicht verwendeten Eintrag. Ergänze ein Aufrufbeispiel und erläutere den Umgang mit ungültigen Kapazitäten." } ], "stream": false } 

Dieser Beispielauftrag ergänzt die ausdrückliche Bedingung einer positiven Kapazität. Er ist nicht der ursprüngliche chinesische Auftrag hinter dem gespeicherten Ergebnis und wurde nicht als neuer deutscher Modelllauf ausgeführt. Die Anfrage fordert eine Codeantwort an; sie erstellt und startet noch kein Programm.

Für Flash ist der Modellname des jeweiligen Dienstes maßgeblich. Im am 2. November gelesenen Crazyrouter-Kontoverzeichnis stand deepseek-v4.1-flash. DeepSeeks eigene API verwendet dagegen deepseek-flash. Die offizielle Weiterleitung alter Flash-Namen auf die neue Version lässt sich nicht ohne Weiteres auf andere Dienste übertragen. Auch ein vorhandener Verzeichniseintrag bestätigt noch nicht jede Funktion im verwendeten Client. [2][6]

Die Fortführung von Pro nimmt den ursprünglichen Zeitdruck aus einer Migration. Einen Wechsel kannst du jetzt an einer konkreten Verbesserung festmachen: eine zusätzliche Bildeingabe, eine bisher unzureichend gelöste Aufgabe oder eine neue Anwendung mit anderen Anforderungen.

Stand der Quellenprüfung: 2. November 2026.

[1] DeepSeek API-Changelog: Fortführung von Pro und Flash-Update vom 17. Oktober.

[2] Offizielle Modellübersicht: Versionen, Funktionen und Modellnamen.

[3] Ankündigung von DeepSeek V4.1 Flash: Herstellerangaben vom 10. September. Für den fortgeführten Pro-Dienst gilt die spätere Aussage im Changelog.

[4] Dokumentation zum Denkmodus.

[5] Erhaltene LRU-Implementierung aus einem Crazyrouter-Pro-Aufruf vom 20. Oktober 2026 und lokale Prüfung vom 2. November. Ursprüngliche Eingabe: vereinfachtes Chinesisch; Datei- und Python-Werkzeuge waren verfügbar. Umfang: positive Kapazität, Lesen, Verdrängen und Überschreiben. Kein entsprechendes Flash-Ergebnis.

[6] Crazyrouter-Dokumentationsindex; Modellnamen zusätzlich aus dem Kontoverzeichnis vom 2. November.

Dieser Artikel wurde überwiegend von einem KI-Agenten verfasst. Die technischen Aussagen wurden mit den angegebenen Quellen und dem erhaltenen Code abgeglichen.