DeepSeek V4: Vollständiger Leitfaden zum 1-Billion-Parameter-KI-Modell

Bei Emelia, unserer B2B-Prospektionsplattform, integrieren wir Modelle der künstlichen Intelligenz ins Herzstück unserer Funktionen, sei es bei der automatisierten Erstellung von Prospektions-E-Mails oder bei der Datenanreicherung. Bei Bridgers, unserer Digital- und KI-Agentur, begleiten wir Unternehmen bei der Integration maßgeschneiderter KI-Lösungen. Und mit Maylee, unserem KI-nativen E-Mail-Client, verschieben wir die Grenzen der Produktivität dank künstlicher Intelligenz. Wenn ein Modell von der Größe von DeepSeek V4 am Horizont auftaucht, mit 1 Billion Parametern und nativen multimodalen Fähigkeiten, halten wir es für unverzichtbar, Ihnen eine vollständige Analyse darüber zu liefern, was sich dadurch für Fachleute und Unternehmen ändert.

DeepSeek V4 ist das nächste große Sprachmodell, das von DeepSeek entwickelt wird, dem chinesischen Labor für künstliche Intelligenz, das die Branche 2026 mit seinem V3-Modell und der DeepSeek-R1-Serie aufgerüttelt hat. Sollten sich die in der Community kursierenden Informationen bestätigen, stellt V4 in mehrfacher Hinsicht einen Generationssprung dar.

Das Modell soll auf einer Mixture-of-Experts-Architektur (MoE) basieren, die insgesamt rund 1 Billion Parameter umfasst, also fast 50 % mehr als die 671 Milliarden von V3. Eine der wichtigsten Innovationen liegt jedoch in der Effizienz: Pro generiertem Token sollen nur 32 Milliarden Parameter aktiv sein, gegenüber 37 Milliarden bei V3. Mit anderen Worten, DeepSeek V4 wäre gleichzeitig leistungsstärker und leichter bei der Inferenz.

Die Architektur kombiniert mehrere Schlüsselinnovationen:

• MoE (Mixture-of-Experts): ermöglicht es, bei jeder Anfrage nur einen Bruchteil der Parameter zu aktivieren, was die Rechenkosten erheblich reduziert.

• MLA (Multi-head Latent Attention): eine optimierte Version der Multi-Head-Attention, die bereits in V3 vorhanden war.

• Engram Memory: ein konditionales Speichersystem, das in einer am 12. Januar 2026 veröffentlichten wissenschaftlichen Arbeit dokumentiert wurde (arXiv:2601.07372) und es dem Modell ermöglicht, Informationen effizienter zu speichern und abzurufen.

• DSA (Dynamic Sparse Attention): ein dynamischer und sparsamer Aufmerksamkeitsmechanismus, der zur Verwaltung des riesigen Kontextfensters beiträgt.

Denn das ist vielleicht die spektakulärste Änderung für die Nutzer: Das Kontextfenster wächst von 128.000 Tokens (V3) auf 1 Million Tokens. Das ist keine bloße Marketingaussage. Seit dem 11. Februar 2026 hat DeepSeek das Kontextfenster seiner API stillschweigend auf 1 Million Tokens erweitert, was darauf hindeutet, dass die Technologie bereits produktiv funktioniert.

Um das Ausmaß des Sprungs zu erfassen, hier ein direkter Vergleich:

Drei Elemente stechen heraus. Erstens spiegelt die Reduzierung der aktiven Parameter trotz der massiven Erhöhung der Gesamtparameter eine bemerkenswerte Optimierungsarbeit wider. Zweitens versetzt der Sprung auf 1 Million Kontext-Tokens V4 in eine eigene Kategorie: Es wird möglich, ganze Dokumente, vollständige Codebasen oder Forschungskorpora in einer einzigen Anfrage zu verarbeiten. Drittens verändert der Wechsel zum nativen Multimodalen die Natur des Modells grundlegend.

Im Gegensatz zu V3, das sich auf Text beschränkte, ist DeepSeek V4 von Anfang an als multimodales Modell konzipiert. Hier die erwarteten Fähigkeiten im Detail:

Die Tatsache, dass diese Fähigkeiten nativ sind und nicht nachträglich aufgesetzt wurden, ist ein entscheidender Punkt. Die leistungsstärksten multimodalen Modelle sind in der Regel jene, bei denen die verschiedenen Modalitäten bereits in der Trainingsphase integriert wurden, statt über zusätzliche Module hinzugefügt zu werden. Das deutet auf ein tieferes Verständnis der Beziehungen zwischen Text, Bild und Video hin.

Es wurden keine offiziellen Benchmarks veröffentlicht, aber interne Leaks sind in der Community kursiert:

• HumanEval (Code-Evaluierung): 90 %, ein Wert, der V4 über die meisten konkurrierenden Modelle stellen würde.

• SWE-bench (Behebung realer Softwarefehler): über 80 %, was auf praktische Fähigkeiten im Software-Engineering hindeutet.

• Auch Werte für MMLU-Pro und GPQA Diamond sind durchgesickert, wurden aber nicht bestätigt.

Laut denselben Leaks soll DeepSeek V4 Claude und GPT bei Programmieraufgaben übertreffen. Das muss noch durch unabhängige Benchmarks überprüft werden, aber die Entwicklung von DeepSeek, dessen V3 die Branche bereits überrascht hatte, lässt diese Zahlen plausibel erscheinen.

Einer der strategisch wichtigsten Aspekte von DeepSeek V4 betrifft die Hardware. Während V3 noch auf Nvidia-H800-GPUs trainiert wurde, markiert V4 eine Wende: Das Modell soll für den Betrieb auf den Huawei-Ascend-910B- und 910C-Chips optimiert sein.

DeepSeek soll einen frühzeitigen Zugang zu den Huawei-Chips erhalten haben, ein Privileg, das weder Nvidia noch AMD gewährt wurde. Sollte sich dies bestätigen, würde DeepSeek V4 zum ersten Modell mit 1 Billion Parametern werden, das vollständig außerhalb des Nvidia-Ökosystems optimiert ist.

Die Implikationen sind beträchtlich. Für das chinesische KI-Ökosystem ist es der Beweis, dass es möglich ist, Spitzenmodelle zu trainieren und einzusetzen, ohne von US-amerikanischen Halbleiterexporten abhängig zu sein. Für internationale Unternehmen bedeutet das, dass eine glaubwürdige Alternative zur Nvidia-Infrastruktur entsteht, auch wenn die Leistung Chip-für-Chip vorerst weiterhin zugunsten von Nvidia ausfällt.

In der Praxis soll DeepSeek die Nvidia-Chips für das Training genutzt und die Huawei-Chips auf die Inferenz beschränkt haben. Ein pragmatischer Ansatz, der sich mit den nächsten Generationen der Ascend-Chips weiterentwickeln könnte.

Hier wird DeepSeek V4 für Fachleute konkret interessant. Hier sind die vielversprechendsten Anwendungsszenarien.

Mit einem Wert von 90 % auf HumanEval und einem Kontextfenster von 1 Million Tokens könnte V4 ganze Codebasen in einer einzigen Anfrage analysieren. Für ein Entwicklerteam bedeutet das die Möglichkeit, ein vollständiges GitHub-Repository einzureichen und eine Code-Review, ein Refactoring oder eine Schwachstellenerkennung über das gesamte Projekt anzufordern. Nicht Datei für Datei, sondern das Projekt als Ganzes.

Das Fenster von 1 Million Tokens erlaubt das Laden umfangreicher Dokumente: vollständige Jahresberichte, Verträge über mehrere hundert Seiten, regulatorische Akten. Eine Anwaltskanzlei könnte eine vollständige Streitsache einreichen. Ein Finanzanalyst könnte mehrere Quartalsberichte gleichzeitig laden, um eine vergleichende Analyse durchzuführen.

Für Marketingteams und Content-Ersteller eröffnen die nativen multimodalen Fähigkeiten völlig neue Perspektiven. Stellen Sie sich ein Werkzeug vor, das gleichzeitig den Text eines Artikels, die dazu passenden Illustrationen und ein kurzes Werbevideo erzeugt, alles kohärent und auf ein einziges Briefing abgestimmt.

DeepSeek hat sich als deutlich günstigere Alternative zu den Modellen von OpenAI und Anthropic positioniert. Wenn V4 diese Preispolitik beibehält (V3 wurde für rund 5,6 Millionen Dollar trainiert), könnten Unternehmen, die KI-APIs intensiv nutzen, erhebliche Einsparungen erzielen, ohne Qualitätseinbußen hinnehmen zu müssen.

Unter MIT-Lizenz wäre V4 vollständig selbst hostbar. Für Unternehmen, die strengen regulatorischen Auflagen unterliegen (Gesundheit, Verteidigung, Finanzen), ist das ein wesentlicher Vorteil: Keine Daten verlassen Ihre Server. Es ist auch ein Vorteil für europäische Unternehmen, die DSGVO-konform bleiben möchten, ohne von US-amerikanischen Anbietern abhängig zu sein.

Mit hohen Werten in den C-Eval-Benchmarks ist V4 eine natürliche Wahl für Unternehmen, die den chinesischen Markt ansprechen. Das Verständnis sprachlicher und kultureller Feinheiten übertrifft das, was westliche Modelle bieten.

Das Selbst-Hosting eines Modells mit 1 Billion Parametern ist keine Kleinigkeit. Hier die Schätzungen:

• In FP16 (volle Präzision): rund 2 TB VRAM, was mehrere A100- oder H100-GPUs im Cluster erfordert.

• In Q4_K_M-Quantisierung: rund 500 GB, was nach wie vor erheblich ist.

• Mindestkonfiguration: ein Multi-Node-Ansatz oder eine 8-Bit-Quantisierung auf 4x RTX 4090 könnte funktionieren, jedoch mit Kompromissen bei der Inferenzgeschwindigkeit.

Für ein Unternehmen entspricht das einer Hardware-Investition in der Größenordnung von 50.000 bis 200.000 Euro je nach Konfiguration, ohne Stromkosten und Wartung. Die zugänglichste Alternative bleibt die Nutzung über die DeepSeek-API, deren Tarife historisch sehr wettbewerbsfähig waren.

Das ist die Frage für eine Million Tokens. Die Chronologie der Ereignisse ist aufschlussreich:

• 12. Januar 2026: Veröffentlichung der Arbeit zum Engram-Speicher, der als grundlegender Baustein von V4 gilt.

• Januar 2026: Leck eines Code-Verweises unter dem Namen "MODEL1" auf GitHub.

• 11. Februar 2026: stille Erweiterung des Kontextfensters auf 1 Million Tokens in der bestehenden API.

• 17. Februar 2026: von der Community erwartetes Ankündigungsdatum. Nichts passiert.

• 3. März 2026: gerüchtetes Launch-Datum, zeitgleich mit den Zwei Sitzungen (großes politisches Ereignis in China). Immer noch nichts.

• 5. März 2026: OpenAI startet GPT-5.4.

• 10. März 2026: immer noch keine offizielle Veröffentlichung.

Mehrere Hypothesen kursieren, um diese Verzögerung zu erklären. Die wahrscheinlichste: Der Start von GPT-5.4 durch OpenAI am 5. März hätte DeepSeek dazu gebracht, seine Benchmarks neu zu kalibrieren, um sicherzustellen, dass V4 als glaubwürdiger Konkurrent des neuen OpenAI-Modells präsentiert werden kann. Andere sprechen von Optimierungsschwierigkeiten im Zusammenhang mit den Huawei-Chips oder schlicht von einem internen Zeitplan, der nie dem entsprach, den sich die Community vorgestellt hat.

Es wäre unverantwortlich, ausschließlich die positiven Aspekte darzustellen. Hier ist, was wir noch nicht wissen oder was problematisch sein könnte.

Keine unabhängigen Benchmarks. Alle genannten Leistungswerte stammen aus internen Leaks. Solange keine unabhängigen Evaluierungen durchgeführt wurden, sind diese Zahlen mit Vorsicht zu genießen.

Die intrinsische Zensur. Wie alle chinesischen Modelle unterliegt DeepSeek den Vorschriften der chinesischen Regierung. Die über die API zugänglichen Versionen können sich weigern, bestimmte als sensibel eingestufte Fragen zu beantworten. Das Selbst-Hosting des Open-Source-Modells würde dieses Problem abschwächen, beseitigt es aber nicht vollständig, da der Bias in den Trainingsdaten verankert sein kann.

Die multimodalen Fähigkeiten müssen sich noch beweisen. Die angekündigten Fähigkeiten zur Bild- und Videogenerierung wurden öffentlich nicht demonstriert. Die tatsächliche Qualität könnte hinter den Erwartungen zurückbleiben, vor allem im Vergleich zu spezialisierten Modellen wie DALL-E 3, Midjourney oder Sora.

Die Inferenzkosten im großen Maßstab. Auch wenn die Trainingskosten niedrig sind, bleiben die Inferenzkosten für ein Modell mit 1 Billion Parametern, selbst bei einem effizienten MoE, eine Unbekannte. Die API-Preise wurden nicht bekanntgegeben.

Die Abhängigkeit von Huawei-Chips. Wenn die Huawei-Optimierung ein strategischer Vorteil ist, stellt sie auch ein Risiko dar. Die Ascend-Chips verfügen nicht über dasselbe Software-Ökosystem wie Nvidia (CUDA), was die Bereitstellung für Unternehmen erschweren könnte, die an das Nvidia-Ökosystem gewöhnt sind.

• Sie Entwickler oder Teil eines technischen Teams sind und ein leistungsfähiges, selbst hostbares Code-Modell suchen.

• Sie große Dokumentenvolumen verwalten und ein riesiges Kontextfenster benötigen.

• Sie eine günstigere Alternative zu GPT und Claude für Ihre API-Bedürfnisse suchen.

• Sie Anforderungen an die Datensouveränität haben und ein intern hostbares Open-Source-Modell wünschen.

• Sie auf dem chinesischen Markt tätig sind und ein Modell benötigen, das die lokalen kulturellen Feinheiten versteht.

• Sie ein KI-Enthusiast sind, der die neuesten Entwicklungen der Branche verstehen möchte.

• Sie bereits GPT-5.4 oder Claude nutzen und damit zufrieden sind, solange keine unabhängigen Benchmarks verfügbar sind.

• Sie nicht über die Infrastruktur verfügen, um ein Modell dieser Größe selbst zu hosten, und etablierte SaaS-Lösungen bevorzugen.

• Sie Stabilitäts- und Enterprise-Support-Garantien benötigen, die heute nur OpenAI und Anthropic bieten.

• Ihre Anwendungsfälle weder ein riesiges Kontextfenster noch multimodale Fähigkeiten erfordern.

DeepSeek V4 kündigt sich als eines der ambitioniertesten KI-Modelle des Jahres 2026 an. Mit 1 Billion Parametern, einem Fenster von 1 Million Tokens, nativen multimodalen Fähigkeiten und einer Open-Source-Lizenz erfüllt es alle Kriterien, die für Unternehmen und Entwickler entscheidend sind.

Aber es ist noch nicht veröffentlicht. Und solange das nicht der Fall ist, haben wir nur Leaks, Gerüchte und Signale. Die Entwicklung von DeepSeek, das die Branche mit V3 und R1 systematisch überrascht hat, lässt diese Versprechen glaubwürdig erscheinen. Der geopolitische Kontext und der Wettbewerb mit GPT-5.4 fügen eine zusätzliche Spannungsebene hinzu.

Sicher ist: An dem Tag, an dem DeepSeek V4 tatsächlich verfügbar sein wird, wird es eines der wichtigsten Modelle sein, die jeder bewerten sollte, der KI im professionellen Umfeld einsetzt. Wir werden es selbstverständlich gleich nach seiner Veröffentlichung gründlich testen.