DeepSeek V4 Flash offiziell: TerminalBench 82,7 bei Preis 1/100 von Claude Opus

Wer im August 2026 Agent-Pipelines oder Batch-Inferenz über DeepSeek betreibt, steht vor einem Paradox: DeepSeek-V4-Flash-0731 liefert laut Anbieter TerminalBench 2.0 mit 82,7 Punkten — mehr als das größere V4-Pro-Preview (67,9) — bei einem Listenpreis von $0,14 Input ohne Cache / $0,0028 mit Cache und $0,28 Output pro Million Tokens. Gleichzeitig ist die Architektur identisch zur April-Preview: 284B Gesamtparameter, 13B aktiv, nur das Post-Training wurde neu durchlaufen. Dieser datengetriebene Leitfaden liefert Zeitstrahl, Preis- und Benchmark-Matrizen gegen Kimi K3 und Qwen3.8-Max, DSGVO-Hinweise für Cloud-Prompts, die Harness-Abhängigkeit der Agent-Scores und sechs Schritte vor der API-Migration.

SECTION 01 Fünf Evaluationsrisiken bei V4-Flash-0731 (Stand 5. August 2026)

Die offizielle Flash-Version ist kein neues Modell, sondern ein Re-Post-Training auf gleicher Architektur — ein Detail, das in Marketing-Headlines leicht untergeht. Für EU-Teams mit dokumentationspflichtigen Beschaffungsprozessen zählen diese fünf Punkte:

• Harness-abhängige Agent-Scores: TerminalBench 2.0 (82,7) und Toolathlon wurden mit dem noch nicht veröffentlichten DeepSeek Harness im Minimal-Modus gemessen — max Reasoning, top_p 0,95, temperature 1,0. DeepSeek warnt selbst: Agent-Benchmarks sind extrem sensitiv zur Harness-Wahl. Bis Community-Reproduktion mit Claude Code oder Cursor erfolgt, sind diese Werte „Vendor plus Framework“, nicht universelle Fähigkeitsclaims.
• V4-Pro GA und Harness fehlen: Die Flaggschiff-Version und das erste hauseigene Agent-Framework sind laut Changelog „bald verfügbar“ — ohne bestätigtes Datum. Medienberichte über GA zwischen 10.–20. August stammen aus nicht bestätigten Quellen.
• Nur API, kein App-Update: Der 31.07.-Release betrifft ausschließlich die API. Consumer-App und Web-Chat blieben auf dem alten Stand — Produktions-Teams dürfen nicht App-Verhalten mit API-Performance gleichsetzen.
• Praxis-Feedback vs. Benchmark-Narrativ: Entwickler-Communities berichten niedrige Input-Cache-Hit-Raten und gelegentliche Safety-Classifer-Timeouts — Hinweise, dass Compute-Budget und Infrastruktur weiterhin Grenzen setzen, unabhängig von Post-Training-Gewinnen.
• DSGVO bei Cloud-Agent-Loops: Personenbezogene Inhalte über die DeepSeek-API erfordern AVV, Transferimpact Assessment und Pseudonymisierung. Die extreme Preisvorteil gegen Claude ($0,14 vs. ~$5 Input ohne Cache) lockt zu riskanten Workflows — Compliance darf nicht dem Kostendruck folgen.

SECTION 02 Zeitstrahl April–August und harte Preis-Specs

284B Flash schlägt 1,6T Pro auf Agent-Benchmarks — ein Signal, dass Post-Training 2026 fast so wichtig wird wie Parameterzahl. Der Preisvorteil gegen Claude Opus 4.8 liegt bei etwa 36× (Cache-Miss Input) bis 179× (Cache-Hit Input).

SECTION 03 Entscheidungsmatrix: Intelligence Index vs. Kosten pro Task

Artificial Analysis liefert unabhängige Vergleichsdaten — getrennt von DeepSeek-eigenen Agent-Scores. Die Tabelle zeigt den zentralen Trade-off: V4-Flash ist nicht der intelligenteste Modell in China, aber der günstigste pro Task.

Vertiefung: DeepSeek V4 GA-Analyse, OpenRouter Juli-Rankings (V4-Flash sieben Wochen #1 bei Aufrufen), GPT-5.6 Luna −80 % als Reaktion auf den Preiskrieg.

SECTION 04 DSA-Architektur, Post-Training und Harness — technische Einordnung

DeepSeeks Technikbericht DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence beschreibt drei Architekturänderungen, die seit der April-Preview gelten — unabhängig vom 31.07.-Post-Training-Update:

• Hybrid-Attention (DSA): Compressed Sparse Attention (CSA) plus Heavily Compressed Attention (HCA) reduzieren Compute und KV-Cache bei 1M Kontext. Anbieter-Claim: V4-Pro benötigt bei 1M Tokens nur 27 % der FLOPs und 10 % KV-Cache von V3.2 — noch ohne unabhängige Reproduktion.
• mHC (Manifold-Constrained Hyper-Connections): Verbesserte Residual-Struktur für stabilere Gradientenflüsse im Training.
• Muon-Optimierer: Ersetzt klassische Optimizer für schnellere Konvergenz — relevant für Teams, die Fine-Tuning auf MIT-Gewichten planen.

DeepSeek Harness — erstmals im 31.07.-Changelog genannt — ist das hauseigene Agent-Framework für Datei-I/O, Tool-Calls und End-to-End-Engineering-Tasks, positioniert als Alternative zu Claude Code. Alle veröffentlichten Agent-Benchmarks für Flash-0731 laufen über Harness Minimal Mode. Für Produktions-Teams bedeutet das: API-Qualität in Cursor oder OpenCode kann deutlich abweichen.

SECTION 05 Sechs Schritte vor Migration, zitierbare Daten und Produktions-Einordnung

1. Legacy-Endpunkte auditieren: Suche im Code und CI für deepseek-chat und deepseek-reasoner — seit 24.07. deaktiviert. deepseek-v4-flash zeigt automatisch auf 0731.
2. Cache-Hit-Rate monitoren: Niedrige Hit-Raten treiben Input-Kosten von $0,0028 auf $0,14 pro M — in Agent-Loops mit voller History kritisch. Logging pro Request einplanen.
3. Peak-Hour-Zuschlag vormerken: DeepSeek kündigt 2× Preise werktags 9–12 und 14–18 Uhr Beijing an — noch ohne festes Startdatum. Scheduler für Batch-Jobs vorbereiten.
4. Benchmark-Quellen trennen: Artificial Analysis (Intelligence Index 50, $0,03/Task) von Harness-TerminalBench (82,7) in Evaluations-Tabellen splitten — unterschiedliche Methodik.
5. A/B gegen K3 und Qwen: Gleiche Prompt-Sets auf Code, Langdokumente und Agent-Tasks — K3 hat Gewichte, Qwen nur API: Bedingungen im Report explizit machen.
6. Harness-Release tracken: Bis DeepSeek Harness öffentlich ist, interne Agent-Scores mit „Framework-unbekannt“ taggen — keine SLA-Zusagen an Stakeholder.
7. Build-Schicht separieren: Kein LLM signiert in Xcode — M4-Cloud-Physik für iOS CI/CD parallel zu API-Inferenz planen.

• Architektur: 284B gesamt / 13B aktiv MoE, 1M Kontext, MIT-Lizenz
• Preis vs. Claude Opus 4.8: ~36× günstiger Input Cache-Miss, ~179× Cache-Hit, ~89× Output (Medienangaben)
• Effizienz-Claim: 27 % FLOPs / 10 % KV-Cache vs. V3.2 bei 1M Kontext (vendor-run)
• OpenRouter: V4-Flash Preview sieben Wochen #1 bei Token-Aufrufen vor 31.07.
• Finanzierung (Hintergrund, nicht verifiziert): Medien berichten ~7,4 Mrd. $ Round, Bewertung ~48,7 Mrd. $ — keine offizielle Bestätigung

Primärquellen — nach Updates erneut prüfen:

DeepSeek API — Dokumentation und Changelog

Hugging Face — deepseek-ai/DeepSeek-V4-Flash

Artificial Analysis — Intelligence Index und Task-Kosten

V4-Flash-0731 ist kein Marketing-Gimmick, aber auch kein universeller Champion: Harness-abhängige Scores, fehlendes V4-Pro GA, API-only-Release und DSGVO-Cloud-Risiken bremsen sofortige EU-Vollrollouts. Praxisnahes Setup: DeepSeek API für kosteneffiziente Agent-Inferenz, VPSNIX M4/M4-Pro-Physikknoten für native Apple-Silicon-Builds — 100 % Original-Hardware, voller Root, null Hypervisor-Overhead. Virtuelle Mac-Instanzen leiden unter Hypervisor-Verlust, inkonsistenter Metal-Performance und instabiler Xcode-Signierung — für 7×24 Agent-Pipelines ungeeignet. Preise prüfen und Inferenz plus Compile auf getrennten, stabilen Schichten verankern.

SECTION 06 FAQ