DeepSeek-V4-Pro
KI-Modellportrait · Quellenstand 2026-10-20
DeepSeek-Logo (Unternehmenslogo; ein separates Modelllogo liegt nicht vor) · Logo-Quelle / Rechtehinweis. Marken gehören ihren jeweiligen Inhabern. Redaktionelle Identifikation, keine Partnerschaft oder Empfehlung durch den Markeninhaber.
Flaggschiff der V4-Serie: 1,6 Bio. Parameter (49 Mrd. aktiv), eine Million Token Kontext, Max-Modus für schwere Reasoning-Aufgaben.
Quellen geprüft am 20. Oktober 2026 · Redaktion: Philipp Paulik
Technische Einordnung
Hybrid-Attention aus Compressed Sparse Attention (CSA) und Heavily Compressed Attention (HCA): Bei 1 Mio. Token Kontext braucht das Modell laut Hersteller nur 27 Prozent der Rechenoperationen und 10 Prozent des KV-Cache von V3.2. Trainiert mit dem Muon-Optimizer auf über 32 Bio. Token; Spezialexperten werden per On-Policy-Destillation zu einem Modell konsolidiert.
Zugang & Nutzung
DeepSeek-API (Modellname deepseek-v4-pro) sowie Gewichte auf Hugging Face (Pro und Pro-Base, FP4/FP8 gemischt).
MIT (Gewichte und Karte auf Hugging Face).
Grenzen & richtig lesen
Herstellerangaben; der beschriebene Vorsprung beruht auf firmeninternen Messungen. Der 0813-Checkpoint (13. August 2026) ist ein Zwischenstand, kein neues Modell.
Benchmark-Belege
Für dieses Portrait ist noch kein ausreichend zugeordnetes Ergebnis erfasst. Fehlende Werte sind keine Null. Wir übernehmen keine Werte aus ähnlich benannten Modell- oder Benchmark-Versionen.
Vollständiges Webportrait: https://kifachblatt.de/ki-modelle/deepseek-v4-pro
Statischer Export, kein Live-Datenblatt. Preise, Zugriff und Anbieterangaben können sich ändern. Quellen und ihre jeweiligen Abrufstände stehen oben. Impressum · Transparenz