DeepSeek V3.1: Das leistungsstärkste offene KI-Modell des Jahres 2025?

Egal, ob Sie Entwickler sind und ein kostengünstiges Werkzeug für komplexe Aufgaben suchen oder einfach nur ein neugieriger KI-Enthusiast sind: Das neue Modell DeepSeek V3.1 wird Sie innehalten und nachdenken lassen. Dieser chinesische Koloss mit 685 Milliarden Parametern bietet eine Leistung, die mit den teuersten proprietären Systemen vergleichbar ist – jedoch zu einem Bruchteil des Preises. Schauen wir uns an, was ihn so außergewöhnlich macht – und warum rund um ihn über die Zukunft der gesamten Modellreihe spekuliert wird.

Technische Spezifikationen

DeepSeek V3.1 ist ein massives Sprachmodell (LLM) mit insgesamt 685 Milliarden Parametern, von denen es während der Inferenz dank der Mixture-of-Experts-Architektur (MoE, Expertenmischung) etwa 37 Milliarden aktiviert. Das bedeutet, dass das Modell effizient ist und nicht unnötig viel Rechenleistung verbraucht – pro Token wird nur ein Bruchteil der Gesamtkapazität benötigt. Eine wesentliche Verbesserung gegenüber der vorherigen Version V3 ist das auf 128.000 Token erweiterte Kontextfenster, was der Verarbeitung der Informationen eines etwa 300 Seiten langen Buches in einer einzigen Sitzung entspricht. Dieses Modell wurde in zwei Phasen mit langen Kontexten trainiert: zunächst mit 630 Milliarden Token für die Erweiterung auf 32k und anschließend mit weiteren 209 Milliarden für die vollen 128k.

Das Unternehmen DeepSeek, das vom Unternehmer Liang Wenfeng als Nebenprojekt seines auf quantitativen Handel spezialisierten Unternehmens gegründet wurde, kündigte dieses Update lediglich mit einer kurzen Nachricht in einer seiner WeChat-Gruppen an. Keine große Pressekonferenz, keine Fanfaren in sozialen Netzwerken wie X – einfach eine stille Veröffentlichung, die sofort Aufmerksamkeit erregte. Das Modell unterstützt verschiedene Präzisionsformate, darunter BF16 (Brain Float 16, ein 16-Bit-Format von Google), F8_E4M3 (ein 8-Bit-Gleitkommaformat) und F32 (standardmäßige 32-Bit-Präzision), wodurch es für unterschiedliche Hardware optimiert werden kann. Darüber hinaus nutzt es FP8-Microscaling für eine effiziente Inferenz im großen Maßstab, was die Antworten beschleunigt und die Kosten senkt.

Denken und schnelle Antworten in einem Paket

Was DeepSeek V3.1 wirklich interessant macht, ist seine hybride Architektur. Das Modell kann nahtlos zwischen einem „Denkmodus“ (Chain-of-Thought Reasoning, Gedankenkette, ähnlich dem vorherigen R1) und einem „Non-Thinking“-Modus für direkte, schnelle Antworten wechseln. Dazu genügt es, den Prompt (die Eingabeanweisung) anzupassen oder den booleschen Schalter „reasoning enabled“ in der API zu verwenden. Dieser Ansatz deckt ein breites Spektrum an Aufgaben ab – vom gewöhnlichen Chat über komplexe logische Probleme bis hin zur Nutzung von Werkzeugen wie Websuche oder Programmierung.

Im Gegensatz zu früheren Versionen, bei denen separate Modelle für Konversationen (wie DeepSeek-V2) und logisches Denken (DeepSeek-R1) erforderlich waren, läuft jetzt alles in einem einzigen System. Das Modell wurde für die native Unterstützung von Programmierung und Agenten (autonomen Systemen) trainiert, was es ideal für Entwickler macht. Tests mit dem Benchmark Aider Polyglot zufolge übertrifft es bei komplexen, mehrsprachigen Programmieraufgaben sogar Claude 4 Opus und erreicht in den Aider-Tests eine Erfolgsquote von 71,6 %. Und das alles bei höherer Token-Effizienz und schnelleren Antworten als bei R1.

Günstiger als die Konkurrenz, aber genauso leistungsstark

DeepSeek V3.1 erreicht eine Leistung, die mit proprietären Modellen wie Claude Opus 4 vergleichbar ist, und erzielt im SWE-bench-Benchmark 71,6 %. In mathematischen Tests wie AIME 2024 oder MATH 500 übertrifft es dank seiner ausgeprägten Fähigkeiten zum logischen Denken viele Konkurrenten – beispielsweise löst es Aufgaben wie einen hüpfenden Ball in einem rotierenden Sechseck. Es ist das beste Non-TTC-Modell (Non-Tool-Tuned Coding) seiner Klasse für die Programmierung.

Und nun zum interessantesten Punkt: der Preis. Über die API kostet es 0,56 USD (etwa 12,32 CZK) pro Million Eingabetoken und 2,19 USD (rund 48,18 CZK) pro Million Ausgabetoken. Das ist etwa 68-mal günstiger als Claude Opus, bei dem eine vergleichbare Aufgabe rund 70 USD (etwa 1.540 CZK) kostet. Das Training der vorherigen Version V3 kostete lediglich 5,6 Millionen USD (rund 123,2 Millionen CZK), was nur einem Bruchteil der Kosten amerikanischer Labore entspricht. Das Modell ist auf Hugging Face unter der MIT-Lizenz für die kommerzielle Nutzung, über die Weboberfläche auf chat.deepseek.com mit der Funktion „DeepThink“ oder über die OpenRouter API verfügbar.

Spekulationen über R2: Wo ist R1 geblieben und wie geht es weiter?

Interessant ist, dass DeepSeek alle Verweise auf das Modell R1 aus der Funktion „deep think“ seines Chatbots entfernt hat. Dies hat Spekulationen über das Schicksal des erwarteten Nachfolgers R2 ausgelöst. Das Unternehmen, das V3 im Dezember und R1 im Januar veröffentlicht hat, bringt derzeit nur inkrementelle Updates heraus, während Konkurrenten wie OpenAI oder Anthropic ein neues Modell nach dem anderen veröffentlichen. Einem Artikel von Ben Jiang in der South China Morning Post zufolge deutet dies auf eine mögliche Verlagerung des Forschungsschwerpunkts des Unternehmens hin. Patrick Zandl merkt auf marigold.cz an, dass die stille Einführung von V3.1 Teil einer Strategie sein könnte, die eher auf die Validierung durch die Community als auf eine große Ankündigung ausgerichtet ist.

Die geopolitischen Aspekte sind nicht zu übersehen – amerikanische Unternehmen könnten aufgrund der Spannungen zwischen den USA und China zögern, obwohl das Modell offen ist. Zudem macht die Größe von 700 GB das lokale Hosting anspruchsvoll, sodass sich die meisten Nutzer auf Cloud-APIs verlassen werden. Dennoch wurde das Modell von der Community auf Hugging Face schnell angenommen und hatte bereits kurz nach der Veröffentlichung mehr als 80.000 Follower.