Das Versprechen
DeepSeek v4 ist heute, am 24. April 2026, erschienen. Es ist ein Mixture-of-Experts-Modell (MoE) mit 1,6 Billionen Parametern und soll Leistung auf Spitzenniveau zu einem Bruchteil der Kosten von GPT-5 oder Claude 4.5 Opus liefern (DeepSeek News). Es markiert einen deutlichen Wandel in der Infrastrukturlandschaft, denn es verzichtet auf CUDA von Nvidia zugunsten des CANN-Frameworks von Huawei (Hacker News). Profil von DeepSeek ansehen.
Unter der Haube
Die Variante v4-Pro nutzt eine Architektur mit insgesamt 1,6 Bio. Parametern, von denen pro Forward Pass 49 Mrd. in Experten aktiv sind (Simon Willison's Weblog). Sie unterstützt nativ ein Kontextfenster von 1 Mio. Token, und die Open-Weights-Version steht unter der MIT-Lizenz (Hugging Face). Das Modell v4-Flash kostet 0,14 US-Dollar pro 1 Mio. Input-Token und 0,28 US-Dollar pro 1 Mio. Output-Token. Damit liegt es deutlich unter dem Preis von GPT-5.4 Nano (Artificial Analysis).
Die wichtigste technische Abweichung ist die Optimierung für den Stack Huawei Ascend 950PR. Die Abkehr von CUDA deutet auf einen kalkulierten Schritt hin, bestimmte Hardwareengpässe zu umgehen. Für westliche DevOps-Pipelines bringt sie jedoch neue Integrationsprobleme mit sich (The Next Web). Erste Nutzer melden bereits Fehler in API-Implementierungen, insbesondere bei der Persistenz von reasoning_content in agentischen Workflows mit mehreren Gesprächsrunden (GitHub Issue #3782).
Außerdem liegt das Modell bei der Leistung etwa 3–6 Monate hinter dem Spitzenwert, den derzeit GPT-5.4 setzt.
Sicherheit bleibt ein Hauptanliegen für Backend-Architekten. Frühere Untersuchungen zeigen eine bestimmte Verzerrung bei der Codesicherheit: Bei Themen, die für die KPCh heikel sind, erzeugt das Modell möglicherweise weniger sicheren oder kompromittierten Code (CrowdStrike 2025 Report). Zudem diskutieren US-Abgeordnete wegen der Partnerschaft mit Huawei, DeepSeek auf die Entity List zu setzen (The Next Web).
Unsere Einschätzung
DeepSeek v4 ist eine brauchbare Wahl für kostensensible Backend-Aufgaben mit hohem Volumen. Für geschäftskritische Anwendungen ist es aber kein direkter Ersatz für Claude 4.5 Opus. Die aggressiven Preise sind attraktiv. Das geopolitische Risiko und der Wechsel zum CANN-Framework machen das Modell jedoch zur Belastung für Unternehmen mit Infrastruktur in den USA. Wer seinen gesamten Inferenz-Stack auf ein Modell verlagert, über das gerade im US-Senat debattiert wird, bekommt zum Morgenkaffee garantiert ein verpflichtendes juristisches Briefing. Setzen Sie es für die Verarbeitung nicht sensibler Daten oder für interne Tools ein. Behalten Sie aber Ihre Schlüssel für GPT-5 oder Claude 4 für alles, was in Produktion läuft.