DeepSeek Coding bezeichnet die Open Source KI Modelle des chinesischen Unternehmens DeepSeek AI für Code Generierung, Debugging und Reasoning. Seit April 2026 besteht die Familie aus DeepSeek V4-Pro und DeepSeek V4-Flash, beide mit einer Million Token Kontext und offenen Gewichten unter MIT Lizenz.

Die Architektur ist eine Mixture of Experts. V4-Pro hat 1,6 Billionen Parameter, aktiv sind pro Token nur 49 Milliarden. V4-Flash kommt auf 284 Milliarden gesamt und 13 Milliarden aktiv. Dazu ein neues Attention Verfahren aus Token Kompression und DeepSeek Sparse Attention. Das drückt Rechenlast und Speicherbedarf bei langem Kontext massiv.

Am 31. Juli 2026 kam das offizielle V4-Flash Release, intern V4-Flash-0731. Gleiche Architektur, gleiche Größe, nur neu post trainiert. Die Kernfrage für Teams in Europa bleibt trotzdem dieselbe: Die Cloud API überträgt Daten nach China. Wer DeepSeek sauber einsetzen will, hostet selbst.

Never Code Alone sitzt in Duisburg und arbeitet seit über 20 Jahren an Softwarequalität. Roland Golla ist Cypress Ambassador, hat zum TYPO3 Core beigetragen und spricht auf Konferenzen wie der code.talks und der International PHP Conference. Offene Modelle sind bei uns kein Trendthema: Wir betreiben lokale Inferenz über Ollama, prüfen neue Releases im echten Projekt und wissen, wo der Unterschied zwischen Benchmark und Alltag liegt.

Passend dazu unsere Leistungen: Vibe Coding Consulting für den Aufbau kontrollierter KI Infrastruktur, Vibe Coding Training für ganze Teams, CI/CD Pipelines die KI generierten Code automatisch prüfen, PHP Consulting für gewachsene Symfony Systeme und Vibe Coding Modelle als laufend gepflegter Überblick. Ein kostenloses Kennenlernen klärt in wenigen Minuten, ob wir passen, abgerechnet wird danach minutengenau.

DeepSeek hat im April 2026 einen harten Schnitt gemacht. Statt einzelner Spezialmodelle wie früher Coder V2, V3 und R1 gibt es jetzt zwei Modelle, die alles abdecken: Chat, Code und Reasoning. Beide laufen mit einer Million Token Kontext, beide beherrschen Thinking und Non Thinking Modus.

DeepSeek V4-Pro ist das Flaggschiff. 1,6 Billionen Parameter gesamt, 49 Milliarden aktiv pro Token. DeepSeek positioniert es als offenen Spitzenreiter bei agentischem Coding, Mathematik und STEM Reasoning. In der API steht es Stand August 2026 weiterhin als Preview, das offizielle Release ist angekündigt.

DeepSeek V4-Flash ist das kleine, schnelle Modell. 284 Milliarden gesamt, 13 Milliarden aktiv. Genau dieses Modell hat am 31. Juli 2026 sein offizielles Release bekommen. Der Build V4-Flash-0731 ist architektonisch identisch mit dem Preview vom April, wurde aber komplett neu post trainiert.

Und was ist mit Coder V2, V3 und R1? Die sind Geschichte. R1 hat im Januar 2025 die ganze Branche wachgerüttelt, Coder V2 war lange das dedizierte Code Modell mit 338 Sprachen. Für neue Projekte spielen beide keine Rolle mehr. Wer heute mit DeepSeek arbeitet, arbeitet mit V4. Ein Blick auf die Konkurrenz lohnt trotzdem: GLM 5.2, Kimi K3 und Qwen3 Coder spielen in derselben Liga.

Die offenen Gewichte liegen auf Hugging Face unter MIT Lizenz. Wichtig für die Praxis: Der 0731 Build ist bisher nur über die API erreichbar. Zum Herunterladen gibt es weiterhin die Preview Gewichte vom April. Wer echte Kontrolle über sein Modell will, muss diesen Unterschied kennen. Mehr Einordnung dazu im Überblick zu chinesischen KI Modellen für AI Coding.

Das ist der Punkt, der 2026 die meisten Integrationen zerlegt hat. DeepSeek hat die beiden alten API Namen am 24. Juli 2026 endgültig abgeschaltet. Wer sie noch aufruft, bekommt keine Antwort mehr, sondern einen Fehler. Übergangsweise zeigten sie auf V4-Flash, jetzt sind sie weg.

Die gute Nachricht: Der Umbau ist trivial. Die base_url bleibt, es ändert sich nur der Modellname. DeepSeek unterstützt sowohl das OpenAI ChatCompletions Format als auch die Anthropic Schnittstelle.

Ein Detail lohnt die Aufmerksamkeit: Thinking und Non Thinking sind jetzt kein eigenes Modell mehr, sondern ein Modus innerhalb desselben Modells. Wer bisher zwischen zwei Namen umgeschaltet hat, schaltet künftig einen Parameter um. Für agentische Setups ist das sauberer, weil der Kontext im Modell bleibt.

Der Sprung im Juli Build ist die eigentliche Nachricht. DeepSeek hat an der Architektur nichts geändert, nur neu trainiert. Und meldet auf allen neun veröffentlichten Agent und Coding Benchmarks bessere Werte als beim eigenen, deutlich größeren V4-Pro-Preview. Ein 284 Milliarden Modell schlägt sein 1,6 Billionen Geschwistermodell.

Der auffälligste Wert ist Terminal Bench 2.1. Dort springt V4-Flash von 61,8 im Preview auf 82,7. V4-Pro-Preview lag bei 72,1. Bei DeepSWE geht es von 7,3 auf 54,4, also mehr als das Siebenfache in einem einzigen Post Training Zyklus.

Wichtiger Vorbehalt. Alle diese Zahlen kommen von DeepSeek selbst, gemessen auf einer eigenen Harness, die noch nicht veröffentlicht ist. Zwei der neun Benchmarks sind interne Testsets des Unternehmens. Zum Zeitpunkt der Ankündigung hatte kein unabhängiges Labor die Werte reproduziert. Wir behandeln sie als Herstellerangabe, nicht als Messung.

Was unabhängig von Benchmarks bleibt, ist der Preis. Selbst wenn die Werte um zehn Punkte danebenliegen, verschiebt sich die Rechnung für agentische Workflows. Wer zehn Iterationen für den Preis einer einzigen fahren kann, arbeitet anders. Genau das ist der Kern von Vibe Coding. Neu im 0731 Build sind außerdem native Unterstützung für das Responses API Format und eine Anpassung an Codex.

Hier hat sich seit 2025 nichts entspannt. Die Berliner Datenschutzbeauftragte meldete die DeepSeek App bei Apple und Google als rechtswidrigen Inhalt. Der Vorwurf: unrechtmäßige Datenübermittlung nach China ohne ausreichende Schutzgarantien. Sieben Landesdatenschutzbehörden führen seit Februar 2025 abgestimmte Prüfverfahren, Italien hatte den Dienst bereits temporär komplett blockiert.

Die Fakten im Überblick:

• DeepSeek speichert Nutzerdaten auf Servern in China, inklusive Prompts, Chatverläufen und hochgeladenen Dateien
• China hat keinen Angemessenheitsbeschluss der EU Kommission, Transfers dorthin brauchen zusätzliche Garantien
• Es gibt keinen Auftragsverarbeitungsvertrag nach Artikel 28 DSGVO für Unternehmenskunden
• Ein EU Vertreter nach Artikel 27 DSGVO fehlt, genau darum ging es im Prüfverfahren
• Der Landesbeauftragte für den Datenschutz Niedersachsen sieht auch die Anforderungen der KI Verordnung als nicht eingehalten an

Was heißt das konkret? Wer die DeepSeek API oder die Weboberfläche nutzt, überträgt Daten nach China. Privat ist das eine persönliche Risikoabwägung. Im Unternehmen ist es ein Aufsichtsrisiko, und zwar nicht nur nach DSGVO: Auch Geschäftsgeheimnisse haben in einem Kanal ohne Vertragsgrundlage nichts verloren.

Die tragfähige Lösung heißt Self Hosting. Die MIT Lizenz erlaubt es ausdrücklich, die Gewichte liegen offen auf Hugging Face. Auf eigener Infrastruktur verlässt kein Prompt das Netz und der Drittlandtransfer entfällt komplett. Nötig bleiben ein Vertrag mit dem Infrastrukturanbieter, ein Eintrag im Verarbeitungsverzeichnis und bei riskanter Verarbeitung eine Folgenabschätzung. Wie man solche Setups baut, zeigen wir im Vibe Coding Consulting und im Guide welches KI Modell ohne US Anbieter.

Der Vergleich ist 2026 schiefer, als er klingt. DeepSeek ist ein Modell, Claude Code und OpenCode sind Agents. DeepSeek nennt beide sowie OpenClaw explizit als integrierte Umgebungen für V4. Die richtige Frage lautet also nicht entweder oder, sondern welches Modell in welchem Agent.

Stärken von DeepSeek V4. Der Preis pro Token ist konkurrenzlos niedrig. Eine Million Token Kontext als Standard, nicht als Aufpreis. Offene Gewichte unter MIT Lizenz, damit ist Self Hosting rechtlich sauber möglich. Und mit dem 0731 Build hat das kleine Modell bei Agent Aufgaben spürbar aufgeholt.

Schwächen. Die Cloud API ist in Europa nicht sauber nutzbar. Die aktuellen Benchmarkzahlen sind Herstellerangaben ohne unabhängige Prüfung. Der beste Build liegt nur in der API, nicht als Download. Und wer das Modell wirklich selbst betreiben will, braucht ernsthafte Hardware.

Unsere Einordnung: V4-Flash über eine kontrollierte Inferenz für schnelles Prototyping und Agent Läufe, Claude Code für komplexe Refactorings mit tiefem Codebase Verständnis, und in beiden Fällen ein Mensch für Review und Sicherheit. Wer die Kosten gegenrechnen will, findet die Zahlen im Kostenvergleich KI Anbieter China und USA.

Über Ollama sind beide V4 Modelle verfügbar. Achtung beim Suffix: Die Tags mit cloud laufen auf Ollama Infrastruktur, nicht auf deinem Rechner. Der Build vom 31. Juli liegt als eigener Tag daneben und ist inzwischen der Tag, den du nehmen willst.

Ollama hat deepseek-v4-flash:0731-cloud Ende Juli 2026 in die eigene Cloud gestellt und dabei ausdrücklich die stärkeren agentischen Fähigkeiten als Grund genannt. Einen Tag später folgte ein Durchsatz Update, das den Tag laut Ollama gut doppelt so schnell macht wie am Starttag. Dazu eine Million Token Kontext und drei wählbare Denkstufen: schnelle Antwort ohne Reasoning, normales Thinking und Max Thinking für harte Aufgaben.

Der Punkt an diesen Zeilen: Du tauschst das Modell unter deinem Agenten aus, ohne den Agenten zu wechseln. Das gilt für Claude Code genauso wie für OpenCode, Hermes Agent und OpenClaw. Wer heute mit einem Setup arbeitet und morgen ein anderes Backbone testen will, ändert genau ein Flag. Die Auswahl selbst haben wir in welches KI Modell auswählen ohne US Anbieter durchdekliniert.

Cloud ist nicht lokal. Das ist der Punkt, an dem viele Setups DSGVO technisch auseinanderfallen. Ollama Cloud ist ein US Anbieter, die DeepSeek API ein chinesischer. Wer wirklich will, dass kein Prompt das eigene Netz verlässt, braucht die Gewichte auf eigener Hardware. Für V4-Flash gibt es dafür bereits Community Arbeit: Ein experimenteller llama.cpp Fork zielt mit 2 Bit Quantisierung der Experten auf MacBooks mit 128 GB RAM.

Für Teams, die ohne 128 GB Maschine arbeiten, bleiben die kompakten Alternativen die realistischere Wahl. Welche Modelle lokal wirklich taugen, haben wir in beste Coder Modelle für lokale Nutzung und Ollama Modelle 2026 durchgespielt. Wichtig ist auch das Tool Handling, dazu passt welche KI Modelle für MCP und Tool Handling taugen.

Die alte Frage lautete: Wie lange kann DeepSeek diese Preise halten? Die Antwort ist seit Sommer 2026 klar. Das Unternehmen hat seine erste externe Finanzierungsrunde über rund 7,4 Milliarden US Dollar abgeschlossen und wurde dabei mit über 50 Milliarden bewertet. Geld ist kein Engpass mehr.

Interessanter als die Summe ist die Struktur. Die meisten Investoren kauften nicht direkt Anteile, sondern gingen in eine von Gründer Liang Wenfeng kontrollierte Limited Partnership, ohne Stimmrechte und mit fünf Jahren Sperrfrist. Der staatliche National Artificial Intelligence Industry Investment Fund dagegen investierte direkt, mit Stimmrechten und ohne Sperrfrist. Eine zweite Runde bei deutlich höherer Bewertung wurde begonnen und dann vorerst ausgesetzt.

Was daraus für die Bewertung folgt:

• Preisstabilität: kein akutes Thema mehr, dafür ist ein Peak Pricing Modell mit doppeltem Tarif zu Stoßzeiten angekündigt
• Staatsnähe: ein staatlicher Fonds mit Stimmrechten am Tisch ist ein härteres Faktum als jede Zensurdebatte
• Benchmarks: eigene Zahlen auf eigener Harness bleiben eigene Zahlen, bis jemand unabhängig nachmisst
• Offenheit: die MIT Lizenz ist das stärkste Argument, aber der beste Build liegt aktuell nur in der API

Für Entwicklerteams heißt das: DeepSeek V4 ist ein starkes Werkzeug im Kasten, kein Fundament. Wer damit produktive Software ausliefert, braucht Tests, Reviews und eine Infrastruktur, die er selbst kontrolliert. Genau daran arbeiten wir im Vibe Coding Consulting und in unseren Vibe Coding Best Practices.

Bei Never Code Alone laufen KI Modelle nicht in der Präsentation, sondern im Terminal. Wir arbeiten täglich mit lokaler Inferenz über Ollama, mit OpenCode und Claude Code, und wir kennen den Unterschied zwischen einem beeindruckenden Benchmark und einem Modell, das im echten Projekt hält.

Der Punkt, an dem Teams scheitern, ist selten die Modellwahl. Es ist die Kette dahinter: Tests, die den generierten Code prüfen. Reviews, die jemand ernst nimmt. Eine CI Pipeline, die Fehler findet, bevor sie live gehen. Ohne das ist jedes Modell nur eine schnellere Art, Schulden aufzubauen.

Wo wir konkret helfen: bei der Einrichtung DSGVO konformer KI Infrastruktur, bei der Auswahl passender Vibe Coding Tools, im Vibe Coding Training für Teams, bei PHP Refactoring mit KI Unterstützung und im Frontend Development. Ein Überblick über unsere Werkzeuge steht unter NCA KI Tools.

Die wichtigsten Fragen zu DeepSeek V4, den offiziellen Preisen, der Migration von den alten API Namen und dem DSGVO konformen Einsatz.