Das Wichtigste in 30 Sekunden
- DeepSeek hat am 10. September das Modell V4.1-Flash veröffentlicht — die Gewichte liegen unter MIT-Lizenz auf Hugging Face.
- Technisch ein Mixture-of-Experts mit 552 Milliarden Parametern, von denen pro Anfrage nur 8 Milliarden aktiv rechnen.
- Kontextfenster: 1 Million Token, bis zu 384.000 Token Ausgabe, Bilder und Text nativ.
- Ehrlich gesagt: Auf einer einzelnen Heim-Grafikkarte läuft das nicht. Interessant ist es trotzdem — wir erklären warum.
„Offene Gewichte“ ist einer der Begriffe, die im KI-Umfeld gern größer klingen, als sie sind. Oft hängt eine Lizenz daran, die kommerzielle Nutzung einschränkt, oder es fehlen die Gewichte für die interessanten Modellgrößen. Bei der neuesten Veröffentlichung von DeepSeek ist beides nicht der Fall — und genau das macht sie erwähnenswert.
MIT-LIZENZ: Die kürzeste gute Nachricht des Tages
Die Gewichte von DeepSeek-V4.1-Flash liegen seit dem 10. September auf Hugging Face, und zwar unter der MIT-Lizenz. Das ist eine der freizügigsten Lizenzen überhaupt: Jeder darf das Modell selbst betreiben, nachtrainieren und kommerziell anbieten — ohne Lizenzgebühren, ohne Nutzungsbeschränkungen.
Zum Vergleich: Viele als „offen“ vermarktete Modelle kommen mit eigenen Lizenzen, die Nutzerzahlen deckeln oder bestimmte Einsatzzwecke ausschließen. MIT tut nichts davon. Wer ein Produkt darauf bauen will, kann das tun.
Was in dem Modell steckt
Die Eckdaten klingen zunächst einschüchternd, ergeben aber ein stimmiges Bild:
- 552 Milliarden Parameter insgesamt, aufgebaut als Mixture-of-Experts
- 8 Milliarden aktive Parameter bei der Eingabe, 16 Milliarden bei der Ausgabe
- 1 Million Token Kontextfenster, bis zu 384.000 Token Ausgabe
- verarbeitet Bilder und Text von Haus aus
- 74,2 Punkte im Benchmark DeepSWE v1.1
Der entscheidende Trick heißt Mixture-of-Experts. Das Modell besteht nicht aus einem einzigen riesigen Block, sondern aus vielen Spezialisten. Für jede Anfrage wird nur ein kleiner Teil davon aktiviert. Deshalb rechnet ein 552-Milliarden-Modell so schnell wie ein deutlich kleineres — vorhanden sein müssen die Gewichte trotzdem alle.
ACHTUNG: Im Homelab wird das eng
Hier kommt der Teil, den viele Meldungen auslassen. Aktive Parameter bestimmen die Rechenlast, nicht den Speicherbedarf. Das Modell muss als Ganzes geladen werden, damit die Auswahl der Experten überhaupt funktionieren kann.
Was heißt das in Zahlen? Selbst stark verkleinert bewegen sich 552 Milliarden Parameter im Bereich von mehreren hundert Gigabyte. Eine Consumer-Grafikkarte mit 16 oder 24 GB VRAM ist damit außer Reichweite — auch mit den kreativsten Quantisierungen. Wer es ernsthaft lokal betreiben will, redet über Server-Hardware mit sehr viel Arbeitsspeicher, und selbst dann ist die Geschwindigkeit eine andere Diskussion.
Für den typischen Homelab-Aufbau ist dieses Modell also keine Option. Das offen auszusprechen gehört dazu — alles andere wäre Augenwischerei.
Warum es trotzdem gute Nachrichten sind
Drei Gründe, warum die Veröffentlichung auch dann zählt, wenn sie nicht auf deinem Rechner landet:
1. Der Preisdruck. DeepSeek ruft über die eigene Schnittstelle in der günstigen Zeitzone 0,15 US-Dollar pro Million Eingabe-Token auf, 0,60 Dollar für die Ausgabe; zu Stoßzeiten das Doppelte, für zwischengespeicherte Eingaben nur einen Bruchteil. Wenn ein Modell dieser Klasse zu diesen Preisen verfügbar ist, gerät die gesamte Preisgestaltung im Markt unter Druck — davon profitieren am Ende alle Nutzer.
2. Jeder darf es anbieten. Weil die Lizenz MIT ist, können auch europäische Anbieter das Modell auf eigener Hardware betreiben. Genau das ist der Weg, auf dem Datenresidenz überhaupt möglich wird — ohne Abhängigkeit vom Ursprungsanbieter.
3. Die kleinen Modelle kommen hinterher. Was heute in einem Flaggschiff steckt, taucht erfahrungsgemäß binnen Monaten in destillierten Varianten auf, die auf 16 GB VRAM passen. Die großen Veröffentlichungen sind die Vorstufe dessen, was du später wirklich zu Hause laufen lässt.
FAZIT: Ansehen, nicht herunterladen
V4.1-Flash ist keine Empfehlung für deinen Homelab-Server, sondern ein Signal für den Markt. Ein Modell dieser Größe unter der freizügigsten Lizenz zu veröffentlichen, drückt Preise und schafft Alternativen. Wenn du lokal arbeiten willst, bleib bei den kleineren Modellen, die auf deine Karte passen — und beobachte, was in den nächsten Wochen an destillierten Varianten nachkommt.
Häufige Fragen
Kann ich DeepSeek V4.1-Flash zu Hause betreiben?
Auf üblicher Heim-Hardware realistisch nicht. Trotz nur 8 Milliarden aktiver Parameter müssen alle 552 Milliarden geladen sein — das sind auch quantisiert mehrere hundert Gigabyte.
Was bedeutet MIT-Lizenz bei einem KI-Modell?
Du darfst die Gewichte betreiben, verändern, nachtrainieren und kommerziell einsetzen, ohne Gebühren oder Nutzungsbeschränkungen. Das ist deutlich freier als viele herstellereigene „offene“ Lizenzen.
Wofür ist das Kontextfenster von 1 Million Token gut?
Für Aufgaben, bei denen sehr viel Material am Stück gelesen werden muss — große Codebasen, lange Dokumentensammlungen, umfangreiche Protokolle.
Was ist Mixture-of-Experts einfach erklärt?
Das Modell besteht aus vielen Spezialisten. Pro Anfrage arbeitet nur ein kleiner Teil davon, was Rechenzeit spart. Der Speicherbedarf sinkt dadurch aber nicht.