DeepSeek V4.1 Flash Migration: Umstieg von Pro, Flash & Vision

Was sich geändert hat – nach Modell-ID

Welche Anwendungen müssen zuerst handeln?

Priorisieren Sie danach, wohin die Anfrage geht und welche Folgen eine veränderte Antwort hätte.

Erweitern Sie keinen Produktionstraffic, solange ein benötigtes Protokoll, eine Abrechnungsregel oder ein Rollback-Ziel noch unklar ist. Testfixtures vorbereiten, eine Kandidatenroute konfigurieren und unkritische Aufgaben bewerten können Sie trotzdem. Eine kleine erfolgreiche Textantwort ist der Anfang der Validierung, nicht ihr Ende.

Die erste Änderung klein halten, dann den Client-Vertrag testen

Halten Sie Prompt, Tool-Schema und Aufgaben-Fixtures während des ersten Vergleichs stabil. Wer Modell, Client-Bibliothek, Prompt und Reasoning-Einstellungen gleichzeitig ändert, kann eine Regression kaum noch eingrenzen.

Prüfen Sie diese Client-Verhaltensweisen einzeln:

• Thinking-Steuerung: DeepSeek dokumentiert Thinking in seiner Direkt-API als standardmäßig aktiviert. Prüfen Sie, welche Einstellung Ihre Requests tatsächlich verwenden, statt „optional“ als „aus“ zu lesen, und protokollieren Sie sie bei jedem Evaluationslauf. Thinking-Leitfaden
• Gesprächsverlauf: Prüfen Sie, welche Nachrichten, Reasoning-Blöcke und Tool-Ergebnisse erneut mitgesendet werden müssen. Ein erfolgreicher erster Turn beweist nicht, dass ein mehrstufiges Gespräch funktioniert.
• Tool-Ausführung: Prüfen Sie Tool-Namen, Argument-Parsing, Call-IDs, Reihenfolge der Ergebnisse und den nächsten Assistant-Turn. Nutzen Sie harmlose Test-Tools, bevor Sie Aktionen mit externen Nebenwirkungen anbinden.
• Streaming: Stellen Sie sicher, dass der Client Abschluss- und Abbruch-Events korrekt verarbeitet. Erfassen Sie die Zeit bis zur ersten Ausgabe und die Zeit bis zu einer vollständig nutzbaren Antwort getrennt.
• Bildeingabe: Die Bildfelder unterscheiden sich je Protokoll (image_url bei Chat Completions, ein image-Block bei Messages, input_image bei Responses). Testen Sie ein Bild auf Ihrem Protokoll, bevor Sie einen Batch hinzufügen.
• Usage: Prüfen Sie die tatsächlichen Antwortfelder und die Kontoabrechnung. Fehlende Cached-Token-Daten bedeuten unbekannte Nutzung, nicht automatisch null Cache-Treffer.

Mit dem Modell vergleichen, das Sie heute nutzen

Vision Exp ist die Ausnahme: Die ID leitet bereits an V4.1 Flash weiter, das ursprüngliche Modell steht also nicht mehr zum Vergleich bereit. Nutzen Sie Ausgaben, die Sie vor der Weiterleitung gespeichert haben. Dasselbe gilt für die alten Namen in der DeepSeek-Direkt-API. Denselben Prompt an zwei Namen zu senden, die dasselbe Modell erreichen, ist kein Modellvergleich.

Beginnen Sie mit einem überschaubaren Satz repräsentativer Aufgaben. Wählen Sie zum Beispiel 30–50 Fixtures aus Routinearbeit, schwierigen Fällen, Long-Context-Eingaben und bekannten Fehlern. Das ist ein Vorschlag für den Einstieg, keine statistische Garantie. Nehmen Sie aus jedem wichtigen Workload genug Beispiele auf, damit eine gelungene Demo keinen Fehler an anderer Stelle verdeckt.

Speichern Sie die Request-Konfiguration neben jedem Ergebnis: Modell-ID, Prüfdatum, Output-Limit, Reasoning-Steuerung, Prompt-Revision, Tool-Definitionen und Kontextgröße. Wiederholen Sie Fälle, deren Ausgaben so stark schwanken, dass sie die Entscheidung beeinflussen. Berichten Sie Unsicherheit, statt einen einzelnen Lauf zu einer allgemeinen Rangliste zu machen.

Legen Sie vor der Evaluation fest, was als Fehler zählt. Ein ungültiger Patch, ein Tool-Argument, das den falschen Datensatz betrifft, oder ein erfundenes Pflichtfeld sollten durchfallen, auch wenn sich die Antwort gut liest. Weniger kritische Stilunterschiede erfassen Sie in einer eigenen Review-Kategorie, damit sie funktionale Regressionen nicht verdecken.

Abnahmeprotokoll für die Migration

Führen Sie pro Testfall einen Eintrag in einer gemeinsamen Tabelle. So ist jedes Ergebnis mit den Bedingungen verknüpft, unter denen es entstand, mit den verursachten Kosten und mit der Entscheidung, die es stützt – und ein Umstieg lässt sich auf derselben Grundlage freigeben oder anhalten.

Beispieleintrag (nur zur Veranschaulichung, kein Messergebnis):

Traffic erst verschieben, wenn die Abnahmeprüfungen bestanden sind

Wählen Sie den Kandidaten per Feature Flag oder Routing-Konfiguration für einen abgegrenzten Workload aus. Halten Sie fest, welche Requests ihn genutzt haben. Beginnen Sie mit internen oder anderweitig unkritischen Aufgaben; Kundentraffic kommt erst hinzu, wenn die Anwendungsprüfungen bestanden sind.

Ein praxistauglicher Ablauf:

1. Request bestätigen. Exakte Modell-ID, Protokoll, Berechtigungen und Preisquelle prüfen.
2. Offline-Fixtures erneut abspielen. Mit dem aktuellen Modell oder gespeicherten Abnahmekriterien vergleichen und Fehler analysieren, solange der Traffic unberührt bleibt.
3. Mit einer begrenzten Kohorte starten. Einen kleinen Workload oder eine Mandantengruppe wählen, deren Fehler sich eingrenzen lassen. Akzeptierte Ergebnisse, Latenz und Abrechnung beobachten.
4. Nach Aufgabenklasse erweitern. Die Nutzung dort erhöhen, wo das Modell besteht. Schwierigere oder schlecht messbare Aufgaben auf dem Modell lassen, das sie bereits besteht.
5. Nach Änderungen beim Anbieter erneut prüfen. Eine stabile ID befreit die Anwendung nicht von künftigen Regressionstests.

Leiten Sie Schwellenwerte aus Ihren eigenen Service-Anforderungen ab. Ein Team könnte etwa verlangen: keine kritischen Tool-Fehler, Schema-Gültigkeit über der bisherigen Untergrenze und p95-Latenz innerhalb des Antwortbudgets. Das sind Freigabekriterien der Anwendung, keine Aussagen über die Leistung von V4.1 Flash.

Ein Rollback muss ein Ziel nennen, das weiterhin das bisherige Verhalten liefert – und es muss zum Eingabetyp passen.

• Reine Textaufgaben: Auf EvoLink bleiben deepseek-v4-flash und deepseek-v4-pro verfügbar. Eine Textkohorte, die auf V4.1 Flash durchfällt, kann per Konfiguration dorthin zurückkehren.
• Aufgaben, die von Bildbelegen abhängen: V4 Flash und V4 Pro verarbeiten nur Text und können diese Aufgaben nicht übernehmen. Weichen Sie auf ein anderes Modell aus, das dieselbe visuelle Evaluation bestanden hat, oder stoppen Sie und geben Sie den Request an eine menschliche Prüfung. Eine Pipeline aus OCR plus Text ist nur dann ein Fallback, wenn Sie bestätigt haben, dass der Verlust von Layout- und Pixeldetails das Ergebnis nicht verändert. Verwerfen Sie das Bild nie stillschweigend, ersetzen Sie es nicht durch einen Platzhalter und werten Sie eine solche Antwort nicht als Erfolg.
• Vision Exp: deepseek-v4-flash-vision-exp ist kein Rollback-Ziel, weil die ID bereits an V4.1 Flash weiterleitet.

Kosten pro akzeptiertem Ergebnis vergleichen

Für eine Evaluationskohorte:

API-Kosten pro akzeptierter Aufgabe = abgerechnete API-Kosten gesamt / Anzahl akzeptierter Aufgaben

Rechnen Sie erfolglose Versuche und Retries in die abgerechneten Gesamtkosten ein. Wird keine Aufgabe akzeptiert, ist der Quotient nicht definiert; melden Sie dann keine Nullkosten pro Erfolg. Kosten für menschliche Prüfung und Tool-Dienste erfassen Sie getrennt und beziehen sie ein, wenn Ihre Entscheidung die gesamten Betriebskosten betrifft.

Ein hypothetischer Vergleich macht den Unterschied deutlich: 100 Aufgaben kosten insgesamt 1,00, 80 Ergebnisse werden akzeptiert – das ergibt 0,0125 pro akzeptierter Aufgabe. Eine zweite Konfiguration kostet 0,90, liefert aber nur 60 akzeptierte Ergebnisse – das sind 0,015 pro akzeptierter Aufgabe. Die niedrigere Kohortenrechnung ist pro nutzbarem Ergebnis also teurer. Das sind Beispielzahlen, keine EvoLink-Preise und keine Testmessungen.

Fehler analysieren, ohne mehrere Variablen gleichzeitig zu ändern

Bewahren Sie für die Fehlersuche einen geschwärzten Request, die Antwort, den Zeitpunkt und die Request-ID auf. Nehmen Sie keine API-Keys oder sensiblen Kundendaten in einen öffentlichen Bug-Report auf. Exakte Fehlernamen und HTTP-Verhalten entnehmen Sie der Antwort und der aktuellen Dokumentation, nicht einer Vermutung anhand der Schreibweise der Modell-ID.

FAQ

Muss ich meine bestehenden DeepSeek-Requests auf EvoLink umbenennen?

Welcher Name gehört in eine EvoLink-Konfiguration für V4.1 Flash?

Wann ist die Umstellung von V4 Pro geplant, und betrifft sie EvoLink?

Kann ich altes und neues Modell nebeneinander vergleichen?

Bedeutet optionales Thinking, dass Thinking ausgeschaltet ist?

Nein. Es bedeutet, dass dort, wo unterstützt, ein Modus ohne Thinking verfügbar ist. Prüfen Sie, welche Einstellung Ihre Requests tatsächlich nutzen, und protokollieren Sie sie mit Ihren Evaluationsergebnissen.

Senkt die Migration meine Rechnung?

Das hängt von Kontotarifen, Token-Mix, Reasoning, Cache-Wiederverwendung, Retries und Akzeptanzquote ab. Messen Sie die abgerechneten Endkosten für gleichwertige Aufgaben. Werten Sie Preissenkungen des Direktanbieters oder gelistete Tarife nicht als Garantie für Ihre Rechnung.

Was passiert mit meinen Vision-Exp-Bild-Workloads auf EvoLink?

Was ist nach der Migration ein brauchbares Fallback?

Quellen und nächster Schritt

Die Anbieterdokumentation wurde am 10. September 2026 geprüft:

• DeepSeek: Release und Alias-Änderungen
• DeepSeek: Modellbezeichner und Preise
• Thinking-Steuerung
• Context Caching
• EvoLink: DeepSeek-Chat-Referenz