DeepSeek enthüllt V4: Chinas KI-Modell fordert US-Rivalen heraus

Das chinesische KI-Unternehmen DeepSeek hat eine Vorschau seines neuen Flaggschiff-Modells V4 veröffentlicht. Die Mixture-of-Experts-Serie (MoE), bestehend aus V4-Pro (1,6 Billionen Parameter) und V4-Flash (284 Milliarden Parameter), zielt darauf ab, die Leistung führender US-Systeme von Google, OpenAI und Anthropic zu erreichen oder zu übertreffen.

DeepSeek hebt hervor, dass V4 eine deutliche Verbesserung gegenüber früheren Modellen darstellt, insbesondere im Bereich Codierung. Diese Fähigkeit ist für KI-Agenten und Tools wie ChatGPT Codex oder Claude Code von zentraler Bedeutung. Die Veröffentlichung unterstreicht zudem die Fortschritte in Chinas Chipindustrie, da DeepSeek explizit die Optimierung für die heimische Huawei-Technologie (Ascend-Serie) hervorhebt.

Effizienz und Kontroversen: Der Weg zu V4

Die Präsentation von V4 folgt auf den Erfolg des R1-Modells, das die Branche durch extreme Kosteneffizienz überraschte. Für die V4-Serie setzt DeepSeek auf eine MoE-Architektur mit bis zu 1,6 Billionen Parametern beim Pro-Modell. Laut offiziellen Angaben wurden etwa 24.000 betrügerische Konten von Anthropic identifiziert, die DeepSeek zur "Distillation" von Claude-Daten genutzt haben soll, um die eigenen Modelle zu verbessern.

Zusätzlich stehen schwere Vorwürfe im Raum: US-Beamte behaupten, DeepSeek habe trotz Exportbeschränkungen modernste Nvidia Blackwell-Chips für das Training verwendet. DeepSeek bestreitet dies und verweist auf die erfolgreiche Portierung auf Huawei-Hardware, was einen Meilenstein für die chinesische KI-Autarkie darstellt.