inference.eu

Reasoning · DeepSeek

DeepSeek V4 Flash in der EU über eine OpenAI-kompatible API nutzen

DeepSeek V4 Flash ist das effiziente Mixture-of-Experts-Reasoning-Modell von DeepSeek mit einer Million Tokens Kontext, veröffentlicht unter der MIT-Lizenz. Diese Seite behandelt die offizielle Version 0731, die die Vorschau vom April ersetzt. Auf inference.eu werden Ihre Anfragen in Rechenzentren in der EU verarbeitet, nie in China, und nie zum Training genutzt.

Vertrieb kontaktierenBeispielanfrage
  1. 01284B · 13B
  2. 02Rechenzentren in der EU
  3. 03MIT

Was DeepSeek V4 Flash ist

DeepSeek V4 Flash ist das kleinere Modell der Reihe DeepSeek V4: ein Mixture-of-Experts-Modell mit 284 Milliarden Parametern, davon 13 Milliarden aktiv pro Token, und einem Kontextfenster von einer Million Tokens. DeepSeek veröffentlichte im April 2026 eine Vorschau und Ende Juli 2026 die offizielle Version DeepSeek-V4-Flash-0731. Wir behandeln beide als ein Modell und stellen die Version 0731 bereit.

Die Architektur kombiniert zwei komprimierte Sparse-Attention-Verfahren, damit sehr lange Kontexte bezahlbar bleiben. Über reasoning_effort wählen Sie drei Denkstufen: low, high und max. Laut DeepSeek ist die Version 0731 bei agentischen Aufgaben deutlich stärker als die Vorschau. Das Modell verarbeitet Text.

Stärken und Grenzen

DeepSeek V4 Flash ist für lange Agentenaufgaben und Programmierung bei geringem Rechenaufwand pro Token gebaut. Es fasst ein ganzes Repository, eine umfangreiche Akte oder monatelange Chatverläufe in einer Anfrage und plant und prüft bei hohem Denkaufwand seine Arbeit über viele Schritte. Für 13 Milliarden aktive Parameter ist es bei werkzeuggestützten Aufgaben ungewöhnlich leistungsfähig.

Es verarbeitet nur Text, für Bilder nutzen Sie DeepSeek V4.1 Flash. Die Stufe max kann sehr lange Ausgaben erzeugen, DeepSeek empfiehlt dort bis zu 384.000 Ausgabe-Tokens, Kosten und Zeit steigen also schnell. Für einfachen Chat ist niedriger Denkaufwand oder ein kleineres Modell besser. Das Training spiegelt Entscheidungen des Herstellers wider, auch bei politisch heiklen Themen.

DeepSeek V4 Flash über die API aufrufen

inference.eu verwendet das OpenAI-Anfrageformat. Die OpenAI-SDKs, LangChain, LlamaIndex und die meisten Coding-Agenten funktionieren daher unverändert. Setzen Sie die Base-URL auf die inference.eu-API, verwenden Sie Ihren inference.eu-Schlüssel und tragen Sie als Modell deepseek-v4-flash ein.

DeepSeek liefert statt eines Standard-Chat-Templates eine eigene Prompt-Kodierung mit, die wir übernehmen, Sie senden also normale Nachrichten. Setzen Sie reasoning_effort auf low, high oder max. Für Agenten empfiehlt DeepSeek temperature 1,0 und top_p 0,95. Tool Calls und Streaming funktionieren wie gewohnt, das Reasoning kommt getrennt von der Antwort zurück.

DeepSeek nutzen, ohne Daten nach China zu senden

Viele europäische Unternehmen meiden App und API von DeepSeek, weil Daten in China verarbeitet würden. Die offenen Gewichte lösen dieses Problem. Auf inference.eu läuft DeepSeek V4 Flash auf Infrastruktur in der Europäischen Union: Prompts und Antworten werden in Rechenzentren in der EU verarbeitet, nichts geht an DeepSeek und nichts wird zum Training genutzt.

Jeder Kunde erhält einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO und unsere Liste der Unterauftragsverarbeiter. So belegen Sie, dass für die Inferenz keine Übermittlung in ein Drittland stattfindet. Abgerechnet wird in Euro. Die MIT-Lizenz erlaubt kommerzielle Nutzung mit kaum Auflagen.

deepseek-v4-flash · Python
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.inference.eu/v1", api_key=os.environ["INFERENCE_EU_API_KEY"])

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Summarise this contract in five bullet points."}],
)
print(response.choices[0].message.content)

Wofür Teams es einsetzen

  • 1

    Coding-Agenten für große Repositorys

    Einen Agenten eine ganze Codebasis lesen, Änderungen über viele Dateien planen und prüfen lassen, dank einer Million Tokens Kontext.

  • 2

    Prüfung umfangreicher Akten und Verträge

    Eine vollständige Akte oder ein komplettes Vertragswerk in einer Anfrage analysieren und Widersprüche begründet aufzeigen.

  • 3

    Mehrstufige Rechercheaufgaben

    Agenten betreiben, die über viele Werkzeugaufrufe suchen, lesen, vergleichen und zusammenfassen, bevor sie einen Bericht liefern.

DeepSeek V4 Flash: häufige Fragen

Die Fragen, die uns Einkauf, Entwicklung und Rechtsabteilungen am häufigsten stellen. Etwas fehlt? Fragen Sie uns direkt.

Frage stellen

Verwandte Seiten

Alle Modelle

Verlagern Sie Ihre KI-Workloads auf europäische Infrastruktur

Sagen Sie uns, welche Modelle Sie nutzen und wie viel Verkehr Sie ungefähr haben. Wir antworten innerhalb eines Werktags mit Preisen und nächsten Schritten.

  • Antwort innerhalb eines Werktags
  • Preise für Ihr Volumen
  • AV-Vertrag unterschriftsreif