DeepSeek hat die V4-Flash-API in die öffentliche Beta geschoben und leise eine neu trainierte 0731-Version ausgetauscht. Gleiche Architektur, gleiche Größe – aber die Zahlen sprangen auf eine Weise, die schwer zu übersehen ist. Terminal Bench 2.1 stieg von 61,8 auf 82,7, übertraf damit die 81,0 von GLM-5.2 und liegt in greifbarer Nähe zu den 85,0 von Claude Opus 4.8. DeepSWE kletterte von 7,3 auf 54,4. Cybergym ging von 38,7 auf 76,7. Das ist kein Feintuning, sondern ein anderes Modell, das dieselben Kleider trägt.
Was es eigentlich ist
Ein auf das Programmieren ausgerichtetes Agenten‑Modell, das Sie über eine API ansprechen – kein Chatbot, kein Wrapper. Ziel ist autonomes Coden: Befehle im Terminal ausführen, Repos reparieren, Abläufe schließen. Opus 4.8 befindet sich in derselben Spur, und dieses Modell tauscht jetzt Schläge mit ihm auf dem Benchmark aus, der für Agenten entscheidend ist.
Die API und der Preis
Immer noch $0,14 für Eingaben und $0,28 für Ausgaben pro Million Tokens, bei zwischengespeichertem Input $0,0028 – praktisch kostenlos bei wiederholtem Kontext. Die neue Responses-API-Unterstützung und ein Codex-Adapter ermöglichen es, das Modell in bestehende Agenten-Stacks zu integrieren. OpenRouter und fal listen es bereits. Opus-Level-Coding zu Spottpreisen ist die ganze Geschichte.