DeepSeek V4 Open Source steht unmittelbar bevor!

Am 21. Januar 2026 entdeckte die Tech-Community einen wichtigen Hinweis in DeepSeeks FlashMLA-Optimierungsbibliothek – ein neuer Modellidentifikator namens "Model1" tauchte in aktuellen Code-Commits auf. Diese Commits erstrecken sich über mehrere Dateien und erwähnen Model1 neben dem aktuellen V3.2-Modell, was eindeutig darauf hinweist, dass es sich um einen separaten neuen Zweig handelt.

Diese Entdeckung deckt sich mit einem exklusiven Bericht des Tech-Medienunternehmens The Information von Anfang dieses Monats – DeepSeek bereitet sich intensiv darauf vor, sein Flaggschiff-Modell der nächsten Generation mit dem Codenamen V4 während des Mondneujahrs Mitte Februar auf den Markt zu bringen. Von den Hinweisen in der Open-Source-Community bis zur Kreuzverifizierung durch autoritative Medien ist die Spekulation, dass Model1 V4 ist, fast eine ausgemachte Sache.

Eine technische Hommage zum ersten Jahrestag von Open Source

Vor genau einem Jahr eröffnete die Veröffentlichung von DeepSeek-R1 eine neue Ära der Open-Source-LLMs und wurde zum beliebtesten Modell auf der Hugging Face-Plattform. Nun, am ersten Jahrestag der Open-Sourcing von R1, ist der Code für V4 still und leise aufgetaucht und setzt DeepSeeks Engagement für den Open-Source-Bereich fort.

Im Gegensatz zu R1, das sich auf Reasoning-Fähigkeiten konzentrierte, wird erwartet, dass V4 umfassende architektonische Upgrades bringt. Laut durchgesickerten Informationen hat V4 insgesamt 671 Milliarden Parameter und übernimmt eine Mixture of Experts (MoE)-Architektur und Manifold Constrained Hyperconnection (mHC)-Technologie, wobei die Hinzufügung des Engram-Speichermoduls möglicherweise das größte Highlight ist.

Die Tech-Community beobachtet Updates im DeepSeek FlashMLA Repository auf GitHub genau, da jeder Commit weitere technische Details zu V4 enthüllen könnte. Aus den aktuellen Commit-Aufzeichnungen geht hervor, dass DeepSeek-Ingenieure intensiv an der Optimierung von Sparse Attention-Mechanismen und FP8-Inferenzunterstützung arbeiten, alles Vorbereitungen für den groß angelegten Einsatz von V4.

Engram: Ein bahnbrechendes "Gedächtnis-Plugin"

Am meisten erwartet wird die potenzielle Integration der Engram-Technologie in V4, einer revolutionären architektonischen Innovation, die kürzlich von DeepSeek als Open Source veröffentlicht wurde. Ihr Kernkonzept besteht darin, "Gedächtnis" von "Berechnung" zu trennen – traditionelle Transformer-Modelle müssen mehrere Netzwerkschichten verwenden, um feste Phrasen und Allgemeinwissen zu erkennen, während Engram es dem Modell ermöglicht, statisches Wissen direkt über ein "Super-Wörterbuch" (Lookup-Table) abzurufen, wodurch tiefe Netzwerke frei werden, um sich auf komplexes Denken zu konzentrieren.

Dieses Design bringt kontraintuitive Ergebnisse: Selbst bei Aufgaben, die starkes logisches Denken erfordern, wie Mathematik und Codegenerierung, wird die Leistung erheblich verbessert. Weil das Modell seine Rechenleistung nicht mehr für "Auswendiglernen" ablenken muss. Untersuchungen zeigen, dass Engram-27B bei BigBench Hard Reasoning-Aufgaben um 5,0 Punkte und bei der HumanEval-Codegenerierung um 3,0 Punkte im Vergleich zu einer reinen MoE-Baseline verbessert wird.

Noch wichtiger ist, dass die Engram-Architektur das Speichern einer "Wissensbasis" von Hunderten von Milliarden Parametern im billigen CPU-Speicher unterstützt, mit weniger als 3 % Durchsatzverlust während der Inferenz. Dies bedeutet, dass die Kosten für den Unternehmenseinsatz großer Modelle voraussichtlich erheblich gesenkt werden und nicht mehr vollständig auf teuren GPU-VRAM angewiesen sind.

Von Community-Buzz zu Industrie-Erwartungen

Die Diskussion über das Model1-Code-Leak läuft seit mehreren Tagen im Reddit-Bereich MachineLearning und bei Hacker News. Entwickler analysieren die neuesten Commits auf GitHub Zeile für Zeile und versuchen, das vollständige Bild von V4 aus Codeänderungen zusammenzusetzen.

"Das ist typischer DeepSeek-Stil – keine übertriebenen Marketing-Teaser, lass den Code für sich selbst sprechen", kommentierte ein leitender Entwickler in einem Tech-Forum. Dieser Ansatz des "Sprechens durch Technologie" hat stattdessen stärkeres Vertrauen und Erwartungen in der Tech-Community aufgebaut.

Vom Open-Source-Erfolg von R1 bis zum Momentum von V4 etabliert DeepSeek ein neues Open-Source-Paradigma: Erlauben Sie der Community vor der offiziellen Veröffentlichung durch progressive Updates der Codebasis, sich im Voraus zu beteiligen und anzupassen. Diese Strategie senkt nicht nur die Adoptionsschwelle für neue Modelle, sondern schafft auch eine einzigartige Atmosphäre der gemeinschaftlichen Konstruktion.

Wiederholung der erfolgreichen Strategie des "Frühlingsfest-Launch"

DeepSeek scheint mit der goldenen Regel des "Frühlingsfest-Launchs" bestens vertraut zu sein. Letztes Jahr wurde R1 während des Mondneujahrs veröffentlicht, wobei die relativ freie Zeit globaler Entwickler genutzt wurde, um schnell eine virale Verbreitung in der Open-Source-Community zu erreichen.

Diese Zeitwahl ist voller strategischer Überlegungen: Vermeidung des dichten Veröffentlichungsplans westlicher Technologieunternehmen und Einnahme einer dominanten Position im relativ ruhigen Tech-Nachrichtenzyklus. Gleichzeitig haben Entwickler und Forscher während des Frühlingsfestes mehr Freizeit und sind eher bereit, neue Modelle tiefgehend zu testen und zu erkunden, wodurch eine tiefere Mundpropaganda in der Community entsteht.

Mit den kontinuierlichen Updates des Model1-Codes können Leser, die die neuesten Nachrichten und tiefgehenden Interpretationen von DeepSeek V4 erhalten möchten, weiterhin die Tracking-Berichte auf deepseekv4.app verfolgen. Diese unabhängige Tracking-Website hat die gesamte Informationskette von Code-Leaks bis hin zu technischen Analysen organisiert und ist für viele Entwickler zum bevorzugten Kanal geworden, um V4-Fortschritte zu erhalten.

Von R1 bis V4 hat DeepSeek immer einen Punkt bewiesen: Wahre Innovation liegt nicht nur im Modellmaßstab, sondern auch in der perfekten Kombination aus architektonischer Weisheit und Open-Source-Geist. Wenn sich der Code von Model1 still und leise auf GitHub verbreitet, sehen wir nicht nur die Geburt eines neuen Modells, sondern auch die Eröffnung eines neuen Paradigmas. Dieses Mondneujahr könnte die Open-Source-KI-Welt einen weiteren großen Durchbruch begrüßen.