DeepSeek hat mit V4-Pro und V4-Flash zwei Preview-Modelle veröffentlicht, die beide auf der Mixture-of-Experts-Architektur basieren und einen Kontextfenster von einer Million Token bieten. V4-Pro kommt auf 1,6 Billionen Gesamtparameter bei 49 Milliarden aktiven Parametern und ist damit laut Willison das derzeit größte Open-Weights-Modell – größer als Kimi K2.6 (1,1T) und GLM-5.1 (754B) sowie mehr als doppelt so groß wie das Vorgängermodell V3.2 mit 685 Milliarden Parametern. Die Gewichte belegen auf Hugging Face 865 GB (Pro) bzw. 160 GB (Flash). Möglich gemacht wird das niedrige Preismodell durch massive Effizienzgewinne: Laut dem begleitenden Paper benötigt V4-Pro im 1-Million-Token-Kontext nur 27 % der FLOPs und 10 % des KV-Cache-Speichers von V3.2; Flash kommt sogar auf nur 10 % der FLOPs und 7 % des KV-Cache. Preislich unterbietet V4-Flash mit 0,14 $/M Eingabe-Token sogar GPT-5.4 Nano (0,20 $), während V4-Pro bei 1,74 $/M Eingabe das günstigste der großen Frontier-Modelle ist – vor Gemini 3.1 Pro (2 $) und GPT-5.4 (2,50 $). Laut eigenen Benchmarks liegt V4-Pro-Max nahe an GPT-5.4 und Gemini-3.1-Pro, bleibt aber „marginal" dahinter – DeepSeek selbst beziffert den Rückstand gegenüber dem State-of-the-Art auf etwa drei bis sechs Monate. Willison testete beide Modelle über OpenRouter mit seinem llm-openrouter-Plugin und nutzte dabei den bekannten „Pelikan auf Fahrrad"-Prompt als informellen Qualitätsindikator.