Ein Rätsel von 1998: Wie Claude die NSA-Kurven knackte

Berlin, 18. Oktober 2026 – Zwei Meldungen vom Freitag könnten unterschiedlicher kaum sein, und doch erzählen sie dieselbe Geschichte: davon, wie schnell die Leistungsgrenze der Modelle wandert – und wie schwer das, was sie leisten, von außen zu überprüfen ist.

Ein Rätsel aus dem Jahr 2000

Im Jahr 2000 standardisierte NIST mehrere Kurven im ECDSA-Standard, dem meistgenutzten Rahmen für digitale Signaturen auf Basis elliptischer Kurven. Die NSA hatte die Seeds geliefert – die Startwerte, aus denen die Kurvenparameter erzeugt werden –, und zwar ohne jede Erklärung. Niemand wusste, wie diese Werte entstanden waren, und das nährte den Verdacht auf eingebaute Hintertüren. Das Rätsel zog sogar ein Kopfgeld und eine Reihe amateurhafter Ermittlungen auf sich. Der inzwischen verstorbene NSA-Mitarbeiter Jerry Solinas hatte angedeutet, die Seeds seien der Hash einer humorvollen Phrase – was sich als falsch erwies.^[The Decoder – Anthropics' Claude cracks a 25-year-old NSA cryptography mystery in under 30 minutes – url: https://the-decoder.com/anthropics-claude-cracks-a-25-year-old-nsa-cryptography-mystery-in-under-30-minutes/]

31 Bit verraten alles

Anthropics Claude brauchte für die Auflösung weniger als 30 Minuten. Die Seeds stammen demnach aus „lrand48", einem einfachen Zufallsgenerator der Programmiersprache C, initialisiert mit einem Unix-Zeitstempel zwischen Mai 1997 und April 1998. Claude erkannte das Muster, weil „lrand48" nur 31 Bit ausgibt und die obersten Bits in einigen Seeds systematisch null waren.^[The Decoder – Anthropics' Claude cracks a 25-year-old NSA cryptography mystery in under 30 minutes – url: https://the-decoder.com/anthropics-claude-cracks-a-25-year-old-nsa-cryptography-mystery-in-under-30-minutes/]

Nach Anthropics Darstellung macht dieser Befund absichtliche Hintertüren weniger wahrscheinlich. Das Kopfgeld in Höhe von 36.864 Dollar spendet das Unternehmen an die Internet Security Research Group.^[The Decoder – Anthropics' Claude cracks a 25-year-old NSA cryptography mystery in under 30 minutes – url: https://the-decoder.com/anthropics-claude-cracks-a-25-year-old-nsa-cryptography-mystery-in-under-30-minutes/] Bemerkenswert ist weniger der Betrag als der Zuschnitt der Aufgabe: ein hartes, überprüfbares Problem mit einer eindeutig richtigen oder falschen Antwort – genau die Sorte Aufgabe, an der sich Modellfähigkeiten sauber messen lassen.

Kleines Modell, große Sprünge

Am selben Tag veröffentlichte DeepSeek mit V4.1-Flash-1017 eine aktualisierte Version seines Flash-Modells – über die eigene Website, die App und die API, zusätzlich als Modell mit offenen Gewichten auf Hugging Face und ModelScope. Im Vergleich zum direkten Vorgänger verbessert es laut Unternehmen die Benchmark-Werte, erledigt Aufgaben schneller und produziert kürzere Ausgaben; DeepSeek spricht von einer Pareto-Verbesserung im Verhältnis von Leistung und Kosten.^[The Decoder – Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs – url: https://the-decoder.com/deepseek-v4-1-flash-1017-beats-larger-rivals-in-agentic-tasks-while-once-again-massively-cutting-per-task-costs/]

Trainiert wurde das Modell für das Bauen kompletter Softwareprojekte mit „Reinforcement Learning aus Selbstfeedback" (RLSF): Das Modell nutzt eigene Konfidenzwerte oder selbst erzeugte Kritik als Belohnungssignal. Menschliche Bewerter oder externe Reward-Modelle werden damit überflüssig. DeepSeek zufolge verbessert das die Entwicklung kompletter Projekte – von der Spieleprogrammierung über 3D-Modellierung bis zu Designarbeit; das Modell kann auch kompakte Erklärvideos animieren.^[The Decoder – Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs – url: https://the-decoder.com/deepseek-v4-1-flash-1017-beats-larger-rivals-in-agentic-tasks-while-once-again-massively-cutting-per-task-costs/]

Der Preis als eigentliches Argument

In den unternehmenseigenen Benchmarks schlägt V4.1-Flash-1017 den Vorgänger – und in mehreren Kategorien für Coding und Agenten auch größere Konkurrenzmodelle wie Claude Opus 5, GPT 5.6-Sol, Kimi K3 und GLM 5.3.^[The Decoder – Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs – url: https://the-decoder.com/deepseek-v4-1-flash-1017-beats-larger-rivals-in-agentic-tasks-while-once-again-massively-cutting-per-task-costs/] Aussagekräftiger als die Rangliste ist die Kostenkurve: Auf dem DeepSWE-Benchmark erreicht das Modell eine Bestmarke von 77,0 Prozent bei durchschnittlich knapp 0,20 Dollar pro Aufgabe; in der niedrigen Einstellung noch über 72 Prozent für rund 0,10 Dollar. Der Vorgänger kam auf 74,2 Prozent, kostete aber etwa 0,50 Dollar pro Lauf.^[The Decoder – Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs – url: https://the-decoder.com/deepseek-v4-1-flash-1017-beats-larger-rivals-in-agentic-tasks-while-once-again-massively-cutting-per-task-costs/]

Größere Rivalen wie GPT-6 Astra, Gemini 3.8 Flash und Claude Opus 5 liegen in dieser Darstellung zwischen zwei und über zehn Dollar pro Aufgabe – und erreichen die Genauigkeit des kleineren DeepSeek-Modells nicht.^[The Decoder – Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs – url: https://the-decoder.com/deepseek-v4-1-flash-1017-beats-larger-rivals-in-agentic-tasks-while-once-again-massively-cutting-per-task-costs/] Der Vorbehalt gehört dazu: Unabhängige Benchmarks stehen noch aus, und Benchmark-Werte erzählen ohnehin nur die halbe Geschichte – der Eindruck von Entwicklerinnen und Entwicklern zur Codequalität weicht regelmäßig von ihnen ab. Neben dem Modell öffnet DeepSeek auch seine interne Suchmaschine über Search- und Fetch-APIs für alle Entwickler, zu 0,75 Dollar pro 1.000 Aufrufe.^[The Decoder – Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs – url: https://the-decoder.com/deepseek-v4-1-flash-1017-beats-larger-rivals-in-agentic-tasks-while-once-again-massively-cutting-per-task-costs/]

Können und Prüfbarkeit

Die beiden Meldungen markieren die zwei Enden derselben Entwicklung. Die eine zeigt, wozu ein Modell in der Lage ist, wenn man ihm ein scharf umrissenes Problem vorlegt – und wie schnell eine Frage, an der Fachleute jahrelang saßen, zur Nebenaufgabe wird. Die andere zeigt, wie rasch dieselbe Fähigkeit zur Massenware wird: offene Gewichte, ein Bruchteil der Kosten, ein Nachtrainingsverfahren, das ohne menschliche Bewertung auskommt.

Was daraus folgt, ist keine Prognose, sondern eine Verschiebung des Engpasses. Nicht mehr das Können ist knapp, sondern die Prüfbarkeit: ob ein Ergebnis stimmt, ob ein Weg zulässig war und wer dafür geradesteht. Beim Krypto-Rätsel war das einfach – es gab einen Beweis. Bei Agenten, die Software bauen, Videos animieren oder selbstständig Recherchen erledigen, ist genau dieser Beweis das fehlende Stück.