Por Canuto  

DeepSeek presentó V4.1-Flash-1017 con mejoras declaradas en programación y tareas agénticas, y sostiene que reduce el gasto por ejecución frente a modelos más grandes. Sus resultados proceden de pruebas internas y todavía esperan una validación independiente.

***

  • DeepSeek afirma que V4.1-Flash-1017 supera a su antecesor y a varios modelos mayores en pruebas propias de código y agentes.
  • En DeepSWE, la compañía reporta un máximo de 77 % con un costo medio inferior a USD $0,20 por tarea.
  • La empresa también abrió sus APIs Search y Fetch, con un precio anunciado de USD $0,75 por cada 1.000 llamadas a cada endpoint.

 

DeepSeek lanzó V4.1-Flash-1017, una actualización de su modelo enfocada en programación y tareas agénticas, en las que un sistema puede ejecutar una secuencia de acciones para cumplir un objetivo. La compañía afirma que la versión trabaja más rápido, genera respuestas más breves y mejora el equilibrio entre rendimiento y costo frente a su predecesora. El modelo ya está disponible en el sitio web, la aplicación y la API de DeepSeek, además de contar con sus pesos publicados en Hugging Face y ModelScope.

La presentación combina dos apuestas: elevar el desempeño en tareas de desarrollo de software y reducir el gasto asociado a cada ejecución. De acuerdo con la cobertura de The Decoder, las comparaciones favorables con modelos rivales se basan en benchmarks internos de DeepSeek, por lo que no equivalen todavía a una evaluación independiente. Esa distinción importa para interpretar las cifras: los resultados sirven para conocer la afirmación de la empresa, pero no bastan por sí solos para establecer una ventaja general en el uso real.

Un modelo más pequeño con ambiciones en programación

DeepSeek describe V4.1-Flash-1017 como una mejora de Pareto, es decir, una actualización que busca ofrecer más rendimiento sin elevar el costo y, según la empresa, incluso reducirlo. Frente a V4.1-Flash, su predecesor directo, la nueva versión habría conseguido mejores puntuaciones en las pruebas citadas, además de completar tareas con mayor rapidez y producir menos texto. La empresa no presentó estas diferencias como una promesa de superioridad universal, sino como avances medidos en sus evaluaciones.

En sus benchmarks internos, DeepSeek señala que el modelo supera al anterior y obtiene mejores resultados que sistemas de mayor tamaño en varias categorías de programación y agentes de IA. Entre los nombres mencionados están Claude Opus 5, GPT 5.6-Sol, Kimi K3 y GLM 5.3. La compañía también incluye comparaciones de costos con GPT-6 Astra y Gemini 3.8 Flash, aunque el material disponible no ofrece evaluaciones externas que confirmen esas posiciones.

La diferencia de tamaño, por sí misma, no determina el rendimiento de un modelo en cada tarea: también influyen el entrenamiento, el diseño de la evaluación y la forma de utilizar las herramientas disponibles. En este caso, DeepSeek presenta a V4.1-Flash-1017 como una alternativa eficiente para flujos de trabajo agénticos y de programación, donde el sistema debe producir resultados útiles sin consumir demasiadas llamadas o tokens. La compañía afirma que las respuestas más cortas contribuyen directamente a reducir el costo de las ejecuciones.

El uso previsto incluye entornos de desarrollo como DeepSeek Harness, Tencent CodeBuddy y WorkBuddy. Para Harness, la empresa recomienda la versión v0.2.1-rc.1 o una posterior, un detalle que puede ser relevante para quienes quieran reproducir las condiciones de uso sugeridas. La disponibilidad mediante API y plataformas propias amplía las opciones de acceso, mientras que la publicación de pesos en Hugging Face y ModelScope permite descargar el modelo desde esos repositorios.

Aprendizaje por refuerzo y resultados de DeepSWE

Para generar proyectos de software completos desde cero, DeepSeek dice haber empleado aprendizaje por refuerzo con auto-retroalimentación, denominado RLSF. El método de postentrenamiento utiliza señales producidas por el propio modelo, como puntuaciones internas de confianza o críticas que genera sobre sus respuestas. Según la explicación de la empresa, este enfoque evita depender de evaluadores humanos o de modelos de recompensa externos para esa etapa del proceso.

DeepSeek vincula este entrenamiento con tareas de extremo a extremo que abarcan programación de videojuegos, modelado 3D y trabajo de diseño. También sostiene que el sistema puede animar videos explicativos breves, una capacidad que la publicación compara con la de Opus 5.5. La información ofrecida describe las capacidades que la compañía atribuye al modelo, pero no incorpora una evaluación externa detallada de la calidad de esos proyectos ni ejemplos suficientes para medir su consistencia.

La cifra central del benchmark DeepSWE es una puntuación máxima de 77,0 % con un costo promedio inferior a USD $0,20 por tarea, según los datos de DeepSeek. En una configuración de menor costo, el modelo todavía superaría el 72 % y gastaría alrededor de USD $0,10 por ejecución. La empresa compara esos resultados con los de V4.1-Flash, que habría obtenido 74,2 % con un costo aproximado de USD $0,50 por tarea.

El gráfico de costos citado por DeepSeek sitúa a algunos rivales, incluidos GPT-6 Astra, Gemini 3.8 Flash y Claude Opus 5, entre USD $2 y más de USD $10 por tarea. La empresa sostiene que ninguno iguala la precisión de su modelo Flash en esa comparación, pero el alcance de la conclusión depende de las condiciones y tareas elegidas para el benchmark. Por eso, el costo y la puntuación reportados deben leerse como resultados de una prueba concreta, no como una garantía para cualquier aplicación.

Benchmarks internos y límites de la comparación

Los benchmarks permiten comparar modelos bajo criterios definidos, pero no siempre reflejan lo que los desarrolladores valoran al integrar una herramienta en su trabajo diario. DeepSeek reconoce en la información difundida que todavía no hay pruebas independientes publicadas para esta versión, y señala que las impresiones sobre la calidad del código pueden diferir de los resultados numéricos. La experiencia también puede variar según el tipo de proyecto, las instrucciones y el entorno de ejecución.

La duración de una tarea y la cantidad de texto generado son factores relevantes cuando una aplicación paga por uso o ejecuta muchos pasos automatizados. Si la reducción de salidas se mantiene sin sacrificar calidad, podría disminuir el gasto de ciertos flujos de trabajo; no obstante, la información disponible no permite afirmar que ese ahorro se materialice en todos los casos. La comparación útil para cada desarrollador dependerá del desempeño en sus propias tareas y de las tarifas aplicadas al servicio elegido.

La publicación de los pesos amplía las posibilidades de examinar y utilizar el modelo fuera de las interfaces propias de DeepSeek, aunque el acceso a pesos no resuelve por sí solo cuestiones como la facilidad de implementación o la adecuación a cada producto. Hugging Face y ModelScope son los repositorios señalados por la compañía para esta distribución. La empresa también recomienda herramientas de desarrollo concretas, lo que apunta a una estrategia de integración en productos que ya emplean agentes de programación.

Para medir la relevancia de la actualización, harán falta comparaciones independientes y experiencias de uso que detallen tanto la calidad como el costo final de los proyectos. Los números divulgados ofrecen un argumento comercial claro, especialmente en DeepSWE, pero por ahora reflejan la metodología y los resultados presentados por la propia empresa. Hasta que aparezcan evaluaciones externas, la ventaja de V4.1-Flash-1017 frente a modelos mayores debe atribuirse a DeepSeek.

Search y Fetch llevan el buscador de DeepSeek a los desarrolladores

Junto con el modelo, DeepSeek anunció que abre a desarrolladores externos sus herramientas de búsqueda web Search y Fetch. La compañía afirma que ambas APIs se apoyan en un motor de búsqueda propio que procesa cientos de millones de consultas diarias en todo el mundo. La publicación no desglosa cómo se distribuye ese volumen ni detalla en el material disponible qué criterios utiliza el buscador para ordenar sus resultados.

El precio anunciado para cada endpoint es de USD $0,75 por cada 1.000 llamadas. Se trata de una tarifa por solicitud, por lo que el gasto de una aplicación dependerá del volumen de consultas y de la frecuencia con que use cada función. DeepSeek indicó que los detalles de configuración están en su documentación de API, y la disponibilidad de Search y Fetch puede resultar relevante para quienes desarrollan sistemas que necesitan recuperar información de la web.

La empresa también ofreció acceso gratuito a estas funciones mediante herramientas del lado del servidor en DeepSeek Harness, Claude Code y Codex para usuarios de su API. La promoción está prevista hasta el 31 de octubre de 2026 a las 16:00 UTC, según el anuncio. Ese plazo delimita una oferta temporal y no implica que el uso posterior de las herramientas vaya a conservar las mismas condiciones.

La apertura del buscador amplía el alcance del lanzamiento más allá del modelo de lenguaje: los desarrolladores reciben tanto una opción de generación como herramientas para consultar y recuperar contenido web. Sin embargo, la fuente no proporciona comparaciones de calidad o cobertura frente a otros servicios de búsqueda, de modo que todavía no es posible evaluar su desempeño relativo. El precio por llamadas y la integración con herramientas conocidas son, por ahora, los datos concretos disponibles para considerar una prueba.

La publicación también menciona reportes según los cuales el Gobierno chino estudiaría endurecer las reglas sobre la divulgación de modelos de pesos abiertos, o incluso bloquear algunos lanzamientos. La información citada relaciona esa posibilidad con si un sistema está entre los 10 modelos más capaces, pero no presenta una norma aprobada ni confirma que V4.1-Flash-1017 esté sujeto a una medida concreta. Por ahora, ese escenario debe entenderse como un reporte sobre posibles restricciones, no como un cambio regulatorio ya vigente.

En conjunto, DeepSeek presenta V4.1-Flash-1017 como una actualización que combina desempeño agéntico, menor costo declarado y acceso a nuevas herramientas de búsqueda. Sus cifras más llamativas proceden de pruebas propias y todavía requieren contraste con benchmarks independientes y aplicaciones reales. Para los desarrolladores, la disponibilidad del modelo y las APIs abre una oportunidad de evaluación, pero la decisión de adoptarlo dependerá de que los resultados y los costos anunciados se confirmen en sus propios flujos de trabajo.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados