Por Canuto  

Deepseek presentó V4.1 Flash-1017, un modelo de pesos abiertos que, según sus propios benchmarks, mejora en programación y tareas agénticas mientras reduce el costo por ejecución. La empresa también abrió a desarrolladores sus API de búsqueda y recuperación web.
***

  • Deepseek reporta que el modelo obtuvo hasta 77% en una prueba de programación agéntica, con un costo promedio inferior a USD $0,20 por tarea.
  • La compañía atribuye parte de las mejoras al aprendizaje por refuerzo con auto-retroalimentación y publicó los pesos en Hugging Face y ModelScope.
  • Las nuevas API Search y Fetch cuestan USD $0,75 por cada 1.000 llamadas; la comparación de rendimiento aún espera benchmarks independientes.

Deepseek lanzó V4.1 Flash-1017, una actualización de su modelo Flash que, según los resultados publicados por la empresa, combina mejores puntuaciones en programación y tareas agénticas con un menor costo por ejecución. El sistema está disponible en el sitio web, la aplicación y la API de la compañía, y sus pesos también pueden descargarse desde Hugging Face y ModelScope. La presentación incluye además una novedad para desarrolladores: el acceso a las herramientas de búsqueda web de Deepseek mediante API.

La promesa central no consiste solo en que el modelo resuelva más tareas, sino en que lo haga con menos demora y genere respuestas más cortas que su antecesor directo. Deepseek describe el cambio como una mejora en el equilibrio entre rendimiento y costo, pero las cifras difundidas proceden de evaluaciones propias y todavía no hay resultados independientes que permitan confirmar la comparación con otros sistemas. Esa diferencia importa especialmente para equipos que evalúan modelos por su desempeño real en flujos de trabajo y no solo por una puntuación de benchmark.

Una actualización disponible en varias plataformas

V4.1 Flash-1017 ya puede utilizarse en el sitio web, la aplicación y la API de Deepseek, mientras que la publicación de sus pesos amplía las opciones para quienes desean desplegar o probar el modelo fuera de las interfaces de la empresa. Deepseek lo publicó en Hugging Face y ModelScope, dos plataformas donde desarrolladores suelen compartir y consultar modelos. La disponibilidad de los pesos no equivale por sí sola a una licencia irrestricta, por lo que los usuarios deben revisar las condiciones aplicables antes de incorporarlo a productos propios.

El anuncio presenta al modelo como una actualización directa de V4.1-Flash, con mejoras en puntuaciones de prueba, velocidad de ejecución y longitud de las respuestas. La reducción de texto generado puede influir en el costo de tareas que requieren múltiples intercambios con un agente, aunque el material publicado no ofrece un desglose completo de cada componente del gasto. Por eso, la comparación más concreta que aporta Deepseek es el costo promedio por tarea que aparece en su benchmark de programación agéntica.

La compañía recomienda el uso de Deepseek Harness en su versión v0.2.1-rc.1 o posterior, y también señala que el modelo fue ajustado para Tencent CodeBuddy y WorkBuddy. Estas referencias indican que la actualización apunta a entornos donde el sistema puede interactuar con herramientas de desarrollo, no únicamente a conversaciones generales. En ese tipo de uso, el modelo recibe una tarea, produce acciones o código y debe avanzar hasta completar un objetivo definido.

La disponibilidad en plataformas y herramientas distintas puede facilitar que los desarrolladores prueben el sistema en configuraciones variadas, pero no garantiza resultados idénticos en cada entorno. El desempeño también depende de cómo cada plataforma conecta el modelo con archivos, terminales y otras herramientas, así como de la forma en que organiza las instrucciones. Deepseek destaca su ajuste para esos flujos, aunque las evaluaciones publicadas no sustituyen las pruebas que cada equipo necesitará realizar con sus propios proyectos.

Auto-retroalimentación para crear proyectos completos

Deepseek afirma que recurrió al aprendizaje por refuerzo con auto-retroalimentación, identificado como RLSF, durante el entrenamiento del modelo para tareas de desarrollo de software de extremo a extremo. En este método, el sistema puede apoyarse en puntuaciones de confianza internas o en críticas que genera sobre sus propias respuestas como señales de recompensa. Según la empresa, ese mecanismo evita depender de evaluadores humanos o de modelos de recompensa externos en esa etapa de postentrenamiento.

La idea de fondo es que el modelo no se limite a proponer fragmentos de código, sino que pueda participar en la construcción de proyectos completos desde cero. Deepseek menciona usos que van desde la programación de videojuegos hasta el modelado 3D y tareas de diseño. Son áreas con requisitos distintos, por lo que el anuncio describe una ambición amplia, pero no aporta en el material citado una evaluación independiente que permita medir con qué consistencia resuelve cada tipo de proyecto.

La empresa también sostiene que el modelo puede crear animaciones para videos explicativos breves y lo compara con capacidades atribuidas a Opus 5.5. Esa mención apunta a una expansión más allá del código tradicional, hacia tareas que combinan instrucciones, diseño y producción de contenido visual. Sin embargo, la comparación aparece como parte del anuncio de Deepseek y no como una conclusión respaldada por una prueba externa común a ambos modelos.

El aprendizaje por refuerzo se utiliza para orientar el comportamiento de un modelo a partir de señales de recompensa, pero el mecanismo de autoevaluación descrito no elimina la necesidad de comprobar la calidad del resultado. Un sistema puede valorar internamente una respuesta y aun así producir código incorrecto o una solución que no cumpla los requisitos del usuario. Por ello, la afirmación de Deepseek sobre menos dependencia de evaluadores externos describe su proceso de entrenamiento, no una garantía de que cada proyecto terminado funcione sin revisión.

Benchmarks favorables y una gran brecha de costos

En las pruebas propias que presentó Deepseek, V4.1 Flash-1017 supera a su predecesor y obtiene mejores resultados que modelos más grandes en varias categorías de programación y agentes de inteligencia artificial. Entre los sistemas mencionados aparecen Claude Opus 5, GPT 5.6-Sol, Kimi K3 y GLM 5.3. La empresa también compara su desempeño con GPT-6 Astra y Gemini 3.8 Flash en el gráfico de costos, aunque los resultados corresponden a las mediciones publicadas por la propia compañía.

El dato más destacado del benchmark DeepSWE es una puntuación máxima de 77,0% con un costo promedio inferior a USD $0,20 por tarea. En una configuración de menor costo, el modelo supera 72% por cerca de USD $0,10, según las cifras divulgadas. Su antecesor registró 74,2%, pero costaba alrededor de USD $0,50 por ejecución, una diferencia que Deepseek presenta como evidencia de una mejora simultánea en rendimiento y eficiencia.

El mismo gráfico sitúa a varios competidores entre USD $2 y más de USD $10 por tarea, y sostiene que ninguno iguala la precisión atribuida al modelo Flash en esa evaluación. Si esas diferencias se repitieran en escenarios reales, el gasto podría ser un factor importante para empresas que ejecutan grandes volúmenes de tareas automatizadas. Pero el resultado no debe interpretarse como una comparación definitiva: el anuncio no incluye una evaluación independiente y las condiciones de cada prueba pueden influir en el puntaje y el costo.

La propia información difundida advierte que los benchmarks no cuentan toda la historia. En programación, los desarrolladores pueden valorar de forma distinta la claridad del código, la facilidad para corregir errores o la calidad de una solución, incluso cuando dos modelos obtienen puntuaciones similares. Las impresiones de usuarios y las pruebas independientes todavía están pendientes, así que por ahora los números sirven como una referencia inicial y no como confirmación concluyente de superioridad.

Search y Fetch amplían la oferta para desarrolladores

Junto con el modelo, Deepseek abrió al público desarrollador sus herramientas de búsqueda web mediante dos nuevas API, Search y Fetch. La compañía afirma que ambas funcionan sobre un motor de búsqueda construido internamente que procesa cientos de millones de consultas diarias en todo el mundo. La documentación de configuración está disponible en el sitio de API de Deepseek, y el precio anunciado para cada endpoint es de USD $0,75 por cada 1.000 llamadas.

Para los usuarios de la API de Deepseek, las funciones pueden utilizarse gratuitamente a través de herramientas del lado del servidor en Deepseek Harness, Claude Code y Codex hasta el 31 de octubre de 2026 a las 16:00 UTC. La promoción vincula la búsqueda con entornos de desarrollo y herramientas agénticas, donde recuperar páginas y extraer su contenido puede complementar la generación de código o la ejecución de tareas. La empresa no detalla en el anuncio cuánto costará el uso después de que termine ese periodo gratuito.

La apertura de Search y Fetch supone que desarrolladores externos pueden integrar esas capacidades en sus propios flujos, en lugar de depender únicamente de la experiencia de búsqueda incorporada en los productos de Deepseek. Para valorar su utilidad, los equipos tendrán que considerar el precio por llamada, la calidad de los resultados y la manera en que cada API se integra con sus herramientas. El anuncio ofrece el costo y la disponibilidad, pero no incluye una comparación independiente con otros servicios de búsqueda web para agentes.

La noticia llega en un momento de incertidumbre regulatoria para los modelos chinos de pesos abiertos. THE DECODER informó que el gobierno chino planeaba endurecer las reglas para su publicación e incluso contemplaba bloquear algunos lanzamientos, con especial atención a si un sistema figura entre los 10 modelos más capaces. Se trata de un reporte sobre planes atribuidos al gobierno, no de una regla ya confirmada en el material disponible, y podría afectar el atractivo de integrar modelos chinos en flujos de trabajo si llegara a convertirse en una restricción efectiva.

Lo que falta para comprobar las promesas

La información de Deepseek establece una propuesta competitiva basada en tres elementos: menor costo por tarea, mejores resultados en pruebas internas y respuestas más breves. En particular, la brecha entre el costo anunciado de V4.1 Flash-1017 y el de algunos rivales podría despertar interés entre equipos que ejecutan agentes de programación de forma recurrente. Aun así, para determinar el impacto económico real habría que observar no solo el precio por ejecución, sino también cuántas tareas se completan correctamente y cuánto trabajo de revisión requieren.

La ausencia de benchmarks independientes impide dar por demostradas las comparaciones con Claude Opus 5, GPT 5.6-Sol, Kimi K3 y GLM 5.3. Los resultados pueden variar según la selección de tareas, la configuración del agente y los criterios con que se mide una solución. Una evaluación externa que reproduzca condiciones comparables ayudaría a establecer si la ventaja de costo y precisión se mantiene más allá de las pruebas internas difundidas por la compañía.

También queda por comprobar cómo responde el modelo cuando los proyectos contienen requisitos ambiguos, errores difíciles de reproducir o herramientas que no forman parte de las configuraciones recomendadas. La capacidad para construir un juego o un modelo 3D desde cero puede ser distinta de la capacidad para mantener un proyecto existente, corregir fallas y respetar restricciones específicas. Deepseek describe mejoras de extremo a extremo, pero el anuncio no ofrece cifras detalladas para cada una de esas situaciones.

Por ahora, V4.1 Flash-1017 está disponible para que desarrolladores y usuarios lo prueben, mientras las API Search y Fetch incorporan una nueva opción de búsqueda web con precio público. Las cifras de rendimiento y costo son prometedoras en el marco que presenta Deepseek, pero la evaluación práctica dependerá de pruebas independientes y del desempeño en tareas reales. Esa verificación permitirá saber si la eficiencia anunciada se traduce en una ventaja sostenida frente a modelos de mayor tamaño.

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 y revisado por un editor humano para garantizar calidad y precisión.


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