DeepSeek V4.1 Flash 1017: el snapshot que sube 2,8 puntos en coding
El snapshot 1017 de DeepSeek V4.1 Flash, publicado el 17 de octubre de 2026, marca 77,0 en DeepSWE v1.1, frente a los 74,2 de la versión de septiembre, según la tabla de benchmarks que recoge Marktechpost. Para un founder que paga factura de tokens cada mes, el dato relevante no es el puntaje: es que DeepSeek lo consigue con un modelo que activa 8.000 millones de parámetros por token sobre un backbone de 552.000 millones.
DeepSeek V4.1 Flash 1017 es el snapshot de octubre del modelo V4.1 Flash, servido bajo el nombre de API deepseek-flash. La compañía lo posiciona como el escalón eficiente en coste de la familia V4.1 y sostiene que supera a V4 Pro en rendimiento, velocidad y tiempo de finalización de tareas. Es la primera generación construida sobre su arquitectura Causal Encoder-Decoder (CED).
¿Qué es la arquitectura CED y por qué abarata los agentes?
Marktechpost detalla que V4.1-Flash es un modelo multimodal de mezcla de expertos con 40 capas Transformer, divididas en un encoder causal de 20 capas y un decoder de 20 capas. El KV global del decoder se proyecta desde los estados ocultos finales del encoder, lo que casi reduce a la mitad el cómputo de prefill.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasEl otro bloque es la caché, y ahí está el ahorro real. El KV principal se guarda en FP4 y baja a 890 bytes por token, alrededor de un cuarto de lo que necesita V4-Flash. Con SWA Bounded Replay, la caché persistente se reduce a aproximadamente un octavo de la generación anterior. Traducido a factura: los flujos agénticos que repiten contexto una y otra vez son justo donde este diseño ahorra.
El modelo acepta 1 millón de tokens de contexto y hasta 384.000 tokens de salida, según la misma ficha técnica. Incluye un parámetro de esfuerzo de razonamiento en una escala de 1 a 100, donde los niveles low, high y max de la API corresponden a 50, 75 y 100. La comprensión de imágenes es nativa: los embeddings visuales y de texto se entrenaron juntos desde el inicio del preentrenamiento, no añadidos después como en el experimento V4 Flash Vision.
Los benchmarks: dónde gana y dónde pierde
Las cifras que publica Marktechpost son las propias de DeepSeek, y conviene leerlas con esa cautela. El checkpoint 1017 supera a la versión anterior en los 11 benchmarks reportados, con mejoras de entre 2,0 y 11,1 puntos.
- DeepSWE v1.1: 77,0, por encima de Claude Opus 5 (74,0) y de Kimi K3 (67,5).
- Automation-Bench v1.0.6: 60,5, frente a 50,3 de Claude Opus 5.
- Agents' Last Exam: 35,4, el mejor de la tabla comparativa.
- Apex Bench v1.1: 72,1.
- Terminal-Bench 4.0: 42,3, todavía por detrás de Claude Opus 5 (51,8).
- HLE sin herramientas: 42,6, frente a 56,3 de Claude Opus 5.
El patrón es claro y útil para decidir: DeepSeek gana en tareas de ingeniería de software y de agente autónomo, y pierde en razonamiento científico y conocimiento general. Si tu producto vive de generar y refactorizar código, el diferencial es real. Si vive de responder preguntas sobre el mundo, el frontier estadounidense sigue teniendo ventaja.
Search y Fetch: la capa web que DeepSeek abre a todos
Junto al modelo, DeepSeek abrió sus APIs de Search y Fetch a cualquier desarrollador. La primera devuelve resultados web rankeados para una consulta; la segunda entrega una página concreta en Markdown. Según Marktechpost, la compañía afirma que su motor propio sirve cientos de millones de solicitudes diarias.
- Endpoints: POST /v1/tools/search y POST /v1/tools/fetch en api.deepseek.com.
- Precio: US$0,75 por cada 1.000 solicitudes exitosas, por endpoint. Los resultados vacíos y los fallos no se cobran.
- Límite: 5 QPS por cuenta en cada API.
- Ventana gratuita: las llamadas server-side vía DeepSeek Harness, Claude Code o Codex siguen siendo gratis hasta el 1 de noviembre de 2026.
Para un equipo que hoy paga por separado el modelo y una capa de búsqueda de terceros, tener ambos detrás de una sola API key simplifica la arquitectura y el control de costes.
Precios: qué pagas realmente por millón de tokens
La ficha de OpenRouter lista el snapshot a US$0,15 por millón de tokens de entrada y US$0,60 por millón de salida, con una latencia P50 de 1,24 segundos y 155 tokens por segundo. Marktechpost precisa que el precio peak es de US$0,30 por millón de entrada sin caché y US$1,20 por millón de salida, con tarifas a la mitad en horario valle.
Esa estructura viene de la reorganización que SiliconANGLE documentó en septiembre de 2026: desde el 14 de septiembre, las peticiones dirigidas a V4-Pro se responden con V4.1-Flash y se facturan a las tarifas del modelo pequeño. Quien seguía llamando a V4-Pro pagaba US$3,96 por millón de tokens de salida en peak, frente a US$1,20 de V4.1-Flash, un recorte de aproximadamente el 70%.
El contexto de fondo lo puso Reuters: el V4-Pro-0813 se lanzó con un precio de US$1,32 por millón de entrada y US$3,96 por millón de salida, según Artificial Analysis, unas 9 veces el precio de entrada y 14 veces el de salida del V4 Flash. La estrategia de DeepSeek no es competir en el frontier absoluto, sino quedarse un paso por detrás a una fracción del precio.
¿Qué significa esto para tu startup?
La pregunta que importa no es si el modelo es mejor, sino si cambia tu economía unitaria. Tres movimientos concretos:
- Enruta por tarea, no por modelo. Manda el trabajo de contexto largo, extracción y clasificación al tier barato, y reserva el modelo frontier para el razonamiento que realmente lo necesita. Con una diferencia de precio de 9 a 14 veces entre tiers, la mezcla pesa más que la elección de proveedor.
- Mueve el batch a horario valle. Las tarifas off-peak son la mitad que las de peak, según Marktechpost. Indexado nocturno, resúmenes, evals y generación de embeddings son candidatos naturales para reprogramar.
- Mide coste por tarea completada, no por token. Un modelo que resuelve en menos pasos puede salir más caro por token y más barato por resultado. Con agentes de muchos pasos, el tiempo de finalización es una línea de coste, no solo una métrica de UX.
Hay un cuarto punto que no es técnico. WWWhat's New señalaba en abril de 2026 que la API de DeepSeek está bloqueada o desaconsejada en jurisdicciones como Estados Unidos para dispositivos gubernamentales, Alemania e Italia, y que los pesos descargables evitan el problema de residencia de datos a cambio de infraestructura propia. Si vendes a enterprise europeo o a sector público, esa pregunta llega antes que la del benchmark.
Conclusión
DeepSeek V4.1 Flash 1017 no es un salto de capacidad, es una jugada de eficiencia: mismo backbone, mejor post-entrenamiento, caché comprimida y una capa de búsqueda propia a US$0,75 por cada 1.000 llamadas. El resultado es un modelo que gana en coding y agentes y sigue perdiendo en conocimiento general, según sus propias cifras.
Para un founder hispanohablante con presupuesto limitado, la lectura práctica es que el coste de correr agentes en producción bajó otra vez. La decisión de adoptarlo no se juega en el leaderboard, sino en dos preguntas: cuánto de tu producto depende de razonamiento general y cuánto de tu go-to-market tolera infraestructura china. Respondidas esas dos, el resto es aritmética.
Fuentes
- DeepSeek V4.1 Flash 1017 en OpenRouter
- DeepSeek Just Released V4.1-Flash-1017, Scores 77.0 on DeepSWE, Opens Search API (Marktechpost)
- DeepSeek releases V4.1-Flash, says it outperforms flagship V4-Pro (SiliconANGLE)
- DeepSeek V4 Pro y V4 Flash: open-weight y precios (WWWhat's New)
- DeepSeek lanza su modelo V4 Pro a precios hasta 14 veces superiores a los del V4 Flash (El Economista / Reuters)
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
