DeepSeek V4.1 Flash 1017: 45 puntos a US$0.30 el millón

Qué es DeepSeek V4.1 Flash 1017 y por qué se habla tanto de él

Un modelo open weights que puntúa 45 sobre el Artificial Analysis Intelligence Index —donde la mediana de los modelos comparables es 19— y que cuesta US$0.30 por millón de tokens de entrada es el tipo de dato que reordena el presupuesto de IA de una startup. DeepSeek publicó V4.1 Flash 1017 el 17 de octubre y, según la medición de Artificial Analysis, el modelo queda muy por encima del promedio de su categoría en inteligencia y velocidad, aunque con una advertencia: es notablemente verboso.

Se trata de una actualización menor de V4.1-Flash, el modelo que DeepSeek lanzó el 10 de septiembre como la pieza más pequeña de su nueva familia, según SiliconANGLE. La actualización no cambia el identificador de API: los clientes siguen llamando a deepseek-flash y reciben la versión nueva. Los pesos están en Hugging Face bajo licencia MIT, así que se pueden descargar y autoalojar.

En lo técnico es un modelo Mixture of Experts de 552.000 millones de parámetros totales con 16.000 millones activos durante la inferencia, ventana de contexto de 1 millón de tokens, entrada de texto e imagen y salida de texto. Es un modelo de razonamiento: piensa antes de responder.

Los números: 45 puntos de inteligencia y 230 tokens por segundo

El Artificial Analysis Intelligence Index es un compuesto que evalúa razonamiento, conocimiento, matemáticas y código. Ahí DeepSeek V4.1 Flash 1017 obtiene 45 puntos frente a una mediana de 19 entre modelos open weights de tamaño similar. La comparación no es contra el promedio del mercado entero, sino contra la clase "Large" (más de 150.000 millones de parámetros), que es donde compite.

En velocidad el resultado es igual de contundente: 230,4 tokens por segundo, muy por encima de la mediana de 77,9 t/s de su categoría. El tiempo hasta el primer token es de 1,08 segundos, contra una mediana de 1,69 segundos. Para un producto con interfaz conversacional, esa diferencia se siente.

El punto débil aparece en el consumo. Al correr el índice, el modelo generó 210 millones de tokens de salida frente a una mediana de 140 millones. Es decir: piensa y escribe más que sus pares para llegar a un resultado parecido, y eso se paga.

Precio: US$0.30 de entrada, US$1.20 de salida y US$0.15 fuera de horario pico

Según Artificial Analysis, el precio es de US$0.30 por millón de tokens de entrada (mediana de la categoría: US$0.43) y US$1.20 por millón de tokens de salida (mediana: US$1.68). Con una mezcla de 7:2:1 entre aciertos de caché, entrada y salida, la tarifa combinada queda en US$0.18 por millón de tokens. El costo promedio por tarea evaluada en el índice es de US$0.26.

SiliconANGLE reportó que las tarifas fuera de horario pico arrancan en 15 centavos por millón de tokens de entrada sin caché, y Crypto Briefing confirma que la tarifa de US$0.30 / US$1.20 corresponde al horario pico. El desglose publicado en note.com ubica ese pico de lunes a viernes entre las 01:00 y las 04:00 UTC y entre las 06:00 y las 10:00 UTC, con precios que se duplican en esas franjas.

¿Por qué DeepSeek puede cobrar una décima parte que sus rivales?

En el leaderboard Code Arena WebDev de Arena.ai, la build del 17 de octubre marcó 1.670 puntos: primera entre los modelos abiertos y duodécima en la tabla general, que mezcla abiertos y cerrados. Según Crypto Briefing, desplazó del primer puesto abierto a Kimi K3 (Max) con un costo de ejecución aproximadamente 10 veces menor.

En las mediciones internas de DeepSeek, DeepSWE v1.1 subió de 74,2 a 77,0, Terminal-Bench 4.0 pasó de 31,2 a 42,3 y Automation-Bench de 54,8 a 60,5. El dato interesante es el cruce con Claude Opus 5: el modelo de Anthropic queda en 74,0 en DeepSWE, por debajo del nuevo Flash. Pero SiliconANGLE aclara que 7 de los 11 benchmarks publicados siguen favoreciendo a Opus 5, con una diferencia de casi 14 puntos en Humanity's Last Exam.

La traducción económica, según el análisis de note.com sobre los datos de DeepSeek, es que resolver una tarea de DeepSWE cuesta apenas por debajo de 20 centavos con el nuevo Flash, contra unos 50 centavos de la versión anterior, mientras que modelos de frontera como Opus 5 se mueven entre US$2 y más de US$10 por tarea.

La jugada que casi nadie mira: Search y Fetch a US$0.75 por 1.000 llamadas

Junto con el modelo, DeepSeek abrió sus APIs de Search y Fetch a cualquier desarrollador. Según Yahoo Finance, cada endpoint cuesta US$0.75 por 1.000 solicitudes exitosas —las fallidas, vacías o con timeout no se facturan— y el cobro por request empieza el 1 de noviembre. Hasta entonces, las llamadas hechas desde DeepSeek Harness, Claude Code y Codex son gratuitas.

El contraste con el mercado es brutal: Brave Search API cobra US$5 por 1.000 requests, Exa US$7 en búsqueda estándar y US$12 en profunda, Tavily entre US$5 y US$8, y Perplexity Sonar arranca en US$5 más costos de tokens. El precio de DeepSeek es 6,7 veces más barato que el siguiente proveedor más económico, según el mismo análisis.

SiliconANGLE detalla además que la Search API devuelve hasta 50 resultados web ordenados por consulta y que la Fetch API convierte una página web a Markdown. Para quien construye agentes que necesitan datos del mundo real, es la capa que faltaba.

El riesgo que no aparece en el benchmark

Dos señales merecen atención antes de mover cargas críticas. La primera: SiliconANGLE reportó una caída de API de casi cinco horas el 15 de octubre, que Yicai Global contó entre las peores del año para la compañía. DeepSeek pidió disculpas, entregó créditos equivalentes al gasto de la semana previa y dijo que eliminaría puntos únicos de dependencia.

La segunda: el propio note.com advierte que el número de parámetros activos por token no fue publicado y que, al momento de esa nota, no existían evaluaciones independientes del modelo. Los 45 puntos del índice son de Artificial Analysis, pero los benchmarks de DeepSWE y Terminal-Bench siguen siendo mediciones internas de DeepSeek.

¿Qué significa esto para tu startup?

La pregunta ya no es si un modelo abierto puede competir en calidad, sino cuánto de tu stack conviene mover. Estas son las decisiones concretas que habilita este lanzamiento:

• Rutea por tipo de tarea, no por proveedor único. Con US$0.26 por tarea en el índice de inteligencia y buen desempeño en código y agentes, tiene sentido mandar a Flash el trabajo de alto volumen (clasificación, extracción, generación de código repetitivo) y reservar un modelo de frontera para lo que exige precisión máxima. La brecha de costo por tarea frente a Opus 5 es de un orden de magnitud.
• Mueve las cargas por lotes fuera del horario pico. Si tu producto tolera procesamiento asíncrono, programar los jobs entre las 04:00 y las 06:00 UTC o los fines de semana puede reducir a la mitad el gasto en tokens de entrada, según las tarifas reportadas.
• Mide tokens de salida, no solo precio por token. El modelo generó 210 millones de tokens frente a una mediana de 140 millones en el mismo índice. Un precio bajo por token con una salida más larga puede terminar costando más por tarea de lo que sugiere la tabla de precios. Instrumenta tu costo real por tarea antes de escalar.
• Evalúa el autoalojamiento si tu volumen lo justifica. Los pesos están en Hugging Face con licencia MIT y 16.000 millones de parámetros activos sobre 552.000 millones totales. Si tu factura mensual de inferencia ya es alta, correr el modelo en tu propia infraestructura deja de ser una hipótesis.
• Prueba Search y Fetch antes del 1 de noviembre. Las llamadas desde DeepSeek Harness, Claude Code y Codex son gratuitas hasta esa fecha. Es una ventana sin costo para medir si la calidad de la recuperación alcanza para tu caso de uso antes de comprometer presupuesto.

Conclusión

DeepSeek V4.1 Flash 1017 no es un salto generacional: es una actualización de punto que empuja la frontera de costo-rendimiento de los modelos abiertos un poco más lejos. Con 45 puntos en el índice de inteligencia, 230 tokens por segundo y US$0.30 por millón de tokens de entrada, el argumento para incluirlo en una arquitectura multi-modelo es sólido.

Lo que un founder debería llevarse no es el titular del benchmark, sino el método: medir costo por tarea terminada, no precio por token; aprovechar las franjas horarias; y no depender de un solo proveedor para una pieza crítica del producto. La caída de cinco horas del 15 de octubre es el recordatorio de que el precio más bajo del mercado también viene con riesgo operativo que hay que planificar.

Fuentes

• Artificial Analysis — DeepSeek V4.1 Flash 1017 (Max) (fuente original)
• SiliconANGLE — DeepSeek releases updated V4.1-Flash model it says completes tasks faster
• Crypto Briefing — DeepSeek-V4.1-Flash takes the top open model spot in Code Arena
• Yahoo Finance — DeepSeek Monetizes the Agent Retrieval Layer at $0.75 per 1,000 Calls
• note.com — What's New in DeepSeek-V4.1-Flash-1017: API Prices Double During Peak Hours