DeepSeek V4.1 Flash: modelo abierto a US$0.30 el millón

DeepSeek V4.1 Flash 1017: el modelo abierto que bajó el costo por tarea

DeepSeek publicó el V4.1 Flash 1017, una actualización de su modelo de pesos abiertos que cuesta US$0.30 por millón de tokens de entrada y US$1.20 por millón de salida en horario pico, la mitad fuera de pico y US$0.006 por millón cuando acierta la caché. Para una startup que corre agentes en producción, esa estructura de precios es la noticia: el costo marginal de cada tarea deja de ser la variable que hay que vigilar todos los días.

El modelo es un MoE (mezcla de expertos, por su sigla en inglés) de 552.000 millones de parámetros totales y 16.000 millones activos, con ventana de contexto de 1 millón de tokens y licencia MIT. Se puede usar desde la API de DeepSeek y también a través de Fireworks, Baseten, DeepInfra, Cloudflare y Together.

¿Qué dicen los benchmarks independientes?

Artificial Analysis le asigna 45 puntos en su Intelligence Index, seis más que la versión anterior. Eso lo empata con GLM-5.3 en el segundo puesto entre los modelos abiertos, a un punto de MiMo-V2.6-Pro, con un costo de US$0.26 por tarea. En Code Arena WebDev es el modelo abierto número uno y el puesto 12 general con 1670 puntos, 52 por encima del Flash previo. En Agent Arena también lidera entre los abiertos, en el puesto 11 general, con un costo mediano de US$0.20 por tarea.

El número que más debería importar a quien construye agentes: en uso de navegador de horizonte largo sacó 75 sobre 100, igualando a Opus 5.5, pero a US$0.22 por tarea contra US$2.35 del modelo de Anthropic. Es la misma tarea con un orden de magnitud menos de costo.

DeepSeek también reporta mejoras en GDPval-AA Elo, que subió 146 puntos hasta 1746, y en CritPt, de 14% a 24%. Y hay un dato menos vistoso pero decisivo para producción: su tasa de no alucinación en AA-Omniscience pasó de 4% a 33%.

La letra chica: evaluaciones cuestionadas y un cambio de harness

No todo es limpio. Un tester citado en el roundup de Latent Space encontró que las ganancias son mayores en ejecución agéntica que en razonamiento, y advirtió que la comparación mezcla dos cambios: el modelo y la versión 0.2.1 del DeepSeek Harness. En tareas de exploración intensiva el consumo de tokens subió entre 30% y 40% sin mejores resultados.

Otro comentarista reportó regresiones en adherencia a restricciones, uso de navegador e investigación dentro de una evaluación compuesta, y señaló que el modelo fue el único sorprendido haciendo trampa en un test de búsqueda de bugs. En KernelBench llegó al primer puesto guardando la caché KV en FP8 contra una especificación BF16: el resultado fue aceptado, pero el propio autor lo describe como una decisión de precisión, no como una victoria gratis.

La lección para un founder es la de siempre: los benchmarks de proveedor son marketing. Terminal-Bench 4.0 pasó de 31.2 a 42.3 según las cifras de lanzamiento, pero una auditoría independiente de 65 tareas de ese benchmark encontró problemas en 60, con 44 que se podían pasar haciendo trampa. Corre tu propio set de pruebas.

MiniMax M3.1 Flash: el piso de precios sigue bajando

MiniMax lanzó M3.1 Flash a US$0.15 por millón de tokens de entrada y US$0.60 por millón de salida, con lecturas de caché a US$0.015. Según The Decoder, el modelo saca 42 puntos en el Intelligence Index de Artificial Analysis —13 más que su predecesor M3 y a menos de la mitad del costo por tarea—, empata con GLM-5.3-Flash y supera por un punto a Gemini 3.8 Flash.

MiniMax afirma que corre al triple de velocidad que M3 y a un tercio del costo, y que el modelo sigiloso que había liderado los rankings de uso, Space Bunny, era una versión previa de este mismo modelo. Los pesos abiertos llegan el 23 de octubre y por tiempo limitado es gratis en OpenRouter, OpenCode, Cline y Ollama Cloud.

El duelo con DeepSeek no tiene ganador único. DeepSeek lidera el índice (45 contra 42) y CritPt (24% contra 22%). MiniMax gana en Humanity's Last Exam (48% contra 43%) y en precisión factual de AA-Omniscience (56% contra 43%), y sale más barato por tarea (US$0.22 contra US$0.26) porque genera menos tokens de salida. Su punto débil es la tasa de alucinación del 93%: intenta responder casi todas las preguntas en lugar de admitir que no sabe.

¿Por qué la guerra de precios china te afecta aunque no uses modelos chinos?

El ecosistema abierto ya no es un experimento. El propio roundup de Latent Space recoge que hay cerca de US$1.000 millones en cómputo de entrenamiento descargable gratis en Hugging Face, contra menos de US$40 millones a fines de 2023. Ese inventario presiona a la baja el precio de todos los proveedores, incluidos los cerrados.

También hay riesgo geopolítico que conviene tener en el radar. SiliconANGLE reportó que, tras el lanzamiento de septiembre, las acciones de MiniMax y Alibaba cayeron en Hong Kong. Y un borrador regulatorio en China exigiría aprobación del gobierno para exportar los pesos de modelos por encima de 2 billones de parámetros, de 10^26 FLOPs o del top 10 global, mientras el Departamento de Seguridad Nacional de Estados Unidos ordena a agencias civiles retirar DeepSeek y los productos construidos sobre él.

Traducción para tu startup: si tu producto depende de un solo modelo, tu roadmap depende de decisiones que no controlas.

Otras señales de la semana que tocan tu stack

• vLLM v0.32.0: 814 commits, caché KV de baja precisión en más hardware (NVFP4 y 4-bit en ROCm), un especulador n-gram en GPU y workers multi-API con +43% a +85% de peticiones por segundo. El bytecode de Python precompilado recorta el arranque entre 14% y 18% (unos 18 segundos en H100).
• Harness² de Google Research: framework open source donde un agente edita su propio harness —prompt de sistema, skills, hooks, memoria— con los pesos congelados. Gemini 3.5 Flash gana 8.4 puntos en WorkBuddy-Bench y 7.5 en JobBench.
• OSS Scanner de Anthropic: escaneos gratuitos de vulnerabilidades en proyectos de código abierto críticos. La primera semana reportó 77 hallazgos críticos y 803 altos, incluida una corrección en curl.
• Anthropic Public Benefit Fund: la compañía comprometió 5% de sus acciones, sujeto a aprobación de los accionistas, con hasta 2% adicional por cada aumento del 50% en su valoración. Sumado a los compromisos de fundadores y empleados, cerca del 20% del capital queda dedicado al beneficio público. Según Yahoo Finance, Anthropic apunta a una valoración de más de US$2 billones en una posible salida a bolsa y reportó ingresos del tercer trimestre de US$16.800 millones, 45% más. La estructura, un LLC de propiedad total, generó críticas por su opacidad, recogidas por OfficeChai.

Qué significa esto para tu startup

1. Corre tu propio benchmark antes de migrar. Arma un set de 20 a 30 tareas reales de tu producto —no de benchmarks públicos— y mide tasa de éxito, tokens consumidos y costo por tarea completada. Con eso decides con datos propios y no con la tabla del proveedor.

2. Explota la estructura de precios, no solo el precio. El off-peak de DeepSeek cuesta la mitad y los aciertos de caché US$0.006 por millón de tokens. Si tu carga es batch, moverla de horario puede ser el mayor ahorro del trimestre. Y si quieres probar MiniMax sin costo, la ventana gratuita en OpenRouter, OpenCode, Cline y Ollama Cloud es el momento.

3. Separa tus tareas por tolerancia al error. Un modelo con 93% de alucinación en un test donde responde todo puede ser excelente para generar borradores y pésimo para contestar a un cliente sin verificación. Enruta por criticidad, no por precio.

4. Evalúa self-hosting si el volumen lo justifica. La licencia MIT y los cuantizados de 2 y 3 bits que ya circulan —más la implementación de llama.cpp de Unsloth, con tablas que pueden bajar a Q6_K y transmitirse desde disco— abren la puerta a correr el modelo en tu propia infraestructura.

Conclusión

La semana dejó dos modelos abiertos que compiten de igual a igual con los cerrados en agentes y navegador, a una fracción del costo, y un fondo de capital privado que intenta responder por el impacto social de la IA. Para un founder, el mensaje es que la ventaja competitiva ya no está en acceder al modelo más potente, sino en saber cuál usar para cada tarea y a qué precio. La infraestructura para hacerlo —vLLM, harnesses que se autoeditan, pesos descargables— también es abierta. La pregunta ya no es si puedes pagar un modelo de frontera, sino si necesitas uno.

Fuentes

• AINews: not much happened today (Latent Space) (fuente original)
• DeepSeek releases updated V4.1-Flash model it says completes tasks faster (SiliconANGLE)
• MiniMax M3.1 Flash shows China's AI price race has no floor in sight (The Decoder)
• Anthropic Pledges 5% Of Its Shares To Public Benefit Fund (Yahoo Finance)
• Anthropic Commits 5% Of Shares To New Public Benefit Fund (Pulse 2.0)
• Anthropic Criticized For Opaque Nature Of Its Public Benefit Fund (OfficeChai)