Creación y flujos de trabajo
DeepSeek V4.1-Flash-1017: un Modelo de Código Más Barato, Ahora con su Propia Capa Web
El 17 de octubre, DeepSeek publicó el checkpoint DeepSeek-V4.1-Flash-1017, una actualización del post-entrenamiento de su V4.1-Flash de septiembre, servida ahora bajo el nombre de modelo existente deepseek-flash. Junto al modelo, DeepSeek abrió a todos los desarrolladores sus APIs de Search y Fetch — impulsadas por un motor de búsqueda propio. Para quienes construyen agentes, el lanzamiento es dos cosas a la vez: un movimiento paretiano en el costo de los agentes de código y una capa web propia que compite con los proveedores independientes de APIs de búsqueda.
Redacción asistida por Muse; el propietario revisó los hechos y las ocho traducciones. No es una revisión independiente por un modelo. Este artículo fue redactado con asistencia de IA y revisado por un verificador de hechos de IA bajo autorización del propietario. El propietario no lo ha revisado personalmente; no se afirma ninguna verificación humana independiente. Las cifras de benchmarks son propias de DeepSeek, sin reproducción independiente observada; los datos de API y precios provienen de la tarjeta pública del modelo y de la documentación de la API de DeepSeek.
Un checkpoint, no un modelo nuevo
DeepSeek-V4.1-Flash-1017 es un checkpoint actualizado del post-entrenamiento del V4.1-Flash lanzado en septiembre — no una arquitectura nueva. Está disponible en el sitio web, la app y la API de DeepSeek bajo el nombre de modelo existente deepseek-flash; los identificadores heredados deepseek-v4-flash y deepseek-v4-flash-vision-exp están retirados pero siguen aceptándose, servidos por el nuevo checkpoint y facturados al precio Flash. DeepSeek lo presenta como una mejora paretiana en rendimiento y costo: mejores puntuaciones, tareas más rápidas y salidas más cortas. El checkpoint 1017 está optimizado para DeepSeek Harness — se recomienda la versión v0.2.1-rc.1 o posterior — además de Tencent CodeBuddy y WorkBuddy, con aprendizaje por refuerzo con auto-retroalimentación para trabajo de proyectos de extremo a extremo.
La tarjeta de Hugging Face de V4.1-Flash indica que el repositorio y los pesos del modelo están bajo la licencia MIT. La cobertura de terceros marca la licencia de los pesos del checkpoint 1017 como no divulgada, por lo que no se confirmó por separado en las páginas observadas si la declaración MIT cubre específicamente los pesos 1017 — un detalle que conviene verificar antes de tratar el checkpoint como MIT en un despliegue sensible al cumplimiento.
La historia de la memoria es el titular
El informe técnico que lo acompaña se titula “DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression”, y el título es la tesis. El modelo es una mezcla de expertos multimodal con un backbone de 552B parámetros construido como un Transformer Causal Encoder-Decoder de 40 capas — un codificador causal de 20 capas seguido de un decodificador de 20 capas — cuya caché KV global del decodificador se proyecta desde los estados ocultos finales del codificador. Ese diseño activa solo 8B parámetros por token durante el prefill y 16B durante el decode. Compressed Sparse Attention 2 y el caché KV principal en FP4 (E2M1) reducen la huella KV global a 890 bytes por token, aproximadamente un cuarto de V4-Flash; SWA Bounded Replay reduce la huella KV persistente a aproximadamente un octavo. A su lado hay 196B parámetros de memoria condicional Engram, un corpus de pre-entrenamiento de 45T tokens, una ventana de contexto de 1M tokens y hasta 384K tokens de salida.
Haga la cuenta: a 890 bytes por token, un contexto completo de 1M tokens ocupa unos 0.9 GB de caché KV persistente — una partida menor que la propia huella de los pesos del modelo. Para cargas de trabajo agénticas intensivas en entrada, la restricción vinculante se desplaza de la capacidad de VRAM al diseño de la orquestación y las llamadas a herramientas. Ese es el argumento económico de todo el lanzamiento: el contexto largo deja de ser un lujo de memoria y se convierte en una decisión arquitectónica que se puede tarifar.
Benchmarks, con notas al pie
La propia tabla de DeepSeek para el checkpoint 1017 reporta DeepSWE v1.1 en 77.0, desde 74.2 y por encima de los 74.0 de Claude Opus 5 y los 73.0 de GPT-5.6 Sol; Terminal-Bench 4.0 en 42.3, desde 31.2 pero aún por detrás de los 51.8 de Opus 5; Automation-Bench v1.0.6 en 60.5; Agents’ Last Exam en 35.4; Apex Bench v1.1 en 72.1; ProgramBench en 29.1; NL2Repo-Bench en 68.2; y HLE sin herramientas en 42.6 frente a 56.3 de Opus 5. En los 11 benchmarks que DeepSeek reportó, el checkpoint supera al Flash de septiembre entre 2.0 y 11.1 puntos.
Todas estas cifras son propias de DeepSeek, ejecutadas en su marco interno, y no se ha publicado ninguna reproducción independiente; las puntuaciones de la competencia son las comparaciones reportadas por DeepSeek, no verificadas de forma independiente. Eso no hace inútil la tabla — la dirección y los deltas son información real — pero sí significa que los números son orientativos hasta que otro ejecute el harness. Los hechos duraderos y contractuales de este lanzamiento son la superficie de la API y la tarjeta de precios, no la tabla de clasificación.
Una capa web propia para agentes
La mitad de infraestructura del lanzamiento puede importar más que el modelo. DeepSeek abrió sus APIs de Search y Fetch a todos los desarrolladores: POST /v1/tools/search y POST /v1/tools/fetch en api.deepseek.com. La facturación es por solicitud exitosa — $0.75 por cada 1,000 solicitudes para cada endpoint — y una solicitud solo cuenta cuando devuelve HTTP 200 con un resultado; las solicitudes fallidas, los resultados de búsqueda vacíos y los tiempos de espera son gratuitos. Cada API está limitada a 5 QPS por cuenta. Las llamadas del lado del servidor realizadas a través de DeepSeek Harness, Claude Code o Codex siguen siendo gratuitas hasta que la facturación por solicitud comience a las 00:00 hora de Pekín del 1 de noviembre de 2026.
La API de Search devuelve resultados estructurados del motor propio de DeepSeek: de 1 a 50 resultados por consulta, operadores como site:, lang:, after: y before:, una puntuación de reordenamiento de 0 a 3 y un nivel de autoridad de 0 a 4 en cada resultado. La API de Fetch recupera una sola página y devuelve su título más el contenido en Markdown. Detrás de la misma clave de API y el mismo saldo que el modelo, esto convierte la pila de agentes — modelo más recuperación — en una sola superficie facturable, y pone a DeepSeek en competencia directa con los proveedores independientes de APIs de búsqueda para cargas de trabajo de agentes.
Qué hacer con esto
El precio del modelo no cambia: pico de $0.30 por 1M tokens de entrada con caché fallida ($0.15 fuera de pico), $1.20 por 1M tokens de salida ($0.60 fuera de pico), con las tarifas fuera de pico a la mitad del pico. Nada del lanzamiento le pide migrar — el nombre del modelo no cambió, el precio no cambió, y el checkpoint llega como una mejora in situ. La única fecha del calendario que importa es el 1 de noviembre: terminan las llamadas de búsqueda gratuitas del lado del servidor y la capa web pasa a ser medida.
Para los equipos que ejecutan agentes de código a escala, esto es un evento de adquisición tanto como un evento de modelo. La evaluación correcta es el costo medido por tarea completada dentro de su propio harness, no la tabla de clasificación del proveedor — y, de paso, una comparación real del nivel de $0.75 por millar de búsquedas frente al proveedor de navegación que sus agentes usen hoy.
Fuentes y lecturas
El propietario revisó los registros de fuentes; no se afirma una verificación independiente de hechos ni una revisión independiente por un modelo.
- DeepSeek-V4.1-Flash — tarjeta del modelo (DeepSeek, Hugging Face)
DeepSeek (Hugging Face model card)
Recorded publication date ·
Recorded verification time ·
- Documentación de la API de DeepSeek — Modelos y precios
DeepSeek (API docs)
Source publication date not verified
Recorded verification time ·
- Documentación de la API de DeepSeek — guía de Search y Fetch
DeepSeek (API docs)
Source publication date not verified
Recorded verification time ·
- MarkTechPost — cobertura independiente
MarkTechPost
Recorded publication date ·
Recorded verification time ·