DeepSeek puso en línea este sábado DeepSeek V4.1 Flash 1017, una actualización del modelo ligero que la empresa lanzó en septiembre. El nombre lleva la fecha porque la firma china adoptó ese patrón en versiones anteriores, como V4 Flash 0731 y V4 Pro 0813, pero lo que llama la atención aquí no es el apodo, es el salto de desempeño: en tareas de código y automatización de agentes, el modelo ahora supera a Claude Opus 5 en varios benchmarks, algo que la versión de septiembre no lograba.
Qué cambió de verdad
Según el propio informe técnico publicado en Hugging Face, V4.1 Flash 1017 es una actualización menor en arquitectura que entrega una mejora sustancial en razonamiento, código, tareas agénticas y visión, además de reducir el tiempo de ejecución y el tamaño de las respuestas. En la práctica eso significa tareas más rápidas y más baratas, porque el costo de una llamada a la API crece con el tamaño de la respuesta generada. DeepSeek llama a esto una mejora Pareto, una forma de decir que el modelo se volvió mejor y más barato al mismo tiempo, sin sacrificar uno por el otro.
Los números que importan
En DeepSWE v1.1, que mide la capacidad de resolver tareas reales de ingeniería de software, el modelo subió de 74,2% a 77%, superando a Claude Opus 5, que queda en 74%, y a GPT 5.6 Sol, en 73%. En Terminal Bench 4.0, que evalúa el uso de línea de comandos por agentes, el salto fue de 31,2% a 42,3%. En Automation Bench y en Agents' Last Exam, dos pruebas enfocadas en agentes que ejecutan tareas por sí solos, V4.1 Flash 1017 también lidera el grupo de comparación elegido por la propia DeepSeek, que incluye Kimi K3, GLM 5.3, GPT 5.6 Sol y Opus 5. En Humanity's Last Exam, una prueba difícil de conocimiento general, el modelo pasó de 36,8% a 42,6%.
Peso abierto y acceso inmediato
El modelo ya está disponible en el sitio web y la aplicación de DeepSeek, y en la API con el mismo identificador deepseek-flash de antes, sin cambio de precio. Los pesos se publicaron en Hugging Face y ModelScope bajo licencia MIT, la más permisiva del mercado, que permite uso comercial sin restricciones. La empresa también abrió sus propias APIs de búsqueda y lectura web a cualquier desarrollador, cobrando 0,75 dólares por mil llamadas, con uso gratuito vía harness hasta el 31 de octubre a las 16:00 UTC. Es una invitación directa para que quienes construyen agentes prueben la herramienta sin costo antes de que empiece el cobro.
Por qué esto incomoda a la competencia
DeepSeek ya había sacudido el mercado en septiembre, cuando el lanzamiento original de V4.1 Flash, con precios agresivos, hizo caer las acciones de rivales como MiniMax, Z.ai e incluso Alibaba en la bolsa de Hong Kong. Esta actualización refuerza el mismo guion: en vez de lanzar un modelo totalmente nuevo y caro de entrenar desde cero, la empresa itera rápido sobre un modelo ligero ya existente y logra mantenerse competitiva frente a modelos cerrados mucho más caros de operar, incluido el propio Opus 5 de Anthropic, en tareas específicas de agente.
El límite que falta comprobar
Los benchmarks citados provienen del propio informe técnico de DeepSeek, sin replicación independiente publicada hasta ahora. La empresa tampoco detalló el costo real de correr la versión completa de 763 mil millones de parámetros fuera de su propia infraestructura, y el modelo no distribuye una plantilla de chat en formato Jinja estándar, lo que exige una implementación propia a quien lo integre vía código abierto. Vencer a Opus 5 en benchmarks específicos de agente no significa superarlo en todas las tareas: en Chartography y ZeroBench, pruebas de razonamiento visual, Opus 5 todavía queda adelante.
La lectura de MaxAssistant
El ritmo es el dato más importante aquí: DeepSeek lanza una actualización de peso abierto, gratuita y más rápida, menos de un mes y medio después del modelo original, superando a competidores cerrados en tareas de código y automatización sin subir el precio. Eso presiona a cualquier proveedor que cobra un premium por un modelo de agente, porque demuestra que se puede competir en este nicho con un modelo relativamente ligero y acceso abierto al peso. Vale la pena esperar una prueba independiente antes de aceptar las cifras de punta a punta, pero la disponibilidad inmediata, el precio sin cambios y la licencia MIT ya cambian el cálculo de quien decide hoy qué modelo usar en un agente de código.
Fuentes
DeepSeek API Docs: DeepSeek-V4.1-Flash-1017, Wish-Driven Programming Made Real; Hugging Face: deepseek-ai/DeepSeek-V4.1-Flash-1017.
