Deepseek V4.1 Flash 1017 supera a rivales más grandes en tareas agénticas mientras reduce drásticamente los costos por tarea una vez más

Deepseek V4.1 Flash 1017 supera a rivales más grandes en tareas agénticas mientras reduce drásticamente los costos por tarea una vez más

Puntos clave

• La compañía china de IA Deepseek ha lanzado Deepseek-V4.1-Flash-1017 en sus plataformas y como modelo de pesos abiertos en Hugging Face y ModelScope.
• Entrenado con aprendizaje por refuerzo utilizando retroalimentación propia, el modelo funciona más rápido, produce respuestas más cortas y rinde bien en el desarrollo de software de extremo a extremo y en tareas de agentes, según la compañía.
• En benchmarks internos, la actualización supera a rivales más grandes como Claude Opus 5 y GPT 5.6-Sol en benchmarks de programación y agentes. Deepseek también está abriendo su motor de búsqueda interno a los desarrolladores a través de las nuevas APIs Search y Fetch.

La compañía china de IA Deepseek ha lanzado una versión actualizada de su modelo Flash con grandes avances en tareas agénticas y de programación. La compañía también está abriendo su motor de búsqueda interno a desarrolladores externos por primera vez.

Deepseek-V4.1-Flash-1017 ya está disponible a través del sitio web, la aplicación y la API de la compañía. Deepseek también publicó los pesos del modelo como código abierto en Hugging Face y ModelScope. En comparación con su predecesor directo, el modelo muestra mejores puntuaciones en benchmarks, completa tareas más rápido y produce respuestas más cortas. La compañía califica la actualización como una mejora de Pareto en el equilibrio entre rendimiento y costo.

Para construir proyectos de software completos desde cero, Deepseek utiliza aprendizaje por refuerzo con retroalimentación propia (RLSF). Este método de post-entrenamiento permite al modelo usar sus propias puntuaciones de confianza internas o críticas autogeneradas como señal de recompensa. Eso elimina la necesidad de evaluadores humanos o modelos de recompensa externos. Deepseek dice que el enfoque mejora el desarrollo de proyectos de extremo a extremo para tareas que van desde programación de juegos hasta modelado 3D y trabajo de diseño. El modelo también puede animar videos explicativos compactos, similar al recién lanzado Opus 5.5.

Video vía FeiZAnuncio

El modelo fue ajustado para entornos de desarrollo como Deepseek Harness (se recomienda la versión v0.2.1-rc.1 o posterior), Tencent CodeBuddy y WorkBuddy.

El modelo Flash más pequeño supera a rivales más grandes en tareas de programación y agentes

En los benchmarks propios de Deepseek, V4.1-Flash-1017 supera a su predecesor V4.1-Flash. También supera a modelos competidores más grandes como Claude Opus 5, GPT 5.6-Sol, Kimi K3 y GLM 5.3 en varias categorías de programación y agentes de IA.

Un gráfico de costos del benchmark DeepSWE muestra cuánto importan las respuestas más cortas para la eficiencia. V4.1-Flash-1017 alcanza una puntuación máxima de 77.0 por ciento a un costo promedio de poco menos de $0.20 por tarea. En su configuración baja, aún supera el 72 por ciento por unos $0.10. El predecesor obtuvo 74.2 por ciento pero costaba alrededor de $0.50 por ejecución.

Los modelos rivales como GPT-6 Astra, Gemini 3.8 Flash y Claude Opus 5 se sitúan entre $2 y más de $10 por tarea en este gráfico, y ninguno iguala la precisión del modelo más pequeño de Deepseek. Los benchmarks independientes aún no han salido, y los benchmarks solo cuentan la mitad de la historia de todos modos. Las impresiones de los desarrolladores sobre la calidad del código, por ejemplo, pueden diferir enormemente de los resultados de los benchmarks. Ad

Deepseek convierte su motor de búsqueda interno en una API pública

Junto con el modelo de lenguaje, Deepseek está poniendo sus herramientas de búsqueda web (Search & Fetch APIs) a disposición de todos los desarrolladores. La empresa afirma que estos servicios funcionan sobre un motor de búsqueda que construyó internamente y que ya procesa cientos de millones de consultas al día en todo el mundo. Los detalles de configuración están en la documentación de la API.

Cada endpoint cuesta $0.75 por 1,000 llamadas. Los usuarios de la API de Deepseek pueden acceder a las funciones de forma gratuita a través de herramientas del lado del servidor en Deepseek Harness, Claude Code y Codex hasta el 31 de octubre de 2026 (4:00 PM UTC).

Sin embargo, ayer integrar profundamente modelos de IA chinos en los flujos de trabajo se volvió un poco menos atractivo. El gobierno chino, según informes, planea endurecer las reglas sobre la publicación de modelos de pesos abiertos o incluso bloquear por completo su lanzamiento. Un factor decisivo es si un sistema dado se encuentra entre los 10 modelos más capaces.

Noticias de IA sin exageraciones – Curadas por humanos

Suscríbete a THE DECODER para leer sin anuncios, un boletín semanal de IA, nuestro informe exclusivo de frontera "AI Radar" seis veces al año, acceso completo al archivo y acceso a nuestra sección de comentarios.