Un checkpoint nuevo, no el primer lanzamiento de V4.1-Flash
DeepSeek ha publicado V4.1-Flash-1017, una actualización de su modelo Flash que la documentación de la API identifica como la versión activa del alias deepseek-flash. No debe confundirse con el lanzamiento inicial de V4.1-Flash, presentado en septiembre: el sufijo 1017 distingue este checkpoint posterior, anunciado el 17 de octubre de 2026.
La compañía destaca mejoras en programación y tareas agénticas, además de respuestas más breves y menor coste en una evaluación propia. Esas cifras describen resultados reportados por DeepSeek, no una comparación independiente ya replicada. La distinción importa: una puntuación alta en un benchmark puede orientar una prueba, pero no garantiza el mismo resultado con otras instrucciones, herramientas o tareas reales.
También hay un cambio de producto aparte del modelo. Search y Fetch pasan a estar disponibles como API independientes, para que aplicaciones y agentes puedan consultar la web y recuperar páginas sin depender exclusivamente de una herramienta interna. La documentación confirma sus precios por solicitud exitosa y especifica una excepción temporal para llamadas a través de ciertos entornos agénticos.
DeepSWE: mejora declarada, con límites de interpretación
En la prueba DeepSWE v1.1, DeepSeek informa una puntuación de 77,0 para V4.1-Flash-1017 con el nivel máximo de razonamiento y un coste medio inferior a 0,20 dólares por tarea. Como referencia, el checkpoint anterior V4.1-Flash obtuvo 74,2 en la tabla técnica previa y un coste aproximado de 0,50 dólares por ejecución en el gráfico citado en la cobertura del lanzamiento. Son datos de evaluaciones de DeepSeek; no equivalen a una prueba externa controlada del nuevo modelo.
El propio resultado depende del andamiaje del agente. En su evaluación previa de DeepSWE v1.1, DeepSeek mostró puntuaciones distintas para el mismo modelo al cambiar el entorno y el sistema que ejecuta herramientas. Para la versión 1017, el extracto disponible no proporciona una metodología completa que permita comparar de forma independiente todos los factores, como número de intentos, selección de tareas o coste de infraestructura.
La cifra de 77,0 tampoco debe convertirse en una afirmación general de que el modelo supera a todos sus rivales. Las comparaciones publicadas por DeepSeek incluyen modelos de otros laboratorios, pero se ejecutan dentro de una configuración propia. Hasta que exista una evaluación independiente del checkpoint 1017 con condiciones equivalentes, lo prudente es tratar esos resultados como una señal para seleccionar candidatos de prueba, no como una clasificación definitiva.
Cómo leer las cifras disponibles
| Dato | Qué indica | Límite |
|---|---|---|
| DeepSWE v1.1: 77,0 | Resultado comunicado para V4.1-Flash-1017 con máximo esfuerzo de razonamiento. | Evaluación de DeepSeek; no consta replicación independiente del checkpoint. |
| Coste medio inferior a US$0,20 por tarea | Coste reportado para esa evaluación de DeepSWE. | No es una tarifa universal: depende de configuración, reintentos y definición de tarea. |
| Checkpoint anterior: 74,2 | Referencia técnica previa para V4.1-Flash. | La comparación solo es sólida si se mantienen iguales el entorno y el protocolo. |
| API Search y Fetch: US$0,75 por 1.000 solicitudes exitosas cada una | Tarifa documentada por solicitud completada. | No se cobra por token y las condiciones de acceso gratuito temporal tienen fecha de término. |
Search y Fetch: dos API con cobro por solicitud
DeepSeek ofrece Search para encontrar información en la web y Fetch para recuperar el contenido de páginas. Según la tabla oficial de precios, cada API cuesta 0,75 dólares por cada 1.000 solicitudes exitosas: aproximadamente 0,00075 dólares por llamada completada. El cobro se basa en solicitudes, no en el número de tokens generado por el modelo.
La documentación añade una excepción temporal: las llamadas realizadas mediante DeepSeek Harness, Claude Code o Codex no tienen coste por solicitud hasta el inicio del cobro indicado para el 1 de noviembre de 2026, a las 00:00, hora de Pekín. Esa condición no significa que el acceso sea gratis por cualquier vía ni que el periodo gratuito se mantenga después de esa fecha. Quien integre directamente los endpoints debe presupuestar según la tarifa publicada para Search y Fetch.
Para un agente, búsqueda y recuperación resuelven pasos diferentes. Search sirve para localizar páginas relevantes; Fetch, para obtener contenido de una página concreta. Separarlos facilita medir cuántas consultas se realizan y en qué etapa se origina el gasto. La documentación disponible en las fuentes aportadas confirma precios y disponibilidad, pero no detalla aquí cuotas, límites de velocidad ni todas las opciones de consulta: deben comprobarse en la guía vigente antes de diseñar una integración de producción.
Flujo mínimo para estimar el coste de búsqueda
Calcula por separado las llamadas a cada servicio y cuenta solo las solicitudes que la tarifa define como exitosas. Añade un margen para reintentos y consultas duplicadas; no confundas el coste de Search y Fetch con el coste de tokens del modelo.
- 01Estima las búsquedas mensuales que iniciará el agente.
- 02Estima cuántas páginas recuperará por búsqueda.
- 03Multiplica cada volumen por US$0,75 y divide entre 1.000.
- 04Añade el coste de entrada y salida del modelo y el de llamadas fallidas o repetidas que puedan facturarse según las reglas aplicables.
- 05Verifica si tu integración está dentro de la excepción temporal antes de presupuestar.
Pesos disponibles y licencia MIT
El repositorio oficial de DeepSeek en Hugging Face publica los pesos de V4.1-Flash bajo la licencia MIT. La información técnica del modelo identifica además una arquitectura multimodal de mezcla de expertos con 552.000 millones de parámetros de base, contexto de hasta un millón de tokens y entrada de texto e imagen con salida de texto. La licencia permite un margen amplio de uso, modificación y redistribución, sujeto a sus términos.
Que los pesos estén disponibles no significa que el modelo sea pequeño ni sencillo de ejecutar. La arquitectura activa 8.000 millones de parámetros por token durante el procesamiento de entrada y 16.000 millones durante la generación, pero el total de parámetros y los requisitos de memoria siguen siendo considerables. Para muchos equipos, usar una API alojada será más práctico que gestionar el hardware, la conversión de pesos y el servicio de inferencia.
También conviene distinguir pesos abiertos de una publicación integral del proceso de entrenamiento. El repositorio aporta los pesos y materiales técnicos indicados, pero eso no demuestra que todos los datos de entrenamiento, filtros, infraestructura o decisiones de desarrollo estén disponibles. La licencia MIT describe los permisos sobre los artefactos cubiertos; no elimina la necesidad de revisar privacidad, seguridad, obligaciones locales y condiciones de los servicios externos.
Decisión inicial: API o despliegue propio
| Opción | Puede encajar si… | Comprueba antes |
|---|---|---|
| API alojada | Necesitas empezar rápido o no operas infraestructura de inferencia de gran tamaño. | Precios vigentes, límites, retención de datos y disponibilidad del proveedor. |
| Pesos MIT en despliegue propio | Necesitas controlar el entorno o adaptar el modelo y tienes capacidad de operación. | Memoria y hardware, licencia de dependencias, seguridad, evaluación y mantenimiento. |
| Enfoque híbrido | Quieres reservar el despliegue propio para cargas específicas y usar API para otras. | Coste total, consistencia de resultados y tratamiento de datos entre rutas. |
Qué medir antes de adoptarlo
La mejora en una evaluación no basta para migrar un agente completo. Conviene separar calidad de respuesta, finalización real de herramientas, latencia y coste por resultado aceptado. Un modelo puede generar menos tokens y aun así salir más caro si requiere más reintentos, falla más a menudo o necesita una ruta de validación adicional.
En tareas de software, mide cambios que compilen y pasen pruebas, no solo respuestas que parezcan correctas. En agentes de búsqueda, comprueba si las fuentes recuperadas responden a la consulta y si el sistema cita o conserva la evidencia necesaria. En ambos casos, reserva aprobación humana para acciones irreversibles, cambios de producción o decisiones de seguridad.
La documentación aportada confirma que la API directa utiliza el alias deepseek-flash y que Search y Fetch tienen tarifas separadas. Los detalles operativos completos de estos endpoints —por ejemplo, cuotas, formatos y límites— no aparecen en el extracto disponible, por lo que no corresponde inventarlos. Antes del despliegue, revisa la guía oficial actual y fija la versión en tus pruebas para evitar atribuir cambios futuros al checkpoint equivocado.
Prueba controlada de adopción
Usa la nueva versión en paralelo antes de cambiar la ruta principal. Mantén constantes las tareas y registra los fallos, no solo los casos exitosos.
- 01Define un conjunto representativo y revisable de tareas.
- 02Congela prompts, herramientas, límites de contexto y número de reintentos.
- 03Compara el modelo vigente con V4.1-Flash-1017 en modo sombra.
- 04Registra tasa de aceptación, latencia, coste total y errores de herramienta.
- 05Aumenta el tráfico gradualmente y conserva una ruta de reversión.
Balance: una actualización prometedora, aún por validar fuera del laboratorio
V4.1-Flash-1017 combina una actualización del modelo Flash con la apertura de Search y Fetch como servicios separados. La propuesta puede interesar a quienes construyen agentes que alternan entre razonamiento, programación y consulta web, especialmente si el coste por tarea es más importante que una puntuación aislada.
El dato central es doble: DeepSeek reporta 77,0 en DeepSWE v1.1 y un coste medio inferior a 0,20 dólares en esa evaluación, mientras su documentación fija Search y Fetch en 0,75 dólares por cada mil solicitudes exitosas. El primer dato es resultado del proveedor y todavía no cuenta con corroboración independiente en las fuentes aportadas; el segundo es una tarifa oficial publicada, sujeta a cambios y condiciones temporales.
Por tanto, la noticia no demuestra que el checkpoint sea la mejor opción para cualquier agente ni que el ahorro se replique en todos los usos. Sí ofrece especificaciones, pesos con licencia MIT y precios concretos para probarlo. La decisión razonable es contrastar la versión en una evaluación propia, contabilizar por separado tokens y llamadas de búsqueda, y revisar los términos actuales antes de ponerla en producción.
Qué sigue abierto
- No se han aportado resultados independientes y reproducidos de V4.1-Flash-1017 frente a modelos rivales.
- El detalle completo de límites de uso, cuotas y formatos de Search y Fetch no consta en los extractos disponibles; debe consultarse la guía oficial vigente.
- El coste por tarea depende del andamiaje del agente, los reintentos, el volumen de entrada y salida y la definición de éxito; la cifra comunicada para DeepSWE no es una tarifa general.
- La fecha de cobro indicada para el uso a través de DeepSeek Harness, Claude Code y Codex es temporal y puede cambiar; conviene verificar la documentación antes de contratar.
Continúa explorando
Fuentes consultadas
Correcciones y transparencia
Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.
Proponer una corrección