DeepSeek lanzó DeepSeek-V4.1-Flash-1017 el 17 de octubre de 2026, un nuevo punto de control de su línea de modelos V4.1 Flash que el laboratorio chino describe como una mejora de Pareto con respecto a su predecesor: rendimiento de referencia más sólido, finalización de tareas más rápida y resultados más cortos, sin sacrificar la eficiencia. La actualización se publicó en el sitio web, la aplicación y la API de DeepSeek el día del lanzamiento, y los pesos abiertos se publicaron simultáneamente en Hugging Face y ModelScope.
Un punto de control con fecha estampada, no una nueva generación Para más contexto sobre esta historia, consulta nuestra novedades de IA.
El "1017" en el nombre es la fecha de lanzamiento (17 de octubre) y el punto de control sigue una cadencia rápida para la familia V4. DeepSeek-V4.1-Flash se lanzó el 10 de septiembre de 2026 y el historial de lanzamientos de la compañía muestra un ritmo constante de actualizaciones este año: V4-Pro alcanzó disponibilidad general el 13 de agosto, el V4-Flash-Vision-Exp experimental agregó soporte de entrada de imágenes el 21 de agosto y la vista previa V4 original regresó el 24 de abril.
El marco del titular en la página de lanzamiento, "Programación basada en deseos hecha realidad", captura cómo DeepSeek está posicionando la actualización: los desarrolladores describen el resultado que desean y el modelo maneja la implementación de un extremo a otro, desde la estructuración de un proyecto hasta la iteración hasta que se ejecuta. Es un cambio de énfasis de la asistencia estilo chat hacia el trabajo delegado a escala de proyecto, y se alinea con hacia dónde se dirige la industria en general a medida que los arneses de agentes se convierten en la forma principal en que los desarrolladores interactúan con los mejores modelos.
Según las notas de la versión oficial, V4.1-Flash-1017 supera a la versión anterior en los puntos de referencia al tiempo que completa las tareas más rápido y genera resultados más cortos. DeepSeek caracteriza el cambio como una mejora de Pareto tanto en el rendimiento como en el costo, lo que significa que los usuarios obtienen más capacidad sin pagar más por tarea.
Aprendizaje por refuerzo con autorretroalimentación
El cambio técnico más destacado es el enfoque de formación. DeepSeek dice que V4.1-Flash-1017 utiliza el aprendizaje reforzado con autorretroalimentación para mejorar el desarrollo de proyectos de un extremo a otro: la capacidad de aceptar una solicitud y crear un proyecto completo y funcional en lugar de simplemente responder preguntas aisladas.
La compañía publicó proyectos de demostración creados por el modelo para ilustrar la afirmación, incluido un modelo 3D de la Ciudad Prohibida, un juego de carreras basado en navegador, una recreación de Portal 2 construida con el motor Godot y "Valley of Ages", una escena 3D que rastrea la evolución desde los tiempos prehistóricos hasta la era moderna.
DeepSeek también afirma que el punto de control está optimizado para los arneses de agentes, nombrando a DeepSeek Harness, Tencent CodeBuddy y WorkBuddy. Se recomienda a los desarrolladores que ejecutan cargas de trabajo agentes que actualicen a DeepSeek Harness v0.2.1-rc.1 o posterior para obtener la mejor experiencia. Las notas de la versión hacen referencia a los resultados de DeepSWE v1.1 pass@1 medidos en comparación con el costo por tarea con el arnés mini-swe-v2 como base para la comparación de eficiencia.
API de búsqueda y recuperación abiertas para todos
Junto con el modelo, DeepSeek abrió sus API de búsqueda y recuperación a todos los usuarios. Los puntos finales funcionan con el motor de búsqueda interno de la compañía, que según DeepSeek atiende cientos de millones de solicitudes diariamente en todo el mundo.
El precio es sencillo: cada terminal cuesta 0,75 dólares por cada 1.000 llamadas. En particular, las llamadas de búsqueda y recuperación realizadas a través de herramientas del lado del servidor en DeepSeek Harness, Claude Code y Codex son actualmente gratuitas para los usuarios de la API de DeepSeek y la facturación está programada para comenzar el 31 de octubre de 2026 a las 16:00 UTC.
La medida posiciona a la API de DeepSeek como una plataforma integral para los desarrolladores de agentes, quienes de otro modo tendrían que unir un proveedor modelo con una API de búsqueda separada.
Pesos abiertos, disponibilidad de terceros desde el primer día
Fiel a la estrategia de peso abierto del laboratorio, DeepSeek-V4.1-Flash-1017 se publicó bajo la organización deepseek-ai en Hugging Face y se reflejó en ModelScope en el lanzamiento. El punto de control también apareció en OpenRouter el mismo día, permitiendo a los desarrolladores enrutar solicitudes a través de una única API junto con los modelos rivales.
El interés fue inmediato. A las pocas horas de su lanzamiento, tanto el listado de OpenRouter como la página Hugging Face llegaron a la portada de Hacker News, atrayendo cientos de puntos combinados, un nivel de atención que pocos lanzamientos de modelos logran en su primera mañana.
Qué significa para la carrera de peso abierto
El estilo de lanzamiento de DeepSeek con punto de control primero se está convirtiendo en un patrón que vale la pena observar. En lugar de esperar un aumento en la versión principal, el laboratorio itera en público mejoras con fecha de envío estampadas que mantienen sus pesos abiertos competitivos con los modelos de frontera cerrada en cargas de trabajo de codificación agente.
Para los desarrolladores, la conclusión práctica es concreta: resultados más cortos y una finalización más rápida significan una menor latencia y un menor costo para los bucles de agentes, y las API de búsqueda y recuperación incluidas eliminan una dependencia más para los equipos que crean agentes con capacidad de navegación. Para los rivales, cada punto de control reduce la brecha que los laboratorios cerrados han defendido tradicionalmente, y el lanzamiento de Hugging Face el primer día significa que cada mejora es inmediatamente inspeccionable, cuantificable y desplegable por cualquiera.
Queda por ver si las ganancias de referencia de V4.1-Flash-1017 se mantienen en evaluaciones independientes, al igual que con cualquier número informado por el proveedor. Pero el comunicado subraya la rapidez con la que se está moviendo el ecosistema de peso abierto y cómo los laboratorios chinos en particular están comprimiendo el ciclo entre avances incrementales.
También hay una consecuencia práctica para los equipos que ejecutan inferencia autohospedada: un punto de control actualizado significa volver a realizar evaluaciones comparativas de los canales descendentes de forma regular, ya que la versión fijada en producción hoy puede ser reemplazada en unas semanas. Esa cadencia es una característica del desarrollo abierto (cada mejora llega al público, inmediatamente inspeccionable), pero exige de los adoptantes la misma disciplina de liberación que el laboratorio aplica en su lado del proceso.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
