DeepSeek publicó el 17 de octubre DeepSeek-V4.1-Flash-1017, una actualización de su modelo V4.1 Flash orientada a razonamiento, programación, tareas de agentes y comprensión visual. Los pesos están disponibles en Hugging Face bajo licencia MIT, junto con instrucciones para ejecutar el modelo y una implementación de referencia de su formato de conversación. [1]

La empresa presenta el lanzamiento como una actualización menor, pero afirma mejoras en todos los grupos de pruebas que incluyó en la tarjeta del modelo. El cambio más pronunciado aparece en Terminal-Bench 4.0, donde la puntuación reportada sube de 31.2 a 42.3. En DeepSWE v1.1, una evaluación de ingeniería de software, pasa de 74.2 a 77.0. En ZeroBench con herramientas avanza de 49.0 a 51.0. Estas cifras son resultados publicados por DeepSeek y todavía no equivalen a una validación independiente amplia. [1]

El modelo conserva una ventana de contexto recomendada de un millón de tokens y admite respuestas de hasta al menos 256,000 tokens según la configuración propuesta por el desarrollador. La tarjeta también documenta modos de razonamiento, llamadas a herramientas, mensajes de sistema intercalados e imágenes dentro de una conversación. DeepSeek aclara que su biblioteca de formato prepara y analiza las solicitudes, pero deja la inferencia, la ejecución de herramientas y el transporte HTTP a cargo de quien implemente el sistema. [1]

Ese límite es importante: que un modelo pueda emitir una llamada a una herramienta no significa que el agente haya ejecutado la acción ni que pueda hacerlo de forma segura. Los desarrolladores todavía deben controlar permisos, credenciales, aislamiento, validación de resultados y confirmaciones humanas. La actualización mejora el componente de modelo; no sustituye la arquitectura operativa que rodea a un agente.

AI Weekly reportó que el lanzamiento corresponde a una arquitectura de mezcla de expertos de 552,000 millones de parámetros, con 8,000 millones activados durante la entrada y 16,000 millones durante la salida. También atribuye al modelo soporte para un millón de tokens y señala que DeepSeek abrió interfaces de búsqueda y recuperación web con una tarifa de $0.75 por cada 1,000 solicitudes exitosas. Esos detalles comerciales y de servicio proceden del reporte secundario y pueden cambiar; la disponibilidad de los pesos MIT, en cambio, puede comprobarse directamente en el repositorio. [2]

La publicación incluye una referencia de codificación en Python y remite a `deepseek-recipe`, un conjunto de bibliotecas en Rust con enlaces para Python. El objetivo es convertir solicitudes compatibles con formatos comunes de chat y respuestas en el protocolo de DeepSeek V4/V4.1, y después reconstruir salidas completas o transmitidas. Para ejecutar los pesos localmente, el repositorio ofrece instrucciones separadas de conversión e inferencia. [1]

El valor inmediato del lanzamiento no está solo en una tabla de puntuaciones. La combinación de pesos abiertos con licencia permisiva, contexto extenso y soporte explícito para herramientas permite que equipos externos examinen el comportamiento, adapten el despliegue y comparen costos sin depender únicamente de una interfaz cerrada. A la vez, el tamaño del modelo mantiene elevada la barrera de infraestructura para ejecutar la versión completa.

V4.1-Flash-1017 amplía la competencia en modelos abiertos para agentes, pero las afirmaciones de mejor relación entre rendimiento y costo necesitan pruebas reproducibles fuera del entorno del proveedor. Las próximas comparaciones útiles deberán medir no solo aciertos en benchmarks, sino también latencia, consumo de memoria, estabilidad de las llamadas a herramientas y tasa de éxito en tareas completas. Por ahora, el hecho confirmado es más concreto: DeepSeek liberó un nuevo checkpoint MIT con mejoras reportadas sobre su versión anterior y materiales para integrarlo en sistemas de agentes.

Fuentes

[1] Leer Más — DeepSeek-V4.1-Flash-1017 model card — DeepSeek AI
[2] Leer Más — DeepSeek Opens V4.1-Flash-1017 Weights and Search API — AI Weekly