DeepSeek-v4.1-Flash-1017
DeepSeek publicó DeepSeek-V4.1-Flash-1017, descrito en su model card como una actualización menor de DeepSeek-V4.1-Flash que trae mejoras sustanciales en razonamiento, código, tareas agénticas y benchmarks visuales, además de reducir el tiempo de ejecución y la longitud de las respuestas. El modelo, de 763B parámetros y licencia MIT, obtiene 42.6 en HLE sin herramientas, 42.3 en Terminal-Bench 4.0, 77.0 en DeepSWE v1.1 y 60.5 en Automation-Bench, lo que lo coloca por encima de GLM-5.3 y GPT-5.6 Sol en varios benchmarks agénticos de código y cerca del Opus 5 de Anthropic, aunque aún detrás de la frontera en HLE. Soporta una ventana de contexto de 1M tokens e incluye un codificador de prompts de referencia en Python más librerías deepseek-recipe en Rust para convertir solicitudes de API estilo OpenAI al formato conversacional de DeepSeek.
La discusión
La mayoría de los comentarios coincide en que la relación calidad-precio de DeepSeek no tiene rival, aunque trata la versión como sólida pero aún por debajo de la frontera, donde Sol 6.1 y Opus 5.5 se consideran más capaces para tareas difíciles. Un desarrollador señala que un plan ChatGPT Plus de $20 agota su límite de 5 horas en minutos, mientras $20 de gasto en la API de DeepSeek rinden órdenes de magnitud más. La objeción más dura es contra los propios benchmarks: la respuesta mejor valorada duda de plano que “can’t possibly be real”, y el hilo nunca los verifica más allá de la tabla de la propia model card, donde el modelo aún queda detrás de Opus 5 en HLE (42.6 vs 56.3) y Terminal-Bench (42.3 vs 51.8). Un debate lateral gira en torno a la frase contradictoria de la tarjeta, “minor update” con “substantial improvements”, con un comentarista que especula que los laboratorios chinos versionan a la baja deliberadamente para eludir la certificación del CCP para versiones mayores —sin verificar, pero tiñe cómo el hilo lee el lanzamiento. La ejecución local se descarta por inviable: con 763B parámetros, incluso las versiones cuantizadas necesitan según se informa unos cuatro DGX Sparks, y los quants se degradan en contextos largos. El ánimo es de entusiasmo genuino por unos pesos abiertos que se acercan al rendimiento clase Opus, templado por escepticismo ante los benchmarks.