DeepSeek lanza V4.1 Flash, un modelo que supera a V4 Pro en rendimiento, velocidad y tiempo de finalización
DeepSeek: DeepSeek v4.1 Flash 1017
DeepSeek V4.1 Flash 1017 es la instantánea del 17 de octubre de 2026 de un modelo de mezcla de expertos dispersa, el primero construido sobre la arquitectura Causal Encoder-Decoder (CED) de la compañía. Activa 8B parámetros en la entrada y 16B en la salida sobre una base de 552B, con comprensión de imágenes nativa y un caché KV comprimido que reduce la memoria a cerca de un cuarto de la generación anterior. Cuesta $0.15 por millón de tokens de entrada y $0.60 de salida, con 1M de contexto.
DeepSeek lo posiciona como el nivel rentable de la familia V4.1 y afirma que supera a V4 Pro en rendimiento, velocidad y tiempo de finalización de tareas.
- OsrsNeedsf2P
DS no es mejor que Sol y Gemini en los benchmarks, pero después de trabajar con todos ellos durante un tiempo, empiezo a entender por qué la gente siente que DS _se siente_ mucho mejor.
Primero, son los tok/s y el TTFT de los proveedores. Deepseek arrasa con el trabajo — a muy buena calidad — y no te encuentras esperando a que tus agentes terminen.
Segundo es la apertura. Poder ver el CoT y no ser bloqueado aleatoriamente por revisión cibernética. Nunca te preguntas si está atascado o si fallará aleatoriamente. Combinado con la gran relación costo-beneficio... Mi próxima suscripción probablemente será Z.ai
- gregwebs
La propia página de noticias de la empresa: https://api-docs.deepseek.com/news/news261017
Muestran que esta nueva versión puntúa significativamente más alto en múltiples benchmarks de programación, superando a Sol 5.6 (6.1 es el más reciente) en 10/11 benchmarks.
Voy a volver a DeepSeek para escribir código. Estaba probando usar Sol y me gustaba el resultado, pero esto debería cerrar gran parte de esa brecha. Uso Opus/Sol para un plan de implementación y revisión de código, también los uso para interrogarlos. DeepSeek también está ejecutando verificaciones.
- simonw
Aquí hay algunos pelícanos. El de "max" tardó más de 11 minutos: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
Definitivamente una mejora sobre deepseek-v4-flash-0731: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
- AmazingTurtle
así que hice una comparación de peras con bananas.
dejé que 4 agentes diferentes revisaran el mismo código base sucio (más de 200 archivos cambiados, c++, motor de juego):
- deepseek v4.1 flash vía API de deepseek: tardó 20m en encontrar un problema p1 que era relevante y un problema p2 que era irrelevante
- glm 5.3 flash NVFP4 vía TP2 DGX Sparks: tardó 1h 5m en encontrar un problema p3 de documentación
- gpt 5.6 sol: tardó 5m30s para un problema p1 y uno p2. ambos relevantes
- gpt 6.1 sol: tardó 4m30s para dos problemas p1 y uno p2. ambos relevantes.
Vale la pena mencionar: ninguno de esos hallazgos se superpuso.
Dejé que deepseek v4.1 flash y gpt 6.1 sol planificaran arreglos para el resumen de los hallazgos. en este escenario particular: gpt 6.1 sol planeó aumentar el tamaño de un búfer de 128 a 256 para acomodar los 191 elementos que reventaron un escenario de prueba. incluyó algo de margen. deepseek v4.1 flash, por otro lado, decidió hacerlo exactamente 191 para satisfacer la prueba, por ejemplo.
El TPS de decodificación en deepseek es impresionante. Nunca tuve un segundo / de sentirme abandonado y pensar "maldita sea, esto está funcionando". A pesar de todos mis esfuerzos, tardó ~4x más en una revisión, encontró menos y planificó peor que GPT 6.1 Sol. Tiempo de reloj. No tengo conteos de tokens para comparar. Si tuviera que calificar esos modelos del 1 al 10 (10 = GG de primer nivel), le daría a deepseek un sólido 6.5 y a 6.1 sol un 7.5-8.0 quizás.
- cmiles8
Honestamente, dado lo buenos que se están volviendo los modelos de pesos abiertos, ya no veo un modelo de negocio viable para OpenAI y Anthropic. La ganancia está en el cómputo, no en el modelo. OpenAI y Anthropic gastaron todo su dinero alquilando cómputo de otros, así que sí, pueden vender inferencia de modelos ligeros, pero ahora tienen una desventaja estructural masiva ya que otros siempre pueden vender inferencia suficientemente buena mucho más barata.
Tampoco hay ninguna adherencia a los modelos y la mayoría de las empresas ahora tienen sus propias utilidades de enrutamiento internas, por lo que los desarrolladores y usuarios pueden simplemente mantener el mismo endpoint de API y moverse entre modelos con un cambio de una sola línea de código.
A menos que algo cambie con los grandes laboratorios y rápido, parecen bastante j*didos.
- ilitirit
He estado usando DS v4.1 Flash a diario durante casi un mes ahora en experimentos de Agent Swarm. Lo he probado contra GLM-5.3-flash y Opus 5.5. DS 4.1 sale como el mejor para mí. Opus 5.5 sigue siendo el más inteligente, pero la velocidad y el precio de DS 4.1 compensan con creces la brecha de "inteligencia". He ejecutado enjambres de Chief/Builder/Reviewer de forma autónoma durante varios días. Creo que mi nuevo flujo de trabajo va a tener a DS 4.1 Flash haciendo toda la ingeniería y solo tener a Opus revisando su trabajo. 4.1 Flash realmente es un modelo muy impresionante. Felicitaciones al equipo de Deepseek.
- olavgg
Realmente me gusta tener DeepSeek Flash + Opus 5.5 como asesor/revisor en este momento. Consumo una suscripción de Claude Code de $200 en menos de 24 horas ahora solo por un proyecto, y odio estar lidiando con diferentes cuentas todos los días. Ahora que obtengo $200 en créditos de API incluidos con las suscripciones, he reescrito completamente mi flujo de trabajo de agente de codificación.
- apejcic
Es una gran actualización, ejecuté un benchmark comparando verbosidad e inteligencia en comparación con los pesos antiguos.
- El esfuerzo de razonamiento = 1 ahora es realmente usable y produce 2.5x menos tokens que los pesos antiguos, sin perder inteligencia.
- En general, 20% menos tokens en cada nivel de esfuerzo de razonamiento.
- Misma inteligencia y mismo patrón de llamada de herramientas.
Más detalles en la publicación del blog https://sference.com/blog/deepseek-v41f-1017-benchmark