Skip to content
FrontierDot

DeepSeek V4.1 Flash 1017: cronología, parámetros, precios y qué ha cambiado desde septiembre

Cronología en actualización · última actualización · 1 entrada en el registro de cambios

Quien llama a deepseek-flash conserva el mismo nombre de modelo y el mismo precio. Lo que le responde cambió el 17 de octubre, cinco semanas después del primer lanzamiento de V4.1 Flash.

DeepSeek publicó el 10 de sep. de 2026 V4.1 Flash, un MoE de pesos abiertos con licencia MIT y un backbone de 552B parámetros, y el 17 de oct. lo sustituyó por V4.1-Flash-1017, que mantiene el tamaño, el nombre de API y el precio y obtiene mejores puntuaciones en las pruebas de la propia DeepSeek.

Leído el 2026-10-19 (UTC+8): el registro de cambios de la API de DeepSeek, sus páginas de noticias del 10 de sep. y el 17 de oct., la página Models & Pricing, las dos fichas de modelo de Hugging Face con los metadatos de sus repositorios, y los posts oficiales en X de @deepseek_ai, @DeepSeekHarness, @ArtificialAnlys, @ValsAI, @ollama y @baseten. Las horas de X están en UTC, como las muestra X. Las puntuaciones son de DeepSeek salvo que se nombre a un tercero. No ejecutamos el modelo.

Cronología

  1. La API de DeepSeek incorpora V4-Pro y V4-Flash con los nombres deepseek-v4-pro y deepseek-v4-flash. Según el registro de cambios, los nombres antiguos deepseek-chat y deepseek-reasoner dejarán de funcionar en tres meses, el 2026-07-24, y hasta entonces apuntan a los modos sin razonamiento y con razonamiento de V4-Flash.

    DeepSeek API change log (2026-04-24)

  2. La API oficial de V4-Flash entra en beta pública. DeepSeek dice que esta versión, 0731, conserva la arquitectura y el tamaño de la vista previa y solo se volvió a post-entrenar, y cita 82.7 en Terminal Bench 2.1 y 54.4 en DeepSWE. La nota añade que V4-Pro y los modelos de la app y la web no cambiaron.

    DeepSeek API change log (2026-07-31)

  3. V4-Pro pasa a disponibilidad general en la app, la web y la API. La misma entrada añade tres niveles de esfuerzo de razonamiento (low, high y max) y precios de hora punta y hora valle, con la hora valle a la mitad del precio punta desde las 16:00 UTC del 16 de agosto.

    DeepSeek API change log (2026-08-13)

  4. DeepSeek publica en la API un modelo de visión experimental, DeepSeek-V4-Flash-Vision-Exp. Según el registro de cambios, su capacidad con texto iguala a V4-Flash y, en benchmarks de agentes que exigen comprensión visual, se acerca a Opus-4.8.

    DeepSeek API change log (2026-08-21)

  5. A las 06:10 UTC DeepSeek abre en X un hilo de seis posts para anunciar V4.1-Flash, al que llama el modelo más pequeño de una nueva familia de arquitecturas, con comprensión visual nativa. El hilo describe un MoE de 552B parámetros cuyo diseño codificador-decodificador causal activa 8B parámetros en la entrada y 16B en la salida, y su último post enlaza los pesos y el informe técnico en Hugging Face.

    DeepSeek on X: Introducing DeepSeek-V4.1-Flash

  6. En el cuarto post del mismo hilo DeepSeek retira V4-Flash y V4-Flash-Vision-Exp, redirige sus nombres antiguos a V4.1-Flash y anuncia que irá eliminando V4-Pro. A partir de las 04:00 UTC del 14 de septiembre, escribe, todas las peticiones a deepseek-v4-pro irán a V4.1-Flash con tarifas de V4.1-Flash hasta que salga V4.1-Pro.

    DeepSeek on X: V4.1-Flash on the API

  7. Artificial Analysis, una empresa independiente de benchmarks, publica sus resultados a las 20:36 UTC. V4.1 Flash saca 40 en su Intelligence Index, por delante de DeepSeek V4 Pro 0813. El mismo post lo sitúa entre los modelos más verbosos que ha medido, con 89k tokens por tarea del índice, y aun así estima su coste en $0.27 por tarea porque los precios por token son muy bajos.

    Artificial Analysis on X

  8. Ollama publica a las 23:12 UTC que V4.1-Flash se está desplegando en su nube, empezando por las cuentas Max y Team, y que está ampliando capacidad para llegar a todos los suscriptores.

    Ollama on X

  9. La cuenta DeepSeek Harness anuncia versiones de escritorio del arnés de agentes de DeepSeek para macOS y Windows, en un artículo de X titulado «DeepSeek Harness for Desktop Is Here».

    DeepSeek Harness on X

  10. A las 08:35 UTC DeepSeek anuncia DeepSeek-V4.1-Flash-1017, disponible en su web, su app y su API. El hilo de cuatro posts promete mejores puntuaciones, tareas terminadas antes y respuestas más cortas que la versión de septiembre, pide a los usuarios de DeepSeek Harness que actualicen a la v0.2.1-rc.1 o posterior y termina con enlaces a los pesos en Hugging Face y ModelScope.

    DeepSeek on X: DeepSeek-V4.1-Flash-1017 is here

  11. El tercer post del mismo hilo abre a todo el mundo las API Search y Fetch de DeepSeek, a $0.75 por cada 1,000 llamadas en cada endpoint. Las llamadas hechas con herramientas del lado del servidor en DeepSeek Harness, Claude Code y Codex siguen siendo gratuitas hasta que empiece la facturación, a las 16:00 UTC del 31 de octubre.

    DeepSeek on X: Search & Fetch APIs

Por qué el nombre confunde

Los nombres de DeepSeek tienen dos capas, y casi toda la confusión está entre ellas. Una es la versión del modelo, una build fechada como V4-Flash-0731 o V4.1-Flash-1017. La otra es el nombre de modelo de la API que se pone en cada petición, que desde el 10 de septiembre es deepseek-flash. Cuando DeepSeek publica una build nueva suele mantener el nombre de API y cambiar el modelo que responde detrás. La entrada del registro de cambios del 17 de octubre lo dice sin rodeos: se actualizaron los modelos de la web y la app, la forma de llamar y el precio no cambian, y deepseek-flash ahora llega al modelo nuevo.

Un desarrollador que configuró deepseek-flash en septiembre lleva usando 1017 desde el 17 de octubre sin tocar una línea de código. Los nombres antiguos siguen funcionando. La página Models & Pricing, tal como la leímos el 19 de octubre, dice que deepseek-v4-flash y deepseek-v4-flash-vision-exp se siguen aceptando, que los modelos que había detrás se retiraron y que esas peticiones las atiende V4.1-Flash-1017 con precio de Flash.

El sufijo es una fecha, el 17 de octubre, escrita igual que 0731 y 0813 en las builds V4 anteriores. La ficha de 1017 la llama una actualización menor de V4.1-Flash. Tiene su propio repositorio en Hugging Face, junto al de septiembre, y ambos se publican con licencia MIT.

Qué cambió la arquitectura de septiembre

La ficha de V4.1-Flash describe un Causal Encoder-Decoder: un Transformer de 40 capas dividido en un codificador causal de 20 capas seguido de un decodificador de 20 capas. La caché KV global del decodificador se proyecta a partir de los últimos estados ocultos del codificador en lugar de construirse en cada capa del decodificador. DeepSeek dice que por eso solo hay 8B parámetros activos por token durante el prefill y 16B durante la decodificación, y que el diseño rinde más en cargas de agentes con mucha entrada.

Las cifras de memoria son las que DeepSeek pone delante. Según la ficha, un conjunto de cambios de atención llamado CSA2, junto con el almacenamiento en FP4 de la caché KV principal, deja la caché global en 890 bytes por token, más o menos la cuarta parte de V4-Flash. Un segundo mecanismo, SWA Bounded Replay, evita escribir en SSD la caché de ventana deslizante y reduce la caché persistente a cerca de una octava parte de V4-Flash. Un gráfico de la ficha cifra la reducción desde el primer modelo de DeepSeek en 437 veces. El hilo del anuncio da el motivo comercial: los cargos por aciertos de caché suelen ser una parte grande de lo que cuestan los agentes.

Otros detalles de la ficha: cada capa MoE tiene un experto compartido y 384 expertos enrutados, de los que seis se activan por token; una memoria condicional Engram de 196B parámetros se lee mediante consultas basadas en tokens; el preentrenamiento usó 45T tokens de datos multimodales, y el contexto se amplió a 1M tokens al llegar a 34T de ellos. El esfuerzo de razonamiento se fija con un entero de 1 a 100; los modelos V4 tenían tres niveles, low, high y max. Las imágenes pasan por un codificador visual que DeepSeek entrenó desde cero, e imagen y texto se entrenaron juntos desde el inicio del preentrenamiento.

552B o 763B: cómo leer el número de parámetros

Si buscas el tamaño de este modelo encontrarás dos cifras, y las dos salen de páginas de DeepSeek. El anuncio y la tabla del modelo base dicen 552B, que la ficha etiqueta como parámetros del backbone. Hugging Face muestra 763B para el repositorio. La mayor parte de la diferencia es la memoria Engram, que la ficha cifra en 196B parámetros y que el modelo consulta en lugar de calcular en cada token. Artificial Analysis usa ambas cifras en un mismo post: en la primera línea habla de un modelo de 552B y más abajo anota 763B parámetros en total.

El tamaño de la descarga es más fácil de fijar. Los metadatos del repositorio en Hugging Face indican 763,205,315,794 parámetros y 510.30 GB en archivos safetensors, unos 475 GiB. El repositorio de 1017 muestra el mismo número de parámetros y el mismo total de safetensors, lo que encaja con que DeepSeek llame a 1017 una actualización menor.

Unos pesos de ese tamaño están pensados para servidores, y el anuncio de DeepSeek lo deja ver: invita a contactar a los equipos que planean un despliegue de 2,000 GPU más un clúster de almacenamiento y dice que trabaja con la comunidad de código abierto en el soporte de inferencia. El acceso alojado estuvo desde el primer día: Baseten y Ollama anunciaron V4.1-Flash el 10 de septiembre, y la página de Hugging Face lista a Novita, Fireworks, Featherless AI, DeepInfra y Baseten como proveedores de inferencia.

Precios, y el cambio de rumbo con V4-Pro

El post de precios del 10 de septiembre decía que las nuevas tarifas entraban en vigor a las 04:00 UTC de ese día y que la hora valle seguía costando la mitad. En la página de precios a 19 de octubre, deepseek-flash cuesta en hora punta $0.30 por millón de tokens de entrada sin acierto de caché, $0.006 con acierto y $1.20 por millón de tokens de salida, y en hora valle $0.15, $0.003 y $0.60. La hora punta va de 01:00 a 04:00 y de 06:00 a 10:00 UTC entre semana, salvo festivos chinos. La ventana de contexto es de 1M tokens y la salida máxima, de 384K.

La misma página sigue listando deepseek-v4-pro, ahora fijado en DeepSeek-V4-Pro-0813, a $1.32 por millón de tokens de entrada sin acierto de caché y $3.96 por millón de tokens de salida en hora punta. Eso choca con el plan del hilo del 10 de septiembre, que era mandar todas las peticiones de V4-Pro a V4.1-Flash desde el 14 de septiembre. El registro de cambios lo aclara: bajo su encabezado del 10 de septiembre dice ahora que, atendiendo a la demanda de los usuarios, DeepSeek decidió seguir ofreciendo V4 Pro después del 14 de septiembre con la misma facturación. El párrafo no lleva fecha propia y no encontramos ningún post de DeepSeek en X que anunciara el cambio.

El precio por token no decide la factura por sí solo, porque un modelo que escribe más tokens paga más de ellos. Artificial Analysis midió 89k tokens por tarea para V4.1 Flash en su índice, más que GLM-5.3, V4 Pro 0813 y modelos punteros como Claude Opus 5. Aun así, su coste estimado por tarea, $0.27, quedó unas 2.5 veces por debajo del de V4 Pro 0813. Vals AI, otro evaluador independiente, lo señaló como el mejor modelo de pesos abiertos de su índice, a $0.30 por prueba. Son resultados de terceros sobre la versión de septiembre, no cifras de DeepSeek.

Qué cambia 1017, según las cifras de DeepSeek

El registro de cambios del 17 de octubre y la ficha de 1017 recogen las mismas once puntuaciones y las comparan con la versión de septiembre. DeepSWE v1.1 pasa de 74.2 a 77.0. Terminal-Bench 4.0 sube de 31.2 a 42.3, ProgramBench de 20.3 a 29.1, Automation-Bench de 54.8 a 60.5 y HLE sin herramientas de 36.8 a 42.6. Las pruebas de agentes visuales se mueven menos: BabyVision con herramientas de 89.6 a 92.5 y ZeroBench-main de 49.0 a 51.0.

Conviene leer las notas al pie antes de comparar. En 1017, DeepSeek pasó Terminal-Bench 4.0 en el arnés de Claude Code y DeepSWE en Mini-SWE-V2. La ficha de septiembre midió casi todas las pruebas de agentes de código en el modo Minimal de DeepSeek Harness, y DeepSWE con mini-SWE. Ninguna de las dos páginas dice si la puntuación de septiembre en Terminal-Bench 4.0 se volvió a medir en Claude Code para la tabla nueva. Las páginas de DeepSeek tampoco coinciden en una cifra de septiembre: NL2Repo-Bench aparece con 64.0 en la ficha original y con 65.4 en el registro de cambios y en la tabla de 1017.

DeepSeek también dice que 1017 termina las tareas antes y escribe respuestas más cortas, lo que atacaría la verbosidad que Artificial Analysis midió en septiembre. Ninguna de las dos páginas de DeepSeek da un recuento de tokens, así que, mientras nadie lo vuelva a medir, la salida más corta sigue siendo una afirmación de DeepSeek. La página de noticias de 1017 añade que el modelo se entrenó con aprendizaje por refuerzo con autorretroalimentación en proyectos completos, y muestra cuatro demos, desde un modelo 3D de la Ciudad Prohibida hasta una recreación de Portal 2 hecha en Godot.

En los repositorios aparecen dos diferencias menores. El top_p recomendado para 1017 es 1.0, cuando la ficha de septiembre admitía 0.95 o 1.0. El repositorio de 1017 incluye los archivos del tokenizador pero no el PDF del informe técnico, que sigue en el repositorio de septiembre.

Search y Fetch, publicados el mismo día

El segundo anuncio del 17 de octubre es fácil de pasar por alto. DeepSeek abrió sus API Search y Fetch, que según la empresa funcionan sobre su propio buscador y atienden cientos de millones de peticiones al día. Cada endpoint cuesta $0.75 por cada 1,000 peticiones correctas. Las llamadas que DeepSeek Harness, Claude Code o Codex hacen con herramientas del lado del servidor son gratis por ahora. El hilo de X sitúa el inicio de la facturación a las 16:00 UTC del 31 de octubre, y la página de precios da el mismo momento como las 00:00 hora de Pekín del 1 de noviembre.

Quien construye agentes debería apuntarse esa fecha. Las búsquedas del lado del servidor ocurren cada vez que el agente decide consultar algo, de modo que una sesión con el mismo consumo de tokens puede costar más después del 31 de octubre que la semana anterior.

Lo que no pudimos verificar

  • Cuándo decidió DeepSeek seguir ofreciendo V4-Pro después del 14 de septiembre. El registro de cambios recoge la decisión bajo su encabezado del 10 de septiembre, sin fecha propia.
  • Si 1017 escribe respuestas más cortas que la versión de septiembre, y cuánto. DeepSeek no da recuentos de tokens, y las cifras de verbosidad de Artificial Analysis son de la versión de septiembre.
  • Qué hardware hace falta para ejecutar los pesos por tu cuenta. DeepSeek publica código de inferencia y tamaños de archivo, pero las páginas que leímos no traen una lista de requisitos mínimos, y nosotros no ejecutamos el modelo.
  • Puntuaciones de terceros para 1017. Los resultados de Artificial Analysis y Vals citados aquí se publicaron el 10 de septiembre para el V4.1-Flash original.

Nuestra valoración

V4.1 Flash se puede seguir línea a línea porque DeepSeek lo deja casi todo por escrito: un registro de cambios fechado, dos fichas de modelo con tablas de benchmarks, una página de precios con horas exactas e hilos de X con marca de tiempo. El único punto difuso es la decisión sobre V4-Pro, anunciada en un hilo de X y revertida en el registro de cambios sin un post que hayamos encontrado. Para quien usa la API, lo práctico cabe en pocas líneas. deepseek-flash ya apunta a 1017, el precio no se movió, los nombres antiguos de V4 siguen funcionando y la facturación de Search y Fetch empieza a las 16:00 UTC del 31 de octubre. Añadiremos aquí entradas fechadas cuando DeepSeek lance V4.1-Pro, cambie precios o publique su siguiente build.

Más lecturas en Front: el análisis de hardware de Ling 3.1 Flash aborda la misma cuestión de memoria entre parámetros totales y activos para otro MoE grande, la cronología de Reflection Beam y la cronología de Meta Muse Spark Open siguen otros dos lanzamientos de pesos abiertos de octubre, y Grok 4.8: lo que xAI ha dicho de verdad sigue un modelo del que se ha hablado pero que no ha salido. Todos los artículos están en el índice del blog de Front.

La línea de lanzamientos más larga, desde V2 hasta esta compilación, está en la cronología de modelos DeepSeek.

Sigue leyendo

Todos los artículos, del más reciente al más antiguo, están en el índice del blog de Front.

Preguntas frecuentes

¿Qué es DeepSeek V4.1 Flash 1017?

DeepSeek-V4.1-Flash-1017 es la actualización de DeepSeek V4.1 Flash del 17 de octubre de 2026. La ficha de DeepSeek la llama una actualización menor. Tiene el mismo número de parámetros y se sirve con el mismo nombre de API, deepseek-flash, al mismo precio.

¿Cuántos parámetros tiene DeepSeek V4.1 Flash?

DeepSeek da 552B parámetros de backbone, con 8B activos por token en la entrada y 16B en la salida. Hugging Face indica 763B para el repositorio, lo que incluye la memoria Engram de 196B parámetros. Los archivos safetensors suman unos 510 GB.

¿Cuánto cuesta la API de DeepSeek V4.1 Flash?

En hora punta, $0.30 por millón de tokens de entrada sin acierto de caché, $0.006 con acierto y $1.20 por millón de tokens de salida. En hora valle cuesta la mitad, según la página de precios de DeepSeek a 19 de octubre de 2026.

¿DeepSeek V4.1 Flash es de código abierto?

Los pesos y el código de los repositorios de V4.1-Flash y V4.1-Flash-1017 están publicados en Hugging Face con licencia MIT, y DeepSeek también subió 1017 a ModelScope.

Registro de cambios

  • — Primera publicación. Páginas de DeepSeek y posts oficiales en X revisados hasta el 19 de oct. de 2026 (UTC+8).

Fuentes