DeepSeek publicó el 10 de septiembre DeepSeek-V4.1-Flash, un modelo de pesos abiertos con licencia MIT que, según la tabla de resultados de la propia empresa, supera a Claude Opus 5 y a GPT-5.6 en varias pruebas de agentes y programación, y que se cobra a 0,30 dólares por millón de tokens de entrada. En una semana lleva más de 390.000 descargas en Hugging Face. Pero la misma tabla enseña dónde sigue lejos de los modelos de pago, y esa segunda mitad es la que casi nadie cuenta.
Qué es exactamente V4.1 Flash
Es un modelo de mezcla de expertos con 552.000 millones de parámetros en total, multimodal (entiende imágenes y texto, genera texto) y con una ventana de contexto de un millón de tokens. La cifra grande engaña: en cada token solo se activan 8.000 millones de parámetros al leer y 16.000 millones al escribir. De ahí sale el precio.
La novedad técnica está en la arquitectura, que DeepSeek llama codificador-decodificador causal: 40 capas repartidas en un codificador de 20 y un decodificador de 20. La memoria de trabajo que el modelo guarda de la conversación (la caché KV, lo que más encarece los contextos largos) se proyecta desde el codificador en vez de reconstruirse capa a capa, y ocupa en torno a una octava parte de la que necesitaba la versión anterior, V4-Flash. En castellano: leer documentos largos sale mucho más barato que antes, que es justo el trabajo típico de un agente.
Antes de seguir: llévate las herramientas y prompts listos para usar, GRATIS. Probados uno a uno y ordenadas por la tarea que quieres resolver: vídeo, imagen, voz, escribir, automatizar tu negocio, clientes, web. Es gratis y la lista crece cada semana.
Entras también en el boletín semanal de La Prensa IA. Te das de baja cuando quieras, con una palabra.
Dónde gana a los modelos de pago (según DeepSeek)
La comparativa oficial, con el esfuerzo de razonamiento al máximo, enfrenta a V4.1 Flash con Claude Opus 5, GPT-5.6 Sol, K3, GLM-5.3 y sus propios V4-Pro y V4-Flash. En las pruebas de agentes, el modelo abierto queda primero en varias:
- Terminal-Bench 2.1 (tareas en una terminal): 90,6 frente a 89,1 de Opus 5 y 88,8 de GPT-5.6.
- DeepSWE v1.1 (resolver incidencias reales de código): 74,2 frente a 74,0 de Opus 5.
- AutomationBench (automatizar procesos): 54,8 frente a 50,3 de Opus 5.
- CyberGym (seguridad): 88,1 frente a 84,5 de GPT-5.6.
- Agent’s Last Exam: 31,8, por delante de todos los comparados.
- En Codeforces, la competición de programación, alcanza una puntuación de 3.471, la más alta de la tabla.
Son cifras de la empresa, no de un tercero, y conviene leerlas así. Aun así, un tercero independiente, Artificial Analysis, le da 40 puntos en su índice de inteligencia, cuando la mediana de los modelos abiertos de tamaño parecido está en 18.
Dónde sigue por detrás (según la misma tabla)
La propia comparativa de DeepSeek deja tres huecos claros:
- Razonamiento puro sin herramientas. En Humanity’s Last Exam, V4.1 Flash saca 36,8 frente a los 56,3 de Opus 5. Veinte puntos.
- Las pruebas de terminal más nuevas y difíciles. En Terminal-Bench 4.0 se queda en 31,2 frente a 51,8 de Opus 5; en ProgramBench, 20,3 frente a 37,0; en NL2Repo-Bench, 64,0 frente a 75,3. Gana en la versión antigua de la prueba y pierde en la moderna.
- Conocimiento del mundo. En la tabla del modelo base, en SimpleQA-Verified (preguntas de datos concretos) el Flash obtiene 42,3 y el V4-Pro, 55,2. Es decir: para tareas que dependen de saberse las cosas, no de razonarlas o ejecutarlas, el modelo barato falla más.
Ese último punto es el que más importa a quien lo use para redactar o responder preguntas de clientes: un modelo que ejecuta bien y recuerda regular es un buen empleado para tareas con instrucciones claras y una mala enciclopedia.
Cuánto cuesta y con qué se compara
En la API de DeepSeek, según recoge Artificial Analysis, el precio es de 0,30 dólares por millón de tokens de entrada y 1,20 por millón de salida; con la mezcla habitual de caché, entrada y salida, la tarifa combinada queda en 0,18 dólares por millón. Los pesos están en Hugging Face bajo licencia MIT, que permite el uso comercial sin condiciones, y DeepSeek publica junto al modelo el código para reproducir sus resultados en DeepSWE, algo que los laboratorios cerrados no hacen.
Un detalle práctico: esta versión no incluye la plantilla de conversación en el formato habitual (Jinja). DeepSeek publica en su lugar una implementación de referencia en Python y una biblioteca en Rust, deepseek-recipe, que convierte las peticiones de las API de OpenAI y Anthropic al formato del modelo. Para quien lo integre en n8n o en un agente propio, es un paso más que con otros modelos.
Qué implica
Para una pyme o un autónomo que automatiza con agentes, V4.1 Flash cambia la cuenta: las tareas de ejecución (leer un correo, rellenar un formulario, tocar un repositorio, mover datos entre programas) se pueden hacer con un modelo abierto que cuesta una fracción de Claude o GPT y que, en esas tareas concretas, rinde igual o mejor según su propio fabricante. Lo que no cambia es el reparto de trabajo: el razonamiento difícil y las respuestas que dependen de conocimiento siguen siendo terreno de los modelos grandes de pago, o del V4-Pro del propio DeepSeek. La estrategia sensata no es sustituir uno por otro, sino poner el barato a ejecutar y el caro a decidir.
Y una advertencia que vale para todos los lanzamientos: las cifras que más circulan estos días en vídeos y redes sobre este modelo («el primero entre los abiertos», «alucina en el 96 % de los casos») no aparecen ni en la ficha de DeepSeek ni en la página del modelo en Artificial Analysis. Lo que sí está escrito es lo de arriba.
Fuente original: ficha del modelo en Hugging Face (DeepSeek). Datos de precio e índice: Artificial Analysis.
Para usarlo tú: si estás decidiendo con cuál quedarte para trabajar en español, las probamos una a una en ChatGPT, Claude o Gemini: cuál conviene para trabajar en español.
Contenido elaborado con la asistencia tecnológica de IBERIA y supervisión editorial. Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico.
