Imagina a dos profesionales de mantenimiento. Uno es un maestro capaz de resolver la avería más complicada del edificio, pero cobra por horas y el contador corre deprisa. El otro es casi igual de apañado en las reparaciones cotidianas, acaba antes, habla menos y cobra muchísimo menos. Cuando tienes una cola de mil incidencias pendientes, contratas al segundo para la mayoría y guardas al maestro en marcación rápida. DeepSeek-V4.1-Flash-1017 es ese segundo profesional.
El 17 de octubre de 2026, DeepSeek incorporó esta versión a su web, su aplicación y su API bajo el mismo nombre deepseek-flash, sin tocar las tarifas. El precio estándar es de $0,15 por millón de tokens de entrada y $0,60 por millón de tokens de salida; durante las franjas punta de los días laborables (de 01:00 a 04:00 y de 06:00 a 10:00 UTC) se duplica a $0,30 y $1,20, de modo que el rango práctico es de $0,15–$0,30 de entrada y $0,60–$1,20 de salida. La empresa la presenta como una actualización menor del V4.1 Flash de septiembre. Los cambios que enumera son mejores resultados en razonamiento, programación y visión, además de respuestas más breves y tareas más rápidas. De esa última pareja sale el menor coste por tarea: un modelo que llega al mismo arreglo gastando menos tokens resulta más barato sin necesidad de rebajar la lista de precios.
Así se traduce eso en los números de DeepSeek. En DeepSWE v1.1, una prueba en la que el modelo debe reparar proyectos de software reales, declara un 77,0, frente al 74,2 anterior. En su tabla sitúa a Claude Opus 5 en 74,0 y a GPT-5.6 Sol en 73,0. En el mucho más duro Terminal-Bench 4.0 declara un 42,3, por encima del 31,2 previo y del 37,9 que atribuye a GLM-5.3, aunque todavía lejos del 51,8 de Opus 5. Su gráfico de costes coloca la configuración máxima en torno al 77 % de acierto por unos veinte centavos por tarea; el gráfico no aclara si ese cálculo asume tarifa estándar o tarifa punta, así que conviene dar por sentado que en horas punta la cifra podría rondar el doble. Todos esos datos proceden de DeepSeek y se obtuvieron con entornos elegidos por la propia compañía: la ejecución de Terminal-Bench usó el harness de Claude Code, mientras que DeepSWE empleó otro distinto. Un lector prudente toma esa tabla como una afirmación sólida pendiente de confirmar, no como un veredicto definitivo.
El historial independiente es más escueto. Artificial Analysis ha evaluado el V4.1 Flash de septiembre, que cuenta con 552.000 millones de parámetros totales y unos 16.000 millones activos por token: obtiene un 39 en la versión 4.3.2 de su Intelligence Index. En esa misma versión, GLM-5.3-Flash marca un 42. Por tanto, en inteligencia general medida por un tercero, el Flash de DeepSeek iba por detrás de su rival antes de esta actualización. La mejora de DeepSeek apunta directamente al trabajo con agentes, donde sus propias tablas muestran los mayores avances, y ahí es donde deberían mirar las próximas pruebas independientes. (Las reseñas anteriores de GLM-5.3 en este sitio citan una cifra más alta procedente de una versión previa de la escala; las puntuaciones de versiones distintas no son comparables entre sí.)
Además, el modelo ve. Acepta imágenes, lo que permite a un agente de frontend comparar una página renderizada con el diseño previsto en vez de deducir el problema solo a partir del código, y ofrece un millón de tokens de contexto con hasta 384K tokens de salida. Los pesos están disponibles en Hugging Face bajo licencia MIT. Ahora bien, el checkpoint ocupa unos 763.000 millones de parámetros en almacenamiento, de modo que alojarlo por cuenta propia es una decisión de centro de datos y no de portátil. Por eso aquí lo analizamos para programación como API alojada y revisamos su faceta de despliegue privado en la categoría de IA Local / Privada.
Dos apuntes prácticos. DeepSeek recomienda su propio DeepSeek Harness, versión 0.2.1-rc.1 o posterior, y señala que también afinó el modelo para CodeBuddy y WorkBuddy de Tencent, por lo que el rendimiento en otros entornos de agentes puede variar. Por otra parte, sus nuevas API de Search y Fetch, que cuestan $0,75 por cada mil llamadas, solo son gratuitas a través de ciertas herramientas del lado del servidor hasta el 31 de octubre de 2026; conviene incluirlas en el presupuesto a partir de noviembre.
El plan sensato pasa por repartir el trabajo. Deja que DeepSeek-V4.1-Flash-1017 despeje la larga cola de reparaciones rutinarias, ejecute las pruebas y reintente a bajo coste. Envía los pocos problemas de los que depende un lanzamiento —como sesiones profundas de terminal o migraciones enrevesadas— a un modelo más potente. Y revisa después las puntuaciones independientes cuando salgan, porque ellas nos dirán si esta promesa de rendimiento por dólar aguanta el contacto con el examen de un tercero.
