DeepSeek V4.1 Flash 1017: precio API y mi test

👁 113 lecturas

DeepSeek V4.1 Flash 1017 combina una versión actualizada de pesos abiertos con un nuevo servicio de búsqueda a fecha de octubre de 2026. En el contexto de DeepSeek V4 y sus variantes rápidas, probé el modelo a través de la API el 19 de octubre y completó las 12 tareas de mi prueba en polaco. Ese resultado es independiente de los benchmarks de programación publicados por DeepSeek y de su Search API, la cual no utilicé en este test.

Qué novedades trae DeepSeek V4.1 Flash 1017

DeepSeek califica V4.1 Flash 1017 como una actualización menor, pero su comparativa publicada muestra avances en razonamiento, programación y tareas de agentes. El nombre identifica el lanzamiento del 17 de octubre. Resulta prudente conservar ese sufijo al registrar resultados, ya que un alias en la API puede mantener su denominación mientras el modelo subyacente cambia. La arquitectura de la primera versión la describí en su momento, y el resto de lanzamientos de pesos abiertos de esa misma semana los analizo en mi guía de modelos de IA de pesos abiertos.

En la tabla facilitada por DeepSeek, DeepSWE v1.1 sube de 74,2 a 77,0; Terminal-Bench 4.0 pasa de 31,2 a 42,3; y Automation-Bench v1.0.6 avanza de 54,8 a 60,5. Son puntuaciones de pruebas de referencia reportadas por el propio desarrollador. Yo no he replicado esas evaluaciones y no deben mezclarse con mi breve test en polaco dentro de una clasificación única.

DeepSeek también afirma que esta actualización reduce la longitud de las respuestas y el tiempo de ejecución por tarea. Esto cobra especial relevancia en flujos de agentes, donde completar un objetivo puede requerir numerosas llamadas al modelo. No obstante, esto no garantiza un porcentaje fijo de ahorro en otra aplicación distinta: una respuesta más breve solo ayuda si conserva la información o la acción de herramienta que tu sistema necesita.

Pesos, licencia y despliegue local de DeepSeek V4

El repositorio oficial publica los pesos bajo la licencia MIT y anuncia una ventana de contexto de un millón de tokens. Los metadatos en Hugging Face indican 763 mil millones de parámetros. Se trata de una cifra del tamaño del repositorio, no de un recuento verificado de parámetros activos. Tampoco especifica cuánta memoria exigirá un despliegue cuantizado concreto.

La licencia MIT concede permisos amplios, incluidos el uso comercial y la modificación, siempre que se mantengan los avisos correspondientes. Calificarla como una licencia «sin condiciones» sería inexacto. Su atractivo práctico radica en que su estructura de permisos resulta conocida y no añade umbrales comerciales específicos como sí hacen otros lanzamientos de este grupo.

Ejecutar el checkpoint completo requiere una planificación de despliegue exigente. Mi prueba recurrió a inferencia remota, por lo que no tengo mediciones de hardware local que aportar. La documentación del repositorio oficial es el punto de partida obligado para formatos y configuración en tiempo de ejecución. Comprar hardware basándote únicamente en el trabajo activo por token, o en la palabra «Flash», sería un error.

Precios oficiales en USD de la DeepSeek API

La página oficial de tarifas de DeepSeek, consultada el 20 de octubre de 2026, vincula deepseek-flash con V4.1 Flash 1017. Las tarifas expuestas a continuación corresponden a un millón de tokens. El estado de la caché se aplica a la entrada; el texto generado tiene su propia tarifa dentro de la DeepSeek API.

Las franjas punta documentadas son de 01:00 a 04:00 y de 06:00 a 10:00 UTC de lunes a viernes, excluyendo los festivos oficiales de China. El resto de franjas se consideran horas valle. Por tanto, calcular un presupuesto exige prever el comportamiento de la caché, el horario de tus peticiones y los tokens generados. Las tarifas máximas de entrada y salida no reflejan por sí solas cada petición individual.

Estos precios oficiales son independientes del gasto registrado en mi test. Una ejecución histórica a través de la API puede estar sujeta a condiciones de facturación y servicio distintas. El coste que medí debe vincularse estrictamente a esa ejecución, en lugar de interpretarse como un presupuesto cerrado para un despliegue futuro.

Search y Fetch funcionan como servicios independientes

La Search API devuelve resultados web clasificados, mientras que Fetch extrae una página web en formato Markdown. DeepSeek documenta hasta 50 resultados de búsqueda por petición y fija para ambos servicios una tarifa de $0,75 por cada 1.000 peticiones correctas. La unidad facturable es la petición completada con éxito, no cada resultado individual retornado.

La guía oficial del servicio excluye de la facturación las peticiones fallidas, las búsquedas vacías y los tiempos de espera agotados. Las explicaciones sobre el acceso inicial difieren de la página de tarifas, la cual fecha de forma explícita la tarificación de llamadas a herramientas integradas en servidor a partir del 1 de noviembre a las 00:00, hora de Pekín (31 de octubre a las 16:00 UTC). Esa fecha no debe extrapolarse como una promesa general de que cualquier petición independiente será gratuita hasta entonces.

En el desarrollo de una aplicación, la búsqueda y la generación resuelven problemas distintos. La búsqueda suministra datos actualizados; el modelo de lenguaje todavía debe seleccionar, interpretar y citar esa información adecuadamente. Obtener una página mediante Fetch no garantiza la veracidad de su contenido, del mismo modo que una respuesta generada verosímil no demuestra que las fuentes la respalden.

• Conserva las URL recuperadas y el texto original para poder auditarlos.
• Registra el consumo de peticiones de Search y Fetch al margen de los tokens del modelo.
• Verifica si la respuesta generada se apoya realmente en el material descargado.
• Comprueba cómo reacciona tu sistema ante búsquedas sin resultados, no solo ante búsquedas con éxito.

Son pautas de validación para cualquier implementación futura. En esta prueba no ejecuté una comparativa de calidad de búsqueda ni medí la velocidad de recuperación web, por lo que no ofrezco valoraciones de primera mano frente a otros motores de búsqueda.

Qué reveló realmente mi test en polaco

Mi prueba del 19 de octubre consistió en 12 prompts breves en polaco, enviados de forma individual a temperatura 0 con un límite de 6.000 tokens de respuesta, incluyendo razonamiento y contestación. DeepSeek devolvió una respuesta válida en cada tarea (puedes consultar la comparativa de los cuatro modelos en mi artículo sobre modelos abiertos probados en polaco). El conjunto incluyó aritmética, flexión gramatical, recuento de letras, extracción de datos de facturas, cálculo de suma de verificación, lógica, identificación de un día histórico de la semana, formateo, conocimiento local, conversión de unidades, ortografía y continuación de secuencias numéricas.

La mediana del tiempo transcurrido por petición fue de 0,95 segundos, y la petición más lenta tardó 2,4 segundos. El consumo registrado de tokens de salida ascendió a 1.283 tokens en total. El coste acumulado fue de $0,00062014 (aproximadamente $0,0006 por todo el conjunto). Son datos empíricos extraídos de mis registros de ejecución, no estimaciones basadas en la tabla de tarifas actual.

La calificación final de 12/12 incorpora una corrección en el criterio de evaluación ortográfica. DeepSeek utilizó la forma imperativa válida «Weź parasol» (cuyo significado es «coge un paraguas» o «toma un paraguas»), mientras que la pauta inicial exigía estrictamente el infinitivo «wziąć». Aceptar esa alternativa corrigió una regla de corrección excesivamente restrictiva. No regeneré ninguna respuesta para alcanzar esa puntuación definitiva.

El resultado es prometedor para tareas cortas semejantes, pero no evalúa la redacción extensa en polaco, la calidad en español o inglés, la interpretación de imágenes ni la programación a nivel de repositorio. Asimismo, las peticiones pueden haber sido atendidas por distintos entornos de infraestructura. La latencia observada describe mi experiencia directa con la API en ese momento y no un test aislado de velocidad pura de computación.

Preguntas frecuentes

¿Los usuarios actuales de la API deben cambiar el nombre del modelo?

La página oficial de tarifas asocia directamente deepseek-flash con este checkpoint actualizado. Aun así, te recomiendo registrar la fecha del checkpoint en tus evaluaciones internas aunque tu aplicación siga empleando el mismo alias.

¿Influyó la Search API en la puntuación perfecta del test?

No. En mi prueba envié prompts de texto plano sin herramientas de búsqueda activadas. Por tanto, este test no determina si Search o Fetch habrían mejorado el rendimiento en otra tarea.

¿Demuestra esto que DeepSeek es el mejor modelo abierto del mercado?

Demuestra que completó con éxito este conjunto reducido en polaco y que registró la mediana de tiempo más baja de mi sesión. Afirmaciones más amplias requieren pruebas más complejas, especialmente en flujos de trabajo con agentes, visión multimodal o conversaciones de contexto extenso.

// sigue leyendoKimi K3 baja un 36%: nuevos precios por millón de tokensNoticiasGPT-5.6 Sol duplica sus precios por millón de tokensNoticiasMistral Large 4 (Le Chonk): estreno, parámetros y precioNoticias