RespuestasPublicado20 fuentes
DeepSeek V4.1-Flash-1017 mejora en algunas pruebas; aún quedan dudas sobre su fiabilidad
DeepSeek afirma que V4.1 Flash 1017 mejora en pruebas de programación y tareas con agentes; en DeepSWE v1.1, su puntuación subió de 74,2 a 77,0. La actualización sustituyó al modelo anterior en la web, la aplicación y la API de DeepSeek.
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- DeepSeek afirma que V4.1 Flash 1017 mejora en pruebas de programación y tareas con agentes; en DeepSWE v1.1, su puntuación subió de 74,2 a 77,0.
- La actualización sustituyó al modelo anterior en la web, la aplicación y la API de DeepSeek.
- Una evaluación de Artificial Analysis registró una mejora en su índice de inteligencia, pero también señaló límites en una prueba específica de respuestas factuales.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What does DeepSeek’s October 17 release of the open-weight V4.1-Flash-1017 update reveal about its claimed benchmark gains, faster task comp. Article summary: The release points to a stronger, more economical open-weight model for coding and other checkable tasks—not proof of frontier-level reasoning or dependable factual research.[1][10] The reported Chrome exploit adds a pot. Topic tags: general, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
DeepSeek presentó el 17 de octubre de 2026 una actualización de V4.1-Flash que, según la empresa, mejora algunos resultados de referencia, completa tareas más rápido y genera respuestas más breves.1 Los datos publicados apuntan a avances en programación y tareas con agentes, pero la expresión «mejora de Pareto en rendimiento y coste» no significa que haya bajado el precio de la API. Además, las evaluaciones externas dejan ver límites de fiabilidad.
1
19
30
Qué cambió con la actualización
DeepSeek asegura que V4.1-Flash-1017 supera a la versión anterior en sus pruebas, tarda menos en completar tareas y produce respuestas más cortas.1 En la comparación de la empresa, la puntuación de DeepSWE v1.1 subió de 74,2 a 77,0 y la de Terminal-Bench 4.0 pasó de 31,2 a 42,3.
1
4 Son indicadores útiles para tareas de programación y uso de agentes, pero proceden de las comparaciones de DeepSeek: no confirman de manera independiente todas las mejoras anunciadas.
1
La nueva versión sustituyó a la anterior en la web, la aplicación y la API de DeepSeek. La forma de llamar a la API y sus precios no cambiaron, y la empresa publicó en Hugging Face los pesos del modelo con licencia MIT.1
54 Por tanto, la «mejora de Pareto» es la afirmación de DeepSeek de que ofrece más rendimiento y menor coste por tarea, no un recorte de las tarifas publicadas. Si el modelo genera menos tokens o termina antes, eso podría reducir el coste de ciertos usos; no es una garantía de ahorro para todos los casos.
1
Tamaño del modelo y ventana de contexto
V4.1-Flash-1017 es un modelo de mezcla de expertos (MoE): su arquitectura tiene 552.000 millones de parámetros y admite una ventana de contexto de hasta un millón de tokens. Baseten indica que activa 8.000 millones de parámetros durante la lectura inicial de la entrada y 16.000 millones durante la generación. Así, la cifra de «16.000 millones activos» se refiere a la generación, no al tamaño total de la arquitectura.17
18
Los pesos abiertos permiten desplegar el modelo fuera de los servicios alojados por DeepSeek. Usar esos pesos descargados y utilizar la API alojada son modalidades distintas; en esta actualización, la API conservó el mismo método de llamada y los mismos precios.1
54
Algunas mejoras de eficiencia vienen de una versión anterior
Tom’s Hardware informa que la transición anterior, de V4 Flash a V4.1 Flash, redujo los requisitos de memoria HBM a una cuarta parte y el almacenamiento SSD a una octava parte.19 Esas cifras corresponden a aquel cambio de arquitectura, no a ahorros que deban atribuirse específicamente a la actualización V4.1-Flash-1017 del 17 de octubre.
Para quienes usan la API alojada, la distinción práctica es sencilla: DeepSeek dice que la nueva versión genera respuestas más breves y termina las tareas más rápido, pero las tarifas publicadas no cambiaron.1
54 Que eso reduzca el gasto depende del tipo de tarea y de cómo se mida el consumo.
Qué aportan las evaluaciones externas
Artificial Analysis otorgó a V4.1-Flash-1017 una puntuación de 45 en su Intelligence Index, seis puntos más que a la versión anterior, y lo situó empatado en el segundo puesto entre los modelos de pesos abiertos.30 Es una mejora apreciable en esa evaluación; no significa que lidere todas las categorías ni que supere en conjunto a los mejores modelos cerrados.
En la prueba Omniscience de Artificial Analysis, la precisión reportada pasó del 43 % al 46 %, la tasa de respuestas no alucinadas llegó al 33 % y el índice de la prueba avanzó de −5 a +5.31 Son resultados de una evaluación concreta, no una medida de precisión aplicable a cualquier pregunta. Tom’s Hardware también advierte que las alucinaciones siguen siendo un problema frente a competidores propietarios.
19
La conclusión práctica es elegir tareas cuyo resultado se pueda comprobar. El código, por ejemplo, puede ponerse a prueba; en una investigación abierta o en la redacción de un documento factual preciso, un error convincente puede ser más difícil de detectar. Las mejores puntuaciones en benchmarks no eliminan la necesidad de verificar las respuestas.19
30
31
La afirmación sobre Chrome todavía no está verificada
El 22 de octubre, el investigador Exocija afirmó que, al usar V4.1-Flash-1017, obtuvo en unas 12 horas un exploit de corrupción de memoria en varias etapas que escapaba del sandbox V8 de Chrome y conseguía acceso de lectura y escritura al proceso.47 Un rastreador comunitario califica la afirmación de no verificada y señala que, según su registro, no había código público, un identificador CVE ni confirmación de Google.
34
La diferencia es importante: el relato de un investigador no equivale a una demostración reproducida de forma independiente. Si se verificara, la afirmación plantearía interrogantes sobre el uso de IA de bajo coste en ciberseguridad ofensiva. La información disponible aquí no demuestra que el exploit haya sido confirmado por terceros, que se haya usado contra personas ni que equivalga a tomar el control de un dispositivo entero.34
47
En resumen
V4.1-Flash-1017 combina mejoras de rendimiento y eficiencia comunicadas por DeepSeek con una mejora en el índice de Artificial Analysis. La actualización mantuvo los precios de la API y puso los pesos a disposición del público con licencia MIT.1
30
54 La apuesta más razonable es probarlo en tareas de programación o de agentes con resultados medibles y comprobar después el trabajo. Los datos disponibles no bastan para presentarlo como líder indiscutible, fuente fiable de hechos sin verificar ni capacidad confirmada para vulnerar Chrome.
19
30
34
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "DeepSeek V4.1-Flash-1017 mejora en algunas pruebas; aún quedan dudas sobre su fiabilidad"?
DeepSeek afirma que V4.1 Flash 1017 mejora en pruebas de programación y tareas con agentes; en DeepSWE v1.1, su puntuación subió de 74,2 a 77,0.
¿Cuáles son los puntos clave a validar primero?
DeepSeek afirma que V4.1 Flash 1017 mejora en pruebas de programación y tareas con agentes; en DeepSWE v1.1, su puntuación subió de 74,2 a 77,0. La actualización sustituyó al modelo anterior en la web, la aplicación y la API de DeepSeek.
¿Qué debo hacer a continuación en la práctica?
Una evaluación de Artificial Analysis registró una mejora en su índice de inteligencia, pero también señaló límites en una prueba específica de respuestas factuales.
Fuentes
rits.shanghai.nyu.eduDeepSeek Ships V4.1-Flash-1017: Faster Agents, Same Price
tomshardware.comDeepseek's latest AI model is smarter than ever, but its low running costs come at a price — uses only one-quarter of the HBM and one-eighth of SSD storage but still battles hallucinations in agentic workloads
x.comArtificial Analysis on X: "DeepSeek V4.1 Flash 1017 scores 45 on ...
digg.comDeepSeek Releases V4.1-Flash-1017, Claiming Improved Efficiency and Benchmark Gains