DeepSeek ha presentado recientemente su nueva generación de modelo de IA, el V4.1-Flash. Según la información oficial, aunque el V4.1-Flash cuenta con un número total de parámetros y de parámetros activados inferior al del V4-Pro, su rendimiento, velocidad de inferencia y control de costes resultan más destacados, especialmente en tareas relacionadas con agentes y programación, donde en algunas pruebas de referencia supera al V4-Pro y a modelos de frontera como GPT-5.6 Sol.
El DeepSeek V4.1-Fash destaca en rendimiento y costes
DeepSeek señala que el V4.1-Flash emplea una arquitectura de mezcla de expertos, con un total de 552.000 millones de parámetros, 80.000 millones de parámetros activados en la fase de entrada y 160.000 millones en la fase de salida. En comparación, el anterior V4-Flash contaba con 284.000 millones de parámetros en total, mientras que el V4-Pro alcanzaba los 1,6 billones. Una de las principales mejoras del modelo es la notable compresión de la caché KV, que reduce el uso de caché a unos 890 bytes por token, a la vez que alcanza una velocidad de salida de aproximadamente 214,4 tokens por segundo y un tiempo de respuesta del primer token de 1,13 segundos.
El organismo de evaluación independiente AA lo ha calificado con una valoración de «velocidad notablemente superior».
En materia de rendimiento, DeepSeek indica que el V4.1-Flash, con una configuración de alta intensidad de razonamiento, supera al GPT 5.6 Sol y al Claude Opus 5 en pruebas de operación en terminal, reparación de código y tareas automatizadas. No obstante, en tareas más amplias de razonamiento general de alta dificultad, los resultados del modelo son relativamente discretos. Los datos de AA muestran que el índice de inteligencia compuesto del V4.1-Flash se sitúa en 40 puntos, por encima de la mediana de la mayoría de modelos open weight de su categoría, aunque aún por debajo de los principales modelos de frontera.
Conviene tener en cuenta que AA actualizó recientemente su sistema de evaluación, con un endurecimiento evidente de los criterios de puntuación, lo que ha provocado ajustes a la baja en las puntuaciones de numerosos modelos antes bien valorados.
En cuanto al precio, los datos de AA muestran que el V4.1-Flash tiene un precio de US$0,30 (unos HK$2) por cada millón de tokens de entrada y de US$1,20 (unos HK$9) por cada millón de tokens de salida, con un coste combinado de aproximadamente US$0,18 (unos HK$1), por debajo de la mediana de los modelos de su segmento. Si se accede a caché, el precio puede reducirse aún más hasta US$0,01 (unos HK$0) por cada millón de tokens. AA señala además que el modelo tiende a generar respuestas extensas, con un volumen total de tokens de salida claramente superior al de modelos comparables, lo que puede afectar al tiempo y al coste en el uso real.
En el plano técnico, el V4.1-Flash introduce una nueva estructura denominada CED, que divide un Transformer de 40 capas en 20 capas de codificador causal y 20 de decodificador, reduciendo los cálculos redundantes asociados a la atención cruzada tradicional y combinando métodos como CSA2 y la cuantización FP4 para comprimir el uso de caché y memoria. En conjunto, esta actualización de DeepSeek se centra en la optimización de la ejecución por parte de agentes, las capacidades de código y los costes de despliegue.