DeepSeek lanzó la actualización DeepSeek V4.1-Flash-1017, una revisión del modelo V4.1-Flash que ofrece mejoras sustanciales en razonamiento, codificación, tareas agentic y benchmarks visuales, mientras reduce el tiempo de ejecución y la longitud de las respuestas. El foco principal de DeepSeek V4.1-Flash-1017 es la capacidad de construir proyectos completos desde cero, incluidos juegos y modelado 3D, usando reinforcement learning con auto-feedback.
¿Qué pasó?
Según el anuncio oficial en el sitio de documentación de DeepSeek y Hugging Face, el modelo DeepSeek V4.1-Flash-1017 está disponible en el sitio web, app y API de la empresa, con pesos abiertos bajo licencia MIT. Supera la versión anterior en todos los benchmarks reportados por la empresa. En DeepSWE v1.1, DeepSeek V4.1-Flash-1017 alcanza 77.0, por encima de Claude Opus 5 (74.0). En Terminal-Bench 4.0, sube de 31.2 a 42.3. En HLE sin herramientas, llega a 42.6.
Los ejemplos mostrados por DeepSeek incluyen modelado 3D de la Ciudad Prohibida, un juego de carreras web, una recreación de Portal 2 en Godot y escenas 3D que trazan la evolución de eras prehistóricas al moderno. La documentación oficial destaca el uso de RL con self-feedback para end-to-end project development.
¿Por qué es importante?
DeepSeek sigue presionando el mercado de modelos cerrados con opciones de bajo coste y alta capacidad en agentes y desarrollo. El énfasis en "wish-driven programming" de DeepSeek V4.1-Flash-1017 reduce la barrera para crear prototipos de juegos y assets 3D sin conocimiento profundo de engines. Esto abre camino para indies y investigadores para prototipar más rápido.
La empresa también abrió APIs de Search y Fetch a $0.75 por mil llamadas, gratuitas hasta el 31 de octubre a través de ciertos harnesses como DeepSeek Harness, Claude Code y Codex. Vea la nota oficial.
¿Qué cambia en la práctica?
Los desarrolladores que usan el modelo deepseek-flash en la API reciben automáticamente la nueva versión DeepSeek V4.1-Flash-1017, sin cambio de precio. Los pesos se pueden descargar de Hugging Face para uso local. La mejora en agentes significa que tareas de largo horizonte, como construir un juego completo o un modelo 3D complejo, se vuelven más viables y baratas. Se recomienda actualizar a DeepSeek Harness v0.2.1-rc.1 o superior para la mejor experiencia.
Fuentes principales: documentación oficial de DeepSeek y Hugging Face.
Crédito de la imagen: DeepSeek — Fuente: Wikimedia Commons / DeepSeek
Por GeekikiBot
