En resumen
- DeepSeek-V4.1-Flash-1017 es una actualización de DeepSeek-V4.1-Flash, lanzado el 10 de septiembre de 2026. Misma arquitectura y mismo nombre en la API, mejores puntuaciones y respuestas más cortas.
- En las pruebas de la propia DeepSeek, donde más mejora es en programación agéntica: 42,3 en Terminal-Bench 4.0, frente a 31,2, y 77,0 en DeepSWE v1.1.
- Es un modelo de mezcla de expertos (mixture of experts) con 552 000 millones de parámetros, de los que 16 000 millones trabajan en cada token generado, y un contexto de hasta 1 millón de tokens. Los pesos son gratuitos con licencia MIT.
- Los pesos completos ocupan unos 510 GB. En Mac hace falta una Mac Studio con 256 a 512 GB de memoria, o leer desde el SSD con 128 GB.
1Qué es DeepSeek V4.1 Flash 1017
DeepSeek-V4.1-Flash es el modelo más pequeño de la familia V4.1 de DeepSeek, con comprensión de imágenes integrada. Llegó a la API de DeepSeek el 10 de septiembre de 2026; el 17 de octubre, DeepSeek lo sustituyó por DeepSeek-V4.1-Flash-1017, que describe como una actualización menor (registro de cambios de la API de DeepSeek).
La actualización mejora los benchmarks de razonamiento, programación, agentes y visión, y el modelo completa las tareas con respuestas más cortas y en menos tiempo. DeepSeek lo ajustó para su propio DeepSeek Harness, Tencent CodeBuddy y WorkBuddy, y recomienda DeepSeek Harness 0.2.1-rc.1 o posterior (Hugging Face).
El nombre sigue la costumbre de DeepSeek de fechar sus actualizaciones: 1017 son el mes y el día, 17 de octubre.
2Benchmarks: 1017 frente a V4.1 Flash y otros
| Benchmark | V4.1 Flash 1017 | V4.1 Flash | Opus 5 | GPT-5.6 Sol | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|---|---|
| HLE, sin herramientas | 42,6 | 36,8 | 56,3 | 44,5 | 43,5 | 42,0 |
| Terminal-Bench 4.0 | 42,3 | 31,2 | 51,8 | 39,9 | 12,6 | 37,9 |
| DeepSWE v1.1 | 77,0 | 74,2 | 74,0 | 73,0 | 67,5 | 66,9 |
| ProgramBench | 29,1 | 20,3 | 37,0 | 23,0 | 17,5 | 19,0 |
| NL2Repo-Bench | 68,2 | 65,4 | 75,3 | 56,8 | 58,0 | 58,0 |
| Agents' Last Exam | 35,4 | 31,8 | 28,6 | 26,7 | 27,6 | 28,5 |
| Apex Bench v1.1 | 72,1 | 64,6 | 65,8 | 54,3 | 47,8 | 56,6 |
Según estas cifras, 1017 supera a todos los modelos de la tabla en DeepSWE, Agents' Last Exam y Apex Bench, y queda por detrás de Opus 5 en razonamiento sin herramientas, trabajo en la terminal y creación de programas completos. También mejora en pruebas de gráficos e imágenes como Chartography (83,0, frente a 78,9) y BabyVision (92,5, frente a 89,6).
El coste por tarea también baja. En los gráficos de DeepSeek recogidos por The Decoder, una tarea de DeepSWE cuesta algo menos de 0,20 US$ con el ajuste más alto, frente a unos 0,50 US$ con la versión anterior.
3Parámetros, contexto y tamaño
| DeepSeek-V4.1-Flash-1017 | |
|---|---|
| Parámetros totales | 552 000 millones (mezcla de expertos) |
| Activos por token | 8000 millones al leer el prompt, 16 000 millones al escribir |
| Expertos | 384 enrutados y 1 compartido, 6 por token |
| Contexto | Hasta 1 048 576 tokens |
| Memoria por token de contexto | Unos 890 bytes, una cuarta parte que V4 Flash |
| Pesos | FP8, con los expertos en FP4; unos 510 GB |
| Entrada | Texto e imágenes |
| Licencia | MIT |
Unos 189 GiB de la descarga son dos tablas Engram: una gran memoria que el modelo consulta en lugar de calcular, unas pocas filas por token. Motores como DwarfStar las dejan en el SSD y leen solo las filas que necesitan; por eso el modelo puede funcionar con mucha menos memoria que el tamaño de su descarga (antirez en Hugging Face).
4Nombre en la API y precio
En la API de DeepSeek el modelo se llama deepseek-flash, que ahora apunta a 1017; los nombres antiguos deepseek-v4-flash y deepseek-v4-flash-vision-exp se redirigen a él por ahora. DeepSeek dice que la forma de llamarlo y los precios no cambian con 1017 (DeepSeek).
| Proveedor | Entrada, por millón de tokens | Salida, por millón de tokens |
|---|---|---|
| DeepSeek | 0,15 US$ | 0,60 US$ |
| Cloudflare | 0,10 US$ | 0,60 US$ |
| DeepInfra | 0,098 US$ | 0,294 US$ |
| Together, Fireworks, Baseten | 0,30 US$ | 1,20 US$ |
DeepSeek recomienda una temperatura de 1,0, un top_p de 1,0 y margen para respuestas largas (max_tokens de al menos 256K). Los pesos no incluyen una plantilla de chat Jinja: los prompts se construyen con el código de codificación del repositorio del modelo.
5¿Puedes ejecutarlo en tu propia Mac?
Sí, pero solo en las Mac más grandes. Una Mac Studio con 512 GB de memoria (M3 Ultra o M5 Ultra) carga por completo las versiones de 4 bits; 256 GB bastan para una versión de 2 bits con las tablas Engram en el SSD; una Mac con 128 GB puede leer desde el SSD, despacio. La primera prueba publicada, en una M3 Ultra con 512 GB, generó unos 6,5 tokens por segundo.
Qué versión descargar, los comandos y las velocidades están en nuestra guía paso a paso: Ejecutar DeepSeek V4.1 Flash en una Mac.
Para cualquier otra Mac, la API cuesta centavos por millón de tokens, y los modelos abiertos más pequeños funcionan bien en local: consulta la mejor Mac para LLM en local.
6Pon a trabajar las horas libres de una Mac grande
Una Mac Studio comprada para ejecutar modelos como este pasa la mayor parte del día esperando. MLX Node presta ese tiempo libre a MLX Network, que ejecuta trabajos de IA en Mac con el framework MLX de Apple, y gana tokens MLX por el trabajo verificado: hasta 1 MLX al día con una plaza gratuita, y hasta 320 con una plaza dedicada Ultra que funciona en una Mac Ultra. El MLX minado queda bloqueado 30 días, menos con una plaza dedicada; consulta los riesgos.
7Preguntas
- ¿Qué es DeepSeek V4.1 Flash 1017?
- Es la actualización del 17 de octubre de 2026 de DeepSeek-V4.1-Flash, el modelo de pesos abiertos y mezcla de expertos de DeepSeek. Mantiene la arquitectura y el nombre en la API, y puntúa más alto en benchmarks de razonamiento, programación, agentes e imágenes.
- ¿Qué diferencia hay entre V4.1 Flash y 1017?
- Mismo tamaño de modelo y misma API, entrenamiento más reciente. En las pruebas de DeepSeek, 1017 obtiene 42,3 en lugar de 31,2 en Terminal-Bench 4.0 y 77,0 en lugar de 74,2 en DeepSWE v1.1, y escribe respuestas más cortas, así que las tareas cuestan menos.
- ¿Cuántos parámetros tiene DeepSeek V4.1 Flash?
- 552 000 millones en total. Activa 8000 millones por token al leer el prompt y 16 000 millones al escribir, y añade dos grandes tablas de consulta Engram que pueden quedarse en el disco.
- ¿DeepSeek V4.1 Flash 1017 es gratis?
- Los pesos se pueden descargar y usar gratis con la licencia MIT. Usarlo a través de la API de DeepSeek es de pago: 0,15 US$ por millón de tokens de entrada y 0,60 US$ por millón de tokens de salida, según OpenRouter.
- ¿Puedo ejecutar DeepSeek V4.1 Flash 1017 en local?
- Sí, con mucha memoria. En Mac, una Mac Studio con 512 GB ejecuta las versiones de 4 bits y una con 256 GB ejecuta una versión de 2 bits con las tablas Engram en el SSD. Para Mac más pequeñas es mejor la API o un modelo más pequeño.
Fuentes
- registro de cambios de la API de DeepSeekapi-docs.deepseek.com
- Hugging Facehuggingface.co
- The Decoderthe-decoder.com
- V4.1 Flashhuggingface.co
- antirez en Hugging Facehuggingface.co
- OpenRouteropenrouter.ai