DeepSeek publica el punto de control V4.1-Flash-1017: DeepSWE 77,0 y API de búsqueda y rastreo abierta
Según MarkTechPost el 17 de octubre de 2026, DeepSeek publicó el punto de control de posentrenamiento V4.1-Flash-1017 bajo el nombre de modelo deepseek-flash, afirmando que supera la versión de septiembre en las 11 pruebas comparativas, con DeepSWE v1.1 en 77,0; además abrió la API de búsqueda y rastreo para todos los desarrolladores con facturación por cada mil llamadas.
Qué ha cambiado
Según MarkTechPost el 17 de octubre de 2026, DeepSeek publicó DeepSeek-V4.1-Flash-1017, un punto de control de posentrenamiento actualizado de V4.1-Flash, disponible en el sitio web, la aplicación y la API bajo el nombre de modelo deepseek-flash, compatible con los formatos de endpoint de OpenAI y Anthropic. El informe indica un tamaño de 552B de parámetros del tronco más 196B parámetros Engram, con 8B activos por token en prefill y 16B en decodificación, contexto de 1M tokens y límite de salida de 384K tokens; los detalles de arquitectura provienen del informe técnico de V4.1-Flash, incluyendo codificador-decodificador causal, atención dispersa comprimida 2, caché KV principal FP4 y reproducción limitada SWA. DeepSeek afirma que este punto de control supera la versión de septiembre de V4.1-Flash en las 11 pruebas comparativas, con mejoras de 2,0 a 11,1 puntos, incluyendo DeepSWE v1.1 con 77,0 (frente a 74,2) y Terminal-Bench 4.0 con 42,3 (frente a 31,2); el informe también señala que Claude Opus 5 sigue liderando en Terminal-Bench 4.0, ProgramBench, NL2Repo y HLE sin herramientas. Junto con el lanzamiento del modelo, DeepSeek abrió la API de búsqueda y rastreo para todos los desarrolladores.
Impacto para desarrolladores
El cambio más directo para los desarrolladores de agentes es que el modelo y la capa de herramientas web pueden ser impulsados por la misma clave de API, reduciendo una capa de integración y gestión de credenciales con proveedores externos de búsqueda. El endpoint de búsqueda devuelve resultados con puntuaciones de reordenamiento de 0 a 3 y niveles de autoridad de 0 a 4, y el endpoint de rastreo convierte una sola página a Markdown, lo que significa que las señales de ordenamiento de la recuperación pueden entrar en la lógica de reordenamiento o filtrado de la propia aplicación, en lugar de obtener solo enlaces sin procesar. Es necesario distinguir varios niveles de hechos: la mejora de capacidad del modelo proviene de datos de referencia autoinformados por DeepSeek, no de una reproducción independiente; los pesos FP8 de 763B parámetros de V4.1-Flash de septiembre se publicaron en Hugging Face bajo licencia MIT, pero el informe indica explícitamente que los pesos de 1017 y los requisitos de hardware no se han divulgado, por lo que no se puede extrapolar la licencia MIT de la versión de septiembre al punto de control 1017: la disponibilidad de pesos y la concesión de licencia son dos cosas distintas. Las limitaciones del lado de las herramientas también se han hecho públicas: búsqueda y rastreo tienen cada una 5 QPS por cuenta, cada llamada exitosa se factura por endpoint, los resultados vacíos y los fallos son gratuitos, y las llamadas del lado del servidor iniciadas a través del harness son gratuitas hasta el 1 de noviembre de 2026; este tipo de precios y ventanas de gratuidad cambian, por lo que debe tomarse como referencia la cotización del día en la documentación y la página de precios del proveedor.
Integración y evaluación
Lo siguiente es análisis de recomendaciones y condiciones, no hechos reportados. La primera decisión se refiere al nivel de intensidad de razonamiento: el informe indica que el modelo ofrece un escalar de intensidad de razonamiento de 1 a 100, y que low, high y max de la API se asignan a 50, 75 y 100 respectivamente. Si la carga de trabajo consiste en modificaciones estructuradas de código o parches a nivel de repositorio, elija high o max y use la tasa de finalización de tareas y el número de tokens de salida como métricas medibles; si se trata solo de tareas de salida corta como clasificación, extracción o enrutamiento, comience con low, exigiendo que la caída de precisión en una muestra fija no supere un umbral aceptable. La segunda decisión se refiere a la forma de integrar la búsqueda: la API de búsqueda solo puede obtener de 1 a 50 resultados por llamada, con 5 QPS por cuenta, por lo que usar o no la búsqueda propia depende del volumen de consultas y los requisitos de concurrencia. Si el volumen diario de consultas supera ampliamente lo que 5 QPS puede soportar, conserve la recuperación externa como ruta principal y use la búsqueda propia para consultas de cola larga que requieran niveles de autoridad y puntuaciones de reordenamiento; las métricas de evaluación pueden ser la tasa de acierto de citas de respuestas y el costo por consulta exitosa, y pruebe escenarios de fallo usando como límite la regla de facturación de resultados vacíos. La tercera decisión se refiere a la versión del harness: el informe indica que este punto de control está ajustado para DeepSeek Harness, Tencent CodeBuddy y WorkBuddy, y recomienda Harness v0.2.1-rc.1 o superior, por lo que en entornos que no cumplan el requisito de versión, la mejora en las pruebas comparativas podría no transferirse a su propio marco de agentes; use la tasa de finalización de tareas en su propio conjunto de evaluación como criterio de admisión, en lugar de citar directamente la puntuación DeepSWE del informe.
Límites y cuestiones pendientes
Todas las puntuaciones de referencia del informe son datos autoinformados por DeepSeek, el informe en sí no proporciona una reproducción de terceros, y su evaluación se realizó en entornos específicos como Claude Code y Mini-SWE-V2, por lo que las conclusiones pueden diferir al cambiar a un harness propio. Las descripciones de parámetros de arquitectura, contexto y límite de salida provienen del informe técnico de V4.1-Flash; el informe no indica si el punto de control 1017 presenta algún cambio en estos aspectos. Los pesos de 1017 no se han divulgado; su disponibilidad en Hugging Face y KimiSeek no puede inferirse de la licencia MIT de V4.1-Flash de septiembre, y los requisitos de hardware tampoco se han divulgado, por lo que actualmente falta información sobre la que basar el despliegue local. Cabe señalar que DeepSeek V4.1 Flash 1017 ya aparece en el catálogo en vivo de KimiSeek (el catálogo muestra un contexto de 1024000 y tipo chat), pero esto es solo el estado actual del catálogo, no un respaldo de las pruebas comparativas o capacidades de despliegue del informe; los precios de API, el límite de 5 QPS y la ventana de gratuidad descritos apuntan a los canales oficiales de DeepSeek, las tarifas y el período gratuito pueden cambiar, por lo que debe tomarse como referencia la cotización del día en la página de precios y la documentación del proveedor.