Según MarkTechPost (AI/ML News), DeepSeek ha presentado una actualización clave de su modelo V4.1-Flash, denominada DeepSeek-V4.1-Flash-1017. Esta versión, disponible en su sitio web, aplicación y a través de una API pública, ofrece mejoras significativas en velocidad, precisión y eficiencia operativa frente a la versión lanzada en septiembre. Los resultados en 11 pruebas técnicas muestran un avance entre 2,0 y 11,1 puntos, alcanzando una puntuación máxima de 77,0 en el benchmark DeepSWE v1.1, superando así a Claude Opus 5 (74,0). A pesar de esta ventaja, el rendimiento en tareas sin herramientas cae a 42,6 puntos, frente a 56,3 del modelo de Claude, evidenciando una variabilidad en su capacidad funcional según el tipo de tarea.
El modelo cuenta con una arquitectura multimodal basada en un sistema de expertos (Mixture-of-Experts), compuesto por 40 capas de transformadores, divididas en 20 capas encoder causales y 20 capas decodificadoras. Su estructura interna permite activar 8 billones de parámetros por token durante la fase de prellenado y 16 billones en el proceso de decodificación. El contexto de procesamiento alcanza 1 millón de tokens, con una salida máxima de 384 mil tokens. La combinación de 552 billones de parámetros en su backbone y 196 billones en su sistema de engramas otorga una base de conocimiento amplia y escalable. Los pesos del modelo de septiembre (763 billones de parámetros en precisión FP8) están licenciados bajo licencia MIT en Hugging Face, facilitando su uso por desarrolladores.
Además, DeepSeek ha abierto sus APIs de búsqueda y recuperación de datos a todos los desarrolladores. Esta acción permite a los constructores de agentes acceder a una herramienta de código integrada y a una capa web nativa, todo bajo una sola clave API. Esto reduce costos operativos y acelera la integración en entornos de desarrollo. La versión 1017 fue entrenada con retroalimentación autónoma mediante aprendizaje por refuerzo, optimizada para tareas de creación de juegos, modelado 3D y desarrollo de código, y está alineada con herramientas como DeepSeek Harness, Tencent CodeBuddy y WorkBuddy. Se recomienda usar la versión v0.2.1-rc.1 o posterior de DeepSeek Harness para obtener el mejor rendimiento.
Para los usuarios peruanos, esta evolución en inteligencia artificial representa una oportunidad clave para automatizar procesos en pequeñas y medianas empresas. Aunque el modelo aún no está disponible en entornos locales o en plataformas nacionales, su disponibilidad a través de APIs y su capacidad para integrarse en flujos de trabajo técnicos pueden ser aprovechadas por emprendedores y profesionales de TI. El avance en eficiencia y precisión, especialmente en tareas de programación, puede acelerar la innovación en sectores como el retail, la logística o el servicios digitales, donde la automatización de tareas repetitivas es un pilar estratégico.