DeepSeek lanza V4.1 Flash: visión nativa, 1 millón de tokens y menor coste para agentes

DeepSeek ha lanzado DeepSeek V4.1 Flash, un nuevo modelo multimodal que mantiene una ventana de contexto de un millón de tokens, incorpora comprensión visual nativa y estrena una arquitectura diseñada para reducir el coste de mantener contextos largos.

El cambio más relevante no está, sin embargo, en alcanzar el millón de tokens —DeepSeek ya ofrecía ese contexto en la familia V4—, sino en reducir considerablemente la memoria necesaria para trabajar con esos contextos y abaratar las cargas de trabajo de agentes.

V4.1 Flash está disponible desde el 10 de septiembre de 2026 a través de la API de DeepSeek bajo el nombre deepseek-flash.

Una nueva arquitectura para procesar más con menos recursos

DeepSeek V4.1 Flash es un modelo MoE con 552.000 millones de parámetros de backbone, pero no los utiliza todos en cada operación.

Su nueva arquitectura Causal Encoder-Decoder (CED) activa aproximadamente 8.000 millones de parámetros durante el procesamiento de la entrada y 16.000 millones durante la generación de la respuesta.

Esta estructura asimétrica busca reducir el coste de inferencia sin renunciar al tamaño y capacidad de un modelo considerablemente mayor.

La compañía también ha trabajado específicamente sobre uno de los componentes que más recursos consume cuando un modelo mantiene conversaciones, documentos y estados durante mucho tiempo: la KV cache.

Según DeepSeek, V4.1 Flash necesita:

  • una cuarta parte de la memoria HBM de V4 Flash;
  • una octava parte del almacenamiento SSD;
  • aproximadamente cuatro veces menos KV cache que la generación anterior.

Esta reducción resulta especialmente relevante para los agentes de IA. Un agente puede realizar decenas o cientos de pasos mientras conserva instrucciones, resultados anteriores, documentos, llamadas a herramientas y otra información dentro de su contexto.

Cuanto mayor sea ese historial, mayor importancia adquiere el coste de almacenarlo y reutilizarlo.

Un millón de tokens no es realmente la novedad

DeepSeek V4.1 Flash mantiene una ventana de contexto de 1 millón de tokens y la API admite hasta 384.000 tokens de salida.

Es una cifra considerable, pero conviene ponerla en contexto: DeepSeek ya había introducido el millón de tokens con la familia V4. Por tanto, presentarlo como la principal novedad de V4.1 Flash sería incompleto.

Algo parecido ocurre con la multimodalidad.

DeepSeek ya había experimentado con visión en V4 Flash Vision Exp. V4.1 Flash integra ahora esa capacidad directamente en el modelo Flash principal mediante un encoder visual propio, DeepSeek-ViT.

El modelo puede procesar conjuntamente texto e imágenes, lo que permite analizar documentos visuales, capturas de pantalla, gráficos o fotografías dentro de una conversación o flujo de trabajo.

Esto no significa que genere imágenes. V4.1 Flash es un modelo de comprensión multimodal que produce texto, no un generador de imágenes como Seedream, FLUX o ChatGPT Images.

DeepSeek está entrenando V4.1 Flash específicamente para agentes

El diseño técnico no es el único indicio de hacia dónde apunta esta versión.

DeepSeek explica en la documentación del modelo que durante el postentrenamiento ha utilizado síntesis automatizada a gran escala de tareas y entornos para agentes, incrementando progresivamente tanto la variedad de tareas como el número de ejecuciones.

V4.1 Flash también permite controlar el esfuerzo de razonamiento mediante una escala de 1 a 100.

Esto permite ajustar la cantidad de computación empleada según la tarea: desde procesos relativamente sencillos, donde interesa priorizar velocidad y coste, hasta problemas en los que puede compensar dedicar más recursos al razonamiento.

La combinación de contexto largo, tool calling, visión y control del razonamiento sitúa al modelo especialmente cerca de escenarios como agentes de programación, automatización, análisis documental o sistemas capaces de ejecutar varias herramientas consecutivamente.

Este enfoque encaja con una tendencia más amplia: los modelos ya no se diseñan solo para responder preguntas, sino para ejecutar tareas mediante herramientas y flujos de varios pasos, como ocurre con la nueva Agents API de OpenAI.

Los benchmarks de agentes mejoran con claridad

DeepSeek publica también resultados especialmente fuertes en pruebas centradas en agentes y programación.

BenchmarkV4 FlashV4 ProV4.1 Flash
Terminal-Bench 2.182,787,990,6
DeepSWE v1.154,462,774,2
CyberGym76,783,388,1
AutomationBench37,743,254,8
Agent’s Last Exam25,225,731,8

Los resultados son relevantes porque las mayores diferencias aparecen precisamente en tareas donde el modelo debe programar, utilizar herramientas o ejecutar procesos de varios pasos.

En DeepSWE v1.1, por ejemplo, V4.1 Flash alcanza 74,2 frente a 62,7 de V4 Pro.

En AutomationBench pasa de 43,2 en V4 Pro a 54,8.

Pero estos números necesitan una cautela importante: son resultados publicados por DeepSeek utilizando su configuración de evaluación. Sirven para observar la dirección de la mejora, pero no deberían interpretarse como una demostración independiente de superioridad frente a otros modelos.

Además, V4.1 Flash no supera a V4 Pro en todas las pruebas. En benchmarks generales de razonamiento y conocimiento siguen existiendo escenarios donde V4 Pro obtiene resultados superiores.

La mejora está especialmente concentrada en eficiencia, programación y tareas agentic.

DeepSeek también baja el precio de la API

La nueva arquitectura llega acompañada de una reducción del precio de la API.

DeepSeek mantiene un sistema de precios diferente en horas punta y valle. Las tarifas valle cuestan la mitad.

DeepSeek V4.1 FlashHoras valleHoras punta
Entrada con caché0,003 $ / 1M tokens0,006 $
Entrada sin caché0,15 $ / 1M tokens0,30 $
Salida0,60 $ / 1M tokens1,20 $

Los periodos de mayor demanda están establecidos entre las 01:00 y las 04:00 UTC y entre las 06:00 y las 10:00 UTC, de lunes a viernes. El resto del tiempo se aplica la tarifa valle.

Frente al anterior V4 Flash, el precio valle de una entrada con caché pasa de 0,007 a 0,003 dólares por millón de tokens, una reducción aproximada del 57 %.

La entrada sin caché baja de 0,22 a 0,15 dólares, alrededor de un 32 %, mientras que la salida pasa de 0,66 a 0,60 dólares.

El impacto puede ser mayor en aplicaciones donde se reutilizan constantemente contextos grandes. Es precisamente lo que ocurre en muchos sistemas de agentes, donde buena parte del historial puede permanecer en caché durante varios pasos.

V4 Pro finalmente no desaparece

El lanzamiento de V4.1 Flash ha tenido además un cambio importante pocos días después del anuncio.

DeepSeek comunicó inicialmente que V4 Pro sería retirado progresivamente y que, desde el 14 de septiembre, las llamadas realizadas a deepseek-v4-pro pasarían a ejecutarse mediante V4.1 Flash hasta la llegada de V4.1 Pro.

La compañía ha cambiado ahora esa decisión.

La documentación oficial de la API indica que, debido a la demanda de los usuarios, DeepSeek continuará ofreciendo V4 Pro después del 14 de septiembre de 2026, manteniendo también su sistema actual de facturación.

Por tanto, los dos modelos permanecen disponibles en la API.

V4.1 Flash cuesta considerablemente menos: durante las horas valle, V4 Pro mantiene un precio de 0,66 dólares por millón de tokens de entrada sin caché y 1,98 dólares por millón de salida, frente a 0,15 y 0,60 dólares respectivamente en V4.1 Flash.

Esta diferencia deja a V4 Pro como una alternativa más cara para escenarios donde sus capacidades específicas sigan compensando, mientras Flash ocupa una posición mucho más orientada a volumen y agentes.

Disponible mediante API y con pesos abiertos

DeepSeek V4.1 Flash puede utilizarse en la API mediante:

deepseek-flash

Los identificadores antiguos deepseek-v4-flash y deepseek-v4-flash-vision-exp siguen siendo aceptados por compatibilidad, pero las peticiones se sirven actualmente mediante V4.1 Flash.

La API incluye soporte para tool calling, JSON Output, Responses API, formato compatible con la API de Anthropic, visión y modos de razonamiento y no razonamiento.

DeepSeek también ha publicado los pesos de V4.1 Flash en Hugging Face bajo licencia MIT.

Eso no significa que sea un modelo sencillo de ejecutar localmente. Su tamaño y requisitos de infraestructura lo sitúan muy lejos de los modelos que pueden desplegarse cómodamente en un ordenador convencional. La propia DeepSeek habla de despliegues a gran escala con miles de GPU y sistemas de almacenamiento dedicados.

El cambio importante está en el coste de mantener un agente trabajando

V4.1 Flash no introduce por primera vez ni el millón de tokens ni la visión dentro de DeepSeek. Mirado únicamente desde esas dos características, el salto respecto a V4 puede parecer menor de lo que sugiere el nombre.

La diferencia está en otro lugar.

DeepSeek está intentando reducir cuánto cuesta mantener un modelo trabajando durante procesos largos, precisamente el escenario que aparece cuando una IA deja de responder una única pregunta y empieza a ejecutar tareas, consultar herramientas, revisar resultados y continuar trabajando sobre su propio contexto.

Una KV cache mucho más pequeña, precios inferiores para entradas cacheadas, contexto de un millón de tokens y entrenamiento específico para tareas agentic apuntan en la misma dirección.

V4.1 Flash no es simplemente un V4 con visión. Es la apuesta de DeepSeek por hacer que los agentes que trabajan durante muchos pasos sean más baratos de ejecutar.


Descubre más desde Noticias CRM

Suscríbete y recibe las últimas entradas en tu correo electrónico.