DeepSeek V4.1 Flash se enfrenta a Gemini 3.8 Flash: un duelo de programación en cinco prompts

La primera mitad de septiembre concentró dos lanzamientos en el segmento flash: Google anunció Gemini 3.8 Flash junto con una variante Cyber centrada en seguridad el 2 de septiembre, mientras que DeepSeek publicó V4.1 Flash el 10 de septiembre y retiró las versiones flash anteriores. El vídeo de Ömer Göçmen se sitúa exactamente en esa intersección, intentando responder cuál de los dos modelos aparentemente empatados es la mejor opción para el trabajo diario mediante cinco pruebas aplicadas.

Primero, la hoja de puntuaciones oficial: según la documentación de la API de DeepSeek, V4.1 Flash obtiene 82,7 en Terminal Bench 2.1, 54,4 en DeepSWE, 76,7 en Cybergym y 70,3 en Toolathlon; el modelo llegó como una beta multimodal por tiempo limitado y se llama deepseek-flash en la API. La lectura de las gráficas en el vídeo coincide con este panorama: el modelo parece por delante de sus rivales de pesos abiertos mientras se sitúa ligeramente por debajo del nivel de los buques insignia.

La historia de la arquitectura es familiar: en el diseño de mezcla de expertos de 552 mil millones de parámetros, solo unos 8 mil millones de parámetros activos por token trabajan en cada prompt en lugar de toda la red, y de ahí viene la velocidad. Los precios tienen tres niveles: DeepSeek cobra 0,15 $ de entrada y 0,60 $ de salida por millón de tokens, Gemini 3.8 Flash cobra 0,75 $ y 3,75 $, y el asiento más caro de la tabla del vídeo es el de GLM con 1,40 $ y 4,40 $. La tarifa de Gemini es una oferta de lanzamiento válida hasta fin de año, así que la brecha actual podría no durar.

El montaje de pruebas consta de cinco aplicaciones: un parque de atracciones en 3D, una app de datos sísmicos, un sistema operativo en el navegador, una conversión de plano 2D a casa 3D y un juego de granja. DeepSeek funciona mediante OpenCode Go en el ajuste alto, Gemini mediante su propia infraestructura de servicio, y cada prueba se puntúa sobre 10. Nótese que el evaluador es el propio autor del vídeo; vuelvo sobre los límites de ese método en la sección de evaluación.

En la prueba del parque de atracciones ambos modelos construyen modos de día, tour y festival; la noria y la montaña rusa obligatorias aparecen en ambos. La brecha se abre en los detalles: Gemini añade una cámara montable al tren, incluye fuegos artificiales no solicitados en el modo festival y logra transiciones físicas más fluidas. DeepSeek obedece el prompt al pie de la letra pero nunca va una letra más allá; las puntuaciones se leen 8,5 a 7,8.

En la app sísmica las tarjetas de estadísticas son correctas en ambos lados; el mapa decide. Gemini dibuja el mapa de Türkiye y las líneas de falla en cuanto se le pide, conectando bien los filtros de ciudad y magnitud. Por el lado de DeepSeek el mapa apenas se parece al país; el resultado es 8,3 a 7,9.

En la prueba del sistema operativo en el navegador Gemini produce un escritorio colorido, un gestor de archivos funcional y un bloc de notas que realmente guarda. La configuración de DeepSeek sufre con colores pálidos, archivos que no se abren y notas que no se guardan; el propio autor dice que el problema puede ser el encaje con OpenCode más que el modelo. Gemini se lleva esta ronda con 8,2.

Al convertir el plano 2D en una casa 3D, ambos modelos montan paredes, etiquetas de habitaciones y controles de cámara. DeepSeek coloca muebles en direcciones y habitaciones equivocadas mientras que Gemini comete menos errores y añade extras como navegación habitación por habitación. Las puntuaciones van de 7,7 a 7,3, otra vez para Gemini.

El juego de granja final exige tiempo, oro, semillas, trabajadores y una economía de mercado en un solo prompt, y aquí la brecha se abre al máximo. Gemini transmite un juego real con una parcela de 3x3, una disposición ordenada y retroalimentación de compra-venta, mientras que DeepSeek se queda en una parcela de 2x2 con paneles superpuestos. La puntuación es 8,3 a 7,3.

El veredicto general del vídeo es claro: el autor, que al principio esperaba que ganara DeepSeek, acaba recomendando Gemini 3.8 Flash y sugiere probarlo con Antigravity. Una nota de precios para cerrar: DeepSeek es unas cinco veces más barato y de pesos abiertos; el movimiento más sano es verificar este panorama con dos ejecuciones breves sobre tu propia carga de trabajo, no solo con las puntuaciones del vídeo.