DeepSeek V4.1 Flash toma el relevo del Pro: un diseño asimétrico se une a la carrera de los agentes de frontera

DeepSeek rompió una regla no escrita con esta versión: el modelo llamado Flash está asumiendo temporalmente el trabajo que antes iba al buque insignia Pro. A partir de las 04:00 UTC del 14 de septiembre de 2026, las solicitudes Pro se enrutan a V4.1 Flash con tarifas de Flash hasta que llegue el próximo modelo Pro. No es una opción secundaria para tráfico barato; es la línea principal luciendo una insignia de Flash por un tiempo.

La antigua jerarquía era simple. V4 Pro era el peso pesado con 1,6 billones de parámetros y 49 mil millones activos por token, el modelo que elegías para máxima potencia. V4.1 Flash llega con una columna vertebral de 552 mil millones de parámetros, más pequeña pero aún enorme. El titular, por tanto, no es el número de parámetros, sino cuánto del modelo se despierta en cada etapa del trabajo.

La idea central es una división asimétrica de codificador-decodificador causal. En términos generales, la lectura y la escritura corren a cargo de equipos distintos: unos 8 mil millones de parámetros activos organizan el prompt, la base de código y las salidas de las herramientas durante la lectura, y luego unos 16 mil millones toman el relevo cuando el modelo escribe respuestas y elige la siguiente llamada a una herramienta. La imagen mental es la de un equipo que ordena un expediente enorme y entrega las piezas destiladas a un equipo más fuerte que redacta el plan.

La memoria es donde el diseño paga el alquiler. Las ejecuciones largas de agentes acumulan un registro creciente de contexto procesado, y cargar ese registro se vuelve caro a medida que las ventanas se estiran hacia un millón de tokens. DeepSeek cita alrededor de 890 bytes de caché global por token, aproximadamente un cuarto de la generación anterior en memoria activa y un octavo en almacenamiento persistente. Una caché más pequeña significa menos memoria de alta banda ancha por ejecución activa, menos SSD por sesión almacenada y menos trabajo repetido cuando el agente revisa material anterior.

Luego vienen las tablas. En Terminal-Bench 2.1, el vídeo reporta 90,6 para Flash frente a 89,1 para Claude Opus 5 y 88,8 para GPT-5.6 Sol; en DeepSWE reporta 74,2 frente a 74,0 y 73,0; en AutomationBench la brecha se amplía a 54,8 frente a 50,3 y 45,8. Los primeros comentarios independientes añaden matices: un índice de inteligencia sitúa a Flash 40 puntos por encima de su propio Pro, que obtiene 36, con rivales nacionales aún más altos, y una prueba de arena de diseño lo coloca a un punto y medio de un modelo cerrado mucho más caro, por una fracción del costo por diseño terminado.

El modelo no trabaja solo, y por eso la actualización del Harness importa. DeepSeek presenta el Harness como todo lo que rodea al cerebro: herramientas, archivos, acceso al shell, planificación, subagentes, sesiones, almacenamiento, programación. La nueva versión mantiene vivo el contexto costoso cuando las instrucciones del sistema cambian a mitad de tarea, expone con más claridad las estadísticas de aciertos de caché y de tokens, y actualiza los runtimes opcionales de subagentes. La versión 0.1.5 también apuesta por la carga de archivos y las vistas previas laterales, empujando al Harness de un simple ejecutor hacia un banco de trabajo diario.

Los pesos abiertos con licencia MIT completan el panorama, con una salvedad que el vídeo declara sin rodeos. Los desarrolladores ganan inspección, pilas de inferencia compatibles y libertad frente a una única API cerrada, pero la columna vertebral completa todavía tiene que vivir en algún lugar muy por encima de un portátil estándar. Así que la decisión se divide en tres: los creadores de APIs obtienen un lector más barato para agentes largos, los equipos de infraestructura obtienen control al precio de un hardware serio, y quien busque un único campeón para cada tarea obtiene evidencia de pertenencia a la conversación de frontera en lugar de prueba de una corona. La tesis de esta versión es la asimetría: ser barato donde la lectura lo permite y fuerte donde decidir lo exige.