DeepSeek V4.1 Flash 1017: qué cambió y cómo rinde frente a V4 Pro

DeepSeek actualizó V4.1 Flash a DeepSeek-V4.1-Flash-1017 el 17 de octubre de 2026, con el mismo ID de modelo (deepseek-flash) y los mismos precios. Las puntuaciones que publica DeepSeek suben en todos los benchmarks de su lista. En nuestras pruebas del día del lanzamiento igualó a V4 Pro en todas las tareas que ambos podían ejecutar, terminó primero en cada una y costó entre 4 y 11 veces menos.

Los dos modelos están en OmniaKey: DeepSeek V4.1 Flash y DeepSeek V4 Pro.

Qué cambió en 1017

DeepSeek publicó 1017 el 17 de octubre de 2026 como actualización del V4.1 Flash que lanzó el 10 de septiembre (nuestro análisis del V4.1 Flash en septiembre). La nueva ficha del modelo llama a 1017 una actualización menor, con mejoras notables en razonamiento, código, tareas de agente y pruebas visuales. Las puntuaciones de abajo son de DeepSeek.

Todas las filas suben. Terminal-Bench 4.0 gana 11,1 puntos, ProgramBench 8,8 y Apex Bench v1.1 7,5. La † marca el subconjunto de HLE con solo texto.

NL2Repo-Bench necesita una nota propia: la ficha de 1017 sitúa el modelo de septiembre en 65,4, mientras que la ficha anterior del V4.1 Flash indica 64,0, así que la mejora es de 2,8 puntos con una base y de 4,2 con la otra.

DeepSeek también dice que recortó el tiempo de ejecución y la longitud de las respuestas, y presenta el resultado como un nuevo óptimo entre rendimiento y coste en distintos entornos de ejecución. Nombra DeepSeek Harness, Tencent CodeBuddy y WorkBuddy como las plataformas que ajustó. Los pesos están en Hugging Face como deepseek-ai/DeepSeek-V4.1-Flash-1017 con licencia MIT. La ficha recomienda temperature 1.0, top_p 1.0 y al menos 256K max_tokens si lo ejecutas por tu cuenta.

¿Hay que cambiar el código?

No, si ya llamas a deepseek-flash. El registro de cambios dice que la forma de llamar y los precios siguen igual, y que ese ID ya sirve 1017.

• Los nombres antiguos deepseek-v4-flash y deepseek-v4-flash-vision-exp siguen funcionando y los atiende 1017 al precio de Flash. DeepSeek describe el arreglo como temporal y no publica fecha de fin.
• El pensamiento viene activado por defecto con esfuerzo high. reasoning_effort acepta low, high o max, y el valor por defecto es un buen punto de partida para código.
• Las tandas largas de pensamiento necesitan espacio y una conexión en streaming. Nuestra tarea del parser usó 20.709 tokens de salida con 1017, y V4 Pro devolvió 70.649 aunque fijamos max_tokens en 32.000. Nuestra petición a V4 Pro sin streaming se cortó a los 10 minutos, y el reintento en streaming terminó en 20,7 minutos.
• Las horas punta cuestan el doble. Con los precios de lista de DeepSeek, consultados el 17 de octubre, la entrada con fallo de caché de Flash cuesta 0,15 USD por millón de tokens y la salida 0,60 USD por millón fuera de punta, frente a 0,30 y 1,20 USD en punta. V4 Pro está en 0,66 y 1,98 USD fuera de punta.

Las horas punta son de 01:00 a 04:00 y de 06:00 a 10:00 UTC de lunes a viernes, sin contar los festivos de China. Quien use DeepSeek Harness debe pasar a 0.2.1-rc.1 o posterior, según el registro de cambios.

Nuestras pruebas: 1017 frente a V4 Pro

Empezamos las cinco tareas el 17 de octubre de 2026, entre las 13:00 y las 13:20 UTC, un viernes dentro de la franja fuera de punta de DeepSeek.

Cómo probamos

• IDs de modelo: deepseek-flash, que la página de precios de DeepSeek asocia a DeepSeek-V4.1-Flash-1017, y deepseek-v4-pro, cuya respuesta informó de deepseek-v4-pro-ga-260813 (DeepSeek-V4-Pro-0813 en la página de precios).
• Las llamadas fueron al endpoint /v1/chat/completions compatible con OpenAI de OmniaKey.
• Pensamiento activado con el esfuerzo high por defecto y sin tocar la temperatura. Una ejecución por tarea y modelo, con las tareas en paralelo. Solo el reintento de código con V4 Pro fue en streaming.
• Corrección: la tarea 1 con un archivo de 30 casos, con 19 resultados que deben coincidir con Python al detalle y 11 entradas que deben lanzar el error correcto. La tarea 2 por cada llamada a herramienta y sus argumentos, la tarea 3 por 10 campos, la tarea 4 por tres códigos de distintivo y la tarea 5 por cuatro respuestas.
• El tiempo va desde el envío de la petición hasta la respuesta completa. El coste son los tokens de la respuesta por los precios de lista fuera de punta de DeepSeek para entrada con fallo de caché y salida. No hubo aciertos de caché.
• OmniaKey vende acceso por API a los dos modelos, así que las pruebas pasaron por ahí. Todos los precios son los de lista de DeepSeek, no los nuestros.
• Fuentes, todas consultadas el 17 de octubre de 2026: registro de cambios, precios, ficha del modelo, guía de pensamiento, guía de Search y Fetch.

Una ejecución por tarea es una comprobación puntual, no un benchmark.

Tarea 1: un parser con las reglas exactas de Python

Qué comprueba: precedencia, ** asociativo por la derecha, -2**2 = -4, división entera, módulo y las excepciones correctas, sin eval.

Prompt:

Write a Python 3 function evaluate(expr: str) that evaluates an arithmetic expression without using eval, exec, ast or any parsing library.

• 1017: 30 de 30 casos en 87,7 s, por 0,0125 USD, con 20.709 tokens de salida, 19.734 de ellos de pensamiento.
• V4 Pro: 30 de 30 casos, en un reintento con streaming: 1.239,5 s (20,7 minutos), 0,1401 USD, 70.649 tokens de salida, 69.456 de ellos de pensamiento. El primer intento, sin streaming, se cortó tras más de 10 minutos sin respuesta.

Veredicto: 1017. Los dos escribieron un parser correcto, pero 1017 tardó 88 segundos y V4 Pro casi 21 minutos, con 11 veces el coste.

Tarea 2: llamadas a herramientas en paralelo

Qué comprueba: cuatro llamadas en una respuesta, dos ciudades y dos herramientas, con la ciudad correcta en cada argumento.

Prompt:

I'm flying out tonight. What's the weather right now in Lisbon and in Osaka, and what's the local time in each city? Use the tools.

• 1017: las cuatro llamadas con los argumentos correctos, 2,6 s, 0,0002 USD, 195 tokens de salida.
• V4 Pro: las cuatro llamadas con los argumentos correctos, 5,2 s, 0,0008 USD, 265 tokens de salida.

Veredicto: empate en acierto y victoria de 1017 en tiempo y coste.

Tarea 3: campos de factura en un correo desordenado

Qué comprueba: 10 campos de una factura en alemán e inglés con «2.500 pcs at 0,42 EUR», fecha «3rd of November 2026», plazo de 14 días y un 5% de descuento en una sola línea.

Prompt:

Extract this invoice email into JSON with exactly these keys:

• 1017: 10 de 10 campos, 5,2 s, 0,0005 USD, 779 tokens de salida.
• V4 Pro: 10 de 10 campos, 22,1 s, 0,0034 USD, 1.607 tokens de salida.

Veredicto: 1017. Las mismas respuestas, cuatro veces más rápido y 6,7 veces más barato.

Tarea 4: un registro de servicio de 263K tokens

Qué comprueba: el código de distintivo actual de los edificios A, B y C, ignorando un código antiguo de B y otro de D que nadie pidió.

Prompt: ninguno que citar. La entrada es un registro de servicio de 262.816 tokens, contados por la API, con cinco líneas NOTE.

• 1017: A, B y C correctos, el B antiguo y D descartados, 24,1 s, 0,0417 USD, 3.771 tokens de salida.
• V4 Pro: todo correcto, 31,7 s, 0,1759 USD, 1.221 tokens de salida.

Veredicto: 1017. Aquí pensó más y aun así terminó antes, a un cuarto del precio.

Tarea 5: un gráfico

Qué comprueba: el mes con más llamadas, el mes con menos, la media de seis meses con un decimal y junio menos enero. DeepSeek solo ofrece visión en Flash, así que 1017 corrió solo.

Prompt:

Look at the chart. Which month had the most API calls and which had the fewest? What is the average of the six months, rounded to one decimal? By how many thousand calls did June exceed January? Reply in four short lines.

• 1017: 4 de 4 respuestas, 3,8 s, 0,0002 USD.

Veredicto: 1017 por defecto. V4 Pro no puede con la imagen.

Resultados

V4 Pro tardó 14,1 veces más en el parser, el doble en la tarea de herramientas, 4,2 veces más en la factura y 1,3 veces más en el registro. Entre las tareas 1 y 4, 1017 costó 0,055 USD y V4 Pro 0,320 USD, 5,8 veces más con los precios de lista de DeepSeek.

Las cifras de DeepSeek, con calma

La tabla de 1017 de DeepSeek pone al modelo nuevo por delante de Claude Opus 5 en cuatro de las once pruebas y por detrás en siete. Son cifras de DeepSeek, ejecutadas con sus propias herramientas.

1017 gana en DeepSWE v1.1 con 77,0 frente a 74,0, en Automation-Bench v1.0.6 con 60,5 frente a 50,3, en Agents' Last Exam con 35,4 frente a 28,6 y en Apex Bench v1.1 con 72,1 frente a 65,8. Opus 5 sigue por delante en HLE con 56,3 frente a 42,6, en Terminal-Bench 4.0 con 51,8 frente a 42,3, en ProgramBench con 37,0 frente a 29,1 y en NL2Repo-Bench con 75,3 frente a 68,2. También gana las tres pruebas visuales: Chartography 84,0 frente a 83,0, BabyVision 94,1 frente a 92,5 y ZeroBench-main 52,0 frente a 51,0.

DeepSeek no publicó ninguna tabla oficial que empareje 1017 con V4 Pro; las únicas puntuaciones de V4 Pro que publicó están en la ficha del V4.1 Flash de septiembre. El gráfico que cruza la puntuación de DeepSWE con el coste por tarea es solo una imagen, sin valores en el texto de la página.

Para tu propio código, las cinco pruebas de arriba orientan mejor.

La nueva API de Search y Fetch

El mismo registro de cambios del 17 de octubre abrió como API el buscador propio de DeepSeek. Search es POST https://api.deepseek.com/v1/tools/search y Fetch es POST https://api.deepseek.com/v1/tools/fetch. Los dos usan la misma clave bearer que el resto de la API de DeepSeek y devuelven JSON en bruto.

Cada endpoint cuesta 0,75 USD por 1.000 peticiones correctas con los precios de lista de DeepSeek. Solo se cobra cuando la respuesta llega con HTTP 200 y un resultado, así que las llamadas fallidas o vacías salen gratis. Ambos admiten 5 consultas por segundo por cuenta, y Fetch tiene además un límite por dominio.

Search acepta una consulta de 1 a 128 caracteres y devuelve 10 resultados por defecto, ajustable entre 1 y 50. Fetch acepta una URL de hasta 8.192 caracteres y devuelve la página en Markdown.

Las llamadas a herramientas del lado del servidor a través de DeepSeek Harness, Claude Code y Codex son gratis hasta que empiece el cobro el 31 de octubre de 2026 a las 16:00 UTC.

Es la API propia de DeepSeek, que se vende desde api.deepseek.com.

Ventajas y desventajas

Ventajas

• Igualó las respuestas de V4 Pro en todas las tareas que ambos podían ejecutar.
• Más rápido en las cuatro tareas comunes, entre 1,3 y 14 veces.
• Entre 4 y 11 veces más barato por tarea con los precios de lista de DeepSeek.
• Lee imágenes, algo que V4 Pro no hace.
• Sustitución directa para el código que ya usa deepseek-flash.
• Pesos abiertos con licencia MIT.

Desventajas

• Piensa mucho en tareas difíciles: 19.734 tokens de pensamiento en nuestro parser.
• En la propia tabla de DeepSeek, Claude Opus 5 sigue por delante en HLE, Terminal-Bench 4.0, ProgramBench y NL2Repo-Bench.
• Todas las cifras de mejora vienen de DeepSeek.

Qué modelo para cada trabajo

V4 Pro sigue a la venta a 17 de octubre de 2026, con sus propios precios y un límite de 500 ejecuciones simultáneas frente a 2.500 de Flash. Consérvalo donde tus pruebas muestren ventaja.

Llamarlo desde la API

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="deepseek-flash",           # sirve DeepSeek-V4.1-Flash-1017
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # espacio para respuestas largas
    stream=True,                      # las tandas largas pueden superar el tiempo límite del proxy
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. Crea una clave en el panel de OmniaKey y pégala en lugar de YOUR_OMNIAKEY_KEY.
2. Envía la petición de arriba con deepseek-flash. Mantén max_tokens cerca de 32.000 para código y usa streaming en las ejecuciones largas.
3. Registra los tokens devueltos y el nombre del modelo en la primera tarea real, y compara el coste con las tarifas fuera de punta de DeepSeek.

Preguntas frecuentes

¿DeepSeek subió el precio con 1017?

El registro de cambios del 17 de octubre de DeepSeek dice que los precios no cambiaron. Ese día, la página de precios lista Flash fuera de punta a 0,15 USD por millón de tokens de entrada con fallo de caché y 0,60 USD por millón de salida. Solo muestra las tarifas vigentes.

¿Puedo ejecutar 1017 en mi propio hardware?

Los pesos están en Hugging Face con licencia MIT. La versión incluye código Python de referencia para la codificación en lugar de una plantilla de chat Jinja, así que un servidor local necesita su propia codificación de prompts.

¿1017 lee imágenes a través de la API?

Sí. La página de precios de DeepSeek marca la visión como disponible en Flash y no en V4 Pro, y nuestra tarea del gráfico corrió solo con Flash.

Registro de cambios

• 17 de octubre de 2026: primera publicación, con las pruebas hechas el mismo día.