DeepSeek lanza V4.1-Flash-1017 con pesos abiertos bajo licencia MIT y mejores resultados en agentes

La empresa china de IA DeepSeek ha publicado en Hugging Face DeepSeek-V4.1-Flash-1017. La compañía la describe como una actualización menor de DeepSeek-V4.1-Flash que mejora el razonamiento, la programación y las tareas agénticas y visuales, a la vez que reduce el tiempo de ejecución y la longitud de las respuestas, de modo que las tareas se completan más rápido y con menor coste.

Lo que dice la ficha del modelo

• El repositorio y los pesos del modelo se publican bajo licencia MIT, una de las licencias de código abierto más permisivas.
• Hugging Face indica un tamaño de unos 763.000 millones de parámetros.
• La configuración recomendada incluye una ventana de contexto de 1 millón de tokens y una salida máxima de al menos 256.000 tokens.
• Según DeepSeek, frente a la anterior V4.1-Flash la puntuación sube de 31,2 a 42,3 en Terminal-Bench 4.0, de 74,2 a 77,0 en DeepSWE v1.1 y de 36,8 a 42,6 en Humanity’s Last Exam sin herramientas.
• No incluye plantilla de chat Jinja: DeepSeek ofrece un codificador de referencia en Python y deepseek-recipe, bibliotecas en Rust con enlaces para Python para formatear las peticiones.

Contexto

En la propia tabla de DeepSeek, la actualización supera a varios rivales abiertos y cerrados en algunas pruebas de agentes, pero queda por detrás de otros, como Opus 5 de Anthropic en Humanity’s Last Exam y Terminal-Bench. Todas las cifras son declaradas por DeepSeek y aún no se han verificado de forma independiente.