DeepSeek dice que V4.1 Flash supera a su propio modelo insignia -- y a Opus 5. Nadie fuera de DeepSeek lo ha verificado todavía
El 10 de septiembre, DeepSeek lanzó V4.1 Flash presentándolo como más rápido, más barato y mejor que su propio modelo insignia V4-Pro, con benchmarks que lo ponen por delante de Opus 5 y GPT-5.6 Sol en pruebas puntuales. Los números son propios de DeepSeek -- todavía no hay una reproducción independiente publicada, y las primeras pruebas prácticas reportan que sigue fallando en razonamiento real.
El modelo más pequeño de una nueva familia de arquitectura de DeepSeek, lanzado el 10 de septiembre de 2026: mixture-of-experts de 552.000 millones de parámetros, casi el doble que su predecesor V4-Flash.
Qué prometen vs. qué se puede verificar hoy
DeepSeek presentó a V4.1 Flash afirmando que supera a su propio modelo insignia, V4-Pro -- mucho más grande -- en desempeño, costo, velocidad y tiempo total de ejecución, según pruebas de "múltiples partes" citadas por la compañía. En benchmarks publicados por DeepSeek, V4.1 Flash saca 90.6 en Terminal-Bench 2.1 -- por delante de Opus 5 (89.1) y GPT-5.6 Sol (88.8) -- y salta de 54.4 a 74.2 en DeepSWE frente a la versión anterior.
Esas cifras son, hasta ahora, propias de DeepSeek: no hay una reproducción independiente publicada que las confirme. Las primeras pruebas prácticas externas son más cautas -- reportan que, pese a los números de benchmark, el modelo sigue teniendo dificultades con razonamiento real fuera de los problemas de prueba estandarizados, y que los benchmarks tienden a sobre-representar acertijos ordenados y sub-representar el trabajo real, más desordenado.
Frente a qué compite
Compite directo con Opus 5, GPT-5.6 Sol y Gemini 3.7 Flash en la categoría de modelos rápidos y económicos, y con su propio hermano mayor, V4-Pro -- a quien DeepSeek dice que ya superó en varias métricas. Su argumento más fuerte, y el más fácil de verificar, es el de precio: $0.003 por millón de tokens de entrada en caché fuera de horas pico, una fracción de lo que cobran los modelos de frontera cerrados.
Para quién importa
Para desarrolladores con presupuesto ajustado que necesitan un modelo abierto rápido para tareas bien definidas, el argumento de costo ya es real y verificable. Para quien necesita razonamiento confiable en problemas del mundo real, no de benchmark, conviene esperar evaluaciones independientes antes de asumir que iguala a los modelos de frontera cerrados.
Fuentes
- DeepSeek-V4.1-Flash debuts with $0.003/1M off-peak cached-input rate — VentureBeat
- DeepSeek releases V4.1-Flash, says it outperforms flagship V4-Pro — SiliconANGLE
- DeepSeek V4.1 Flash Review: Fast, Cheap, But Flawed AI Model — Stork.AI
- DeepSeek V4.1 Flash: Hands-On Coding and Reasoning Test — MindStudio