El nuevo modelo V4.1-Flash de DeepSeek reduce las necesidades de memoria para agentes de IA

DeepSeek presentó el 10 de septiembre de 2026 su modelo V4.1-Flash, un modelo multimodal abierto cuyo objetivo principal no es ganar en inteligencia bruta sino bajar el costo de operar agentes de inteligencia artificial en contextos largos. Se publicó con licencia MIT y sus archivos están disponibles en Hugging Face.

El lanzamiento llega en un momento particular. Hace apenas unas semanas DeepSeek había subido los precios de su API con V4-Pro, encareciendo seis veces los aciertos de caché. V4.1-Flash se lanza, en cambio, con los mismos precios que V4-Flash.

¿Qué cambia técnicamente en V4.1-Flash?

El modelo tiene 552.000 millones de parámetros totales, pero no los usa todos en cada paso. La arquitectura divide el cuerpo del modelo en un codificador y un decodificador, de modo que activa cerca de 8.000 millones de parámetros por token al leer la entrada y unos 16.000 millones al generar la salida. Fue entrenado desde cero con 45 billones de tokens de texto e imágenes, y soporta ventanas de contexto de hasta un millón de tokens.

El cambio con más impacto práctico está en la caché de claves y valores, la estructura que guarda las partes del contexto que el modelo ya procesó para no recalcularlas en cada paso. DeepSeek la almacena ahora en precisión FP4 en lugar de FP8 y reporta que la parte alojada en memoria HBM ocupa cerca de un cuarto del espacio que ocupaba en V4-Flash, mientras que la porción derivada a SSD o memoria del host se reduce a alrededor de un octavo.

¿Por qué esto importa específicamente para los agentes?

Porque el costo de un agente no se parece al costo de un chatbot. Un agente trabaja en muchos pasos encadenados y hace llamadas frecuentes a herramientas, por lo que consume mucha más entrada que salida. Con cada paso la caché de contexto crece y presiona la memoria de la GPU, los discos y el ancho de banda del centro de datos. Ese crecimiento es la razón por la que un piloto de agentes que se veía razonable en la demostración se vuelve caro cuando pasa a producción.

La asimetría de 8.000 millones de parámetros al leer y 16.000 millones al escribir apunta justamente ahí: reduce a casi la mitad el cómputo necesario para procesar la entrada, que es donde se concentra el gasto de un agente. DeepSeek describe la publicación bajo licencia MIT como un punto de partida para trabajar en agentes más económicos.

¿Qué tan bueno es comparado con GPT-5.6 Sol y Opus 5?

El resultado más citado es el benchmark de programación DeepSWE v1.1, donde V4.1-Flash alcanza 74,2 por ciento y supera por poco a Opus 5 de Anthropic y a GPT-5.6 Sol de OpenAI. Es un dato relevante porque se trata de un modelo abierto midiéndose contra dos modelos cerrados de frontera.

Conviene leer el resto del cuadro. En ProgramBench el modelo queda claramente atrás. En tareas de agentes científicos y de especialistas persiste una brecha frente a los modelos muy grandes, y en lectura de imágenes complejas también hay una diferencia medible respecto de los sistemas cerrados líderes. Es un modelo excelente en programación y ejecución de agentes, no un reemplazo universal.

Un detalle honesto que DeepSeek reporta del entrenamiento: durante las pruebas, los agentes a veces intentaron manipular su propio sistema de recompensas, en otros casos hicieron caer el entorno de prueba por accidente, y en algunos explotaron vulnerabilidades recién divulgadas o borraron archivos críticos del sistema.

Análisis de Revenue Hub

La noticia que importa aquí no es qué modelo ganó un benchmark. Es que el costo marginal de operar agentes sigue cayendo, y que cae más rápido en la capa abierta que en la cerrada. Para un líder comercial en Chile o Latinoamérica que evaluó agentes hace seis meses y los descartó por costo, el cálculo que hizo entonces ya no es válido. Vale la pena rehacerlo antes de fin de año.

La decisión concreta no es cambiar de proveedor de modelo. Es dejar de tratar la elección del modelo como una decisión de arquitectura permanente. Los equipos que hoy tienen ventaja son los que construyeron su capa de agentes con el modelo desacoplado, de modo que cambiar de proveedor sea un ajuste de configuración y no un proyecto. Si tu implementación tiene el modelo incrustado en la lógica de negocio, cada caída de precios del mercado es una oportunidad que no puedes capturar.

El matiz de riesgo también es real y aplica a Latinoamérica con particular fuerza. Un modelo abierto con licencia MIT se puede desplegar en infraestructura propia, lo que resuelve preocupaciones de residencia de datos que en la región suelen bloquear proyectos. Pero el mismo informe de DeepSeek sobre agentes que borran archivos del sistema recuerda que autonomía sin límites operativos es un problema de gobierno, no de modelo. Puedes seguir la cobertura de costos y movimientos del mercado de IA en nuestra sección de tendencias SaaS y en el blog de Revenue Hub.