NUEVO · V4.1-Flash-1017 (lanzado el 10-17)
DeepSeek-V4.1-Flash-1017 se entrena conRLSF (aprendizaje por refuerzo con autorretroalimentación)y destaca por el «Wish-Driven Programming»: una única descripción en forma de deseo genera directamente un proyecto completo. DeepSWE v1.1 Pass@177.0%, con un coste medio por tarea de apenas$0.20(nivel bajo: $0.10), una mejora sustancial frente al 74.2% / $0.50 de la generación anterior. El nombre de la API esdeepseek-flash: contexto de 1M, salida máxima de 384K, entrada visual nativa y modo de razonamiento activado por defecto.
V4.1-Flash (09-10)
MoE con 552B de parámetros totales y multimodalidad nativa (entrada de imágenes); en varias evaluaciones se acerca e incluso supera a V4-Pro (0813). El precio de salida es un 70% menor que el de V4-Flash, y la entrada con acierto de caché baja hasta $0.003/millón de tokens.
Serie V4 (04-24)
V4-Pro (1.6T de parámetros totales / 49B activados) y V4-Flash (284B / 13B) publican pesos abiertos bajo licencia MIT, con contexto de 1M + salida de 384K, y un costo de cómputo en contexto largo de solo 27% de FLOPs / 10% de KV frente a V3.2.
La familia DeepSeek V4 une capacidades de frontera con un costo de inferencia ultrabajo: V4.1-Flash-1017 reduce el costo de la codificación agéntica a unos $0.20/tarea mediante aprendizaje por refuerzo RLSF; V4-Pro logra 80.6% en SWE-Bench Verified y 93.5% en LiveCodeBench; todos los pesos se publican bajo licencia MIT, con contexto de 1M de tokens y salida máxima de 384K. Pruébalo gratis aquí abajo — o consulta antes los datos de benchmarks.
Sin registro ni cuenta. Introduce un prompt y obtén respuestas en streaming.
La respuesta se mostrará aquí en streaming…
Este playground utiliza el modelo de lenguaje grande de DeepSeek: escribe un prompt y obtén respuestas en streaming en tiempo real.
Cuatro capacidades definen la generación actual de DeepSeek — resultados reportados oficialmente, reproducibles desde los pesos abiertos con licencia MIT.
Contexto de 1M tokens + 384K de salida máxima. La atención híbrida permite que las cargas de 1M consuman solo alrededor del 27% de los FLOPs de V3.2 y el 10% de la caché KV — el contexto largo ya no equivale a una factura alta.
V4.1-Flash-1017 entrena capacidades de desarrollo de proyectos de extremo a extremo con aprendizaje por refuerzo con autorretroalimentación (RLSF): el modelo usa su propia confianza y autocrítica como señal de recompensa, alcanzando 77.0% en DeepSWE v1.1.
La serie V4.1-Flash acepta imágenes de forma nativa, sin necesidad de módulos visuales externos — capturas de pantalla, interfaces e imágenes de documentos entran directamente en el mismo ciclo de contexto y llamadas a herramientas.
Los pesos de V4-Pro y V4-Flash están abiertos en Hugging Face bajo licencia MIT (Flash, unos 160GB): se pueden autohospedar, se permite el uso comercial y no hay restricciones regionales; la API es compatible con los SDK de OpenAI / Anthropic.
Datos tomados de los lanzamientos oficiales de DeepSeek y de evaluaciones públicas (a octubre de 2026).
| Benchmarks | Modelos | Resultados | Descripción |
|---|---|---|---|
| DeepSWE v1.1 (Pass@1) | V4.1-Flash-1017 | 77.0% | Costo promedio por tarea de aproximadamente $0.20, nivel bajo $0.10 |
| SWE-Bench Verified | V4-Pro | 80.6% | Corrección de problemas a nivel de repositorio real |
| LiveCodeBench | V4-Pro | 93.5% | Programación a nivel competitivo en tiempo real |
| Terminal-Bench 2.0 | V4-Pro | 67.9% | Tareas de agente de terminal |
| Codeforces (Rating) | V4-Pro | 3,206 | Elo de programación competitiva |
| Putnam-200 (Pass@8) | V4-Flash | 81.0% | Competiciones matemáticas |
Consulte las 16 comparaciones cruzadas con modelos como GLM-5.3, GPT-5.6, Claude, etc. enBenchmarks / DeepSeek vs GLM。
MoE de dos niveles + atención dispersa comprimida: la cuenta de cómputo de un contexto de 1M reducida al mínimo.
V4-Pro: 1.6T de parámetros totales, 49B activados por token; V4-Flash: 284B totales, 13B activados; V4.1-Flash: 552B con un diseño de codificador totalmente nuevo. Con la misma API, el costo cambia según la gama.
Combinación de atención dispersa comprimida (CSA) + atención altamente comprimida (HCA): con un contexto de 1M, los FLOPs son solo aproximadamente el 27% de los de V3.2 y la caché KV alrededor del 10%, optimizando a la vez la calidad de recuperación en contextos largos y el costo.
Preentrenamiento de 32T+ token con precisión mixta FP4+FP8; V4.1-Flash-1017 añade postentrenamiento con RLSF: usa la propia confianza/autocrítica del modelo como señal de recompensa, sin depender de evaluadores humanos.
Un repositorio de código completo, contratos de cientos de páginas y trayectorias completas de agentes caben de una sola vez; la salida máxima de 384K basta para generar proyectos completos e informes extensos. El modo de pensamiento está activado por defecto.
deepseek-flash tiene un límite de concurrencia de 2500 y deepseek-v4-pro de 500; la API es compatible con los SDK de OpenAI y Anthropic, y admite salida JSON y llamadas a herramientas. Consulta los detalles enExplicación detallada del contexto de un millón。
Modelos principales disponibles actualmente en la API — consulta el catálogo completo enTodos los modelos。
Nuevo · Recomendado
552B MoE · visión nativa · RLSF · 1M/384K
Nombre de llamada: deepseek-flash
$0.15 / $0.60 por millón de tokens (horario valle)
1.6T/49B insignia · MIT · 1M/384K
Nombre de llamada deepseek-v4-pro
$0.66 / $1.98 por millón de tokens (fuera de horas punta)
552B · Visión nativa · Lanzado el 09-10
Precio de salida aproximadamente un 70% más bajo que el de V4-Flash
Entrada con acierto de caché $0.003
284B/13B · MIT · aproximadamente 160GB de pesos
Putnam-200 81.0% · SWE-Bench 79.0%
$0.14 / $0.28 por millón de tokens
"Wish-Driven Programming": una frase descriptiva produce un proyecto completo — las demos oficiales incluyen modelado 3D de la Ciudad Prohibida, un juego de carreras web, un remake de Portal 2 en Godot y la escena 3D "Valley of Ages".
El contexto de 1M contiene un repositorio de código entero o cientos de páginas de documentación; los aciertos de caché cuestan $0.003/millón de tokens, reduciendo casi a cero el costo de las canalizaciones RAG que recuperan una y otra vez el mismo corpus.
Pesos abiertos bajo MIT + API compatible con OpenAI/Anthropic: obtén capacidades de codificación y razonamiento de vanguardia sin que los datos salgan de la red interna; migrar solo requiere cambiar una línea de base_url.
Para razonamiento intensivo y codificación compleja multiarchivo, elige V4-Pro; para alta concurrencia, documentos largos y escenarios sensibles al costo, elige deepseek-flash (ahora apunta a V4.1-Flash-1017, con soporte de visión y concurrencia de 2500).
La API se factura por uso, sin cuota gratuita; los pesos son abiertos bajo MIT y puedes desplegarlos por tu cuenta. El área de pruebas de este sitio ofrece demos en streaming de forma gratuita.
Las llamadas a v4-pro se enrutan a V4.1-Flash a partir del 2026-09-14; oficialmente se recomienda usar deepseek-flash directamente en proyectos nuevos. Más detalles enPreguntas frecuentes。
Vuelve al playground en la parte superior de la página: escribe un prompt y obtén respuestas en streaming.