DeepSeek actualizó V4.1 Flash el 17 de octubre con una nueva versión llamada 1017. El cambio ya se aplica a los modelos de su web y aplicación, además de la API. Para quienes programan contra el servicio, la llamada sigue usando el identificador `deepseek-flash` y la compañía afirma que conserva el método y los precios.
La continuidad del identificador simplifica el cambio de código, pero también significa que ese nombre apunta a la versión más reciente, no necesariamente a un punto fijo en el tiempo. Un equipo puede mantener la misma petición y recibir resultados distintos tras una actualización del modelo. Si una aplicación depende de un formato de respuesta o de una cadena de herramientas concreta, conviene repetir sus comprobaciones y registrar cuándo se hizo el cambio.
Las mejoras anunciadas son cifras de DeepSeek
La empresa presenta 1017 como una actualización que mejora razonamiento, programación y tareas con agentes. En su tabla, Terminal-Bench 4.0 sube de 31,2 a 42,3 puntos, un aumento de 11,1 puntos. DeepSWE v1.1 pasa de 74,2 a 77, una diferencia de 2,8 puntos. Son comparaciones publicadas por DeepSeek, no mediciones independientes. La propia compañía indica que Terminal-Bench se ejecutó con el marco Claude Code y DeepSWE con Mini-SWE-V2, por lo que el resultado depende también de esas herramientas.
DeepSeek afirma que la versión nueva reduce el tiempo de ejecución de tareas y la longitud de las respuestas. Recomienda DeepSeek Harness 0.2.1-rc.1 o una versión posterior para aprovechar mejor los cambios. La actualización no requiere modificar la llamada existente a la API.
Una prueba externa encontró límites en tareas de código
Una evaluación independiente publicada el 18 de octubre hizo 36 peticiones directas a la API. En dos grupos de 15 tareas de texto, uno con el modo de razonamiento predeterminado y otro sin él, obtuvo 15 respuestas correctas en cada grupo. En programación, resolvió dos de tres tareas en ambos modos. El fallo restante incluyó una respuesta incompleta por agotamiento del presupuesto de salida y un error al interpretar un importe con cero inicial.
La prueba sirve como una observación acotada, no como una evaluación general del modelo. Usó pocas tareas de texto en chino y tres ejercicios de código. Sus autores no compararon la API con el checkpoint anterior, porque no disponían de una versión de septiembre fijada para la misma medición. Por eso, los resultados no confirman de forma independiente las mejoras entre versiones que publica DeepSeek.
Para un desarrollador, la actualización combina una llamada sin cambios con un modelo servido que sí ha cambiado. Las cifras del fabricante ayudan a decidir qué probar, y una batería propia de tareas permite comprobar si 1017 conserva el comportamiento que necesita cada aplicación.
