La empresa china DeepSeek ha presentado una versión actualizada de su modelo DeepSeek-V4-Flash-0731, que demuestra que el aumento del rendimiento de la inteligencia artificial no siempre está ligado a modelos cada vez más grandes. La novedad, con una arquitectura y tamaño inalterados, se ha fortalecido significativamente gracias a un nuevo entrenamiento posterior, superando incluso al modelo DeepSeek-V4-Pro, que es más grande, en pruebas independientes.
El DeepSeek-V4-Flash-0731 se basa en la versión preliminar del modelo V4-Flash de abril. Según la documentación de la empresa, se ha mantenida la arquitectura y el tamaño del modelo sin cambios, y se ha realizado principalmente un nuevo ajuste después del entrenamiento básico. Este paso ha supuesto un importante aumento de las capacidades, lo que demuestra la importancia de los métodos de post-entrenamiento, además del número de parámetros en sí.
El modelo utiliza una arquitectura Mixture-of-Experts (MoE) y activa solo una parte de sus parámetros para cada token. El punto de control oficial publicado por DeepSeek tiene aproximadamente 304 mil millones de parámetros, incluyendo el módulo de decodificación especulativa. El modelo también está disponible como solución de código abierto a través de la plataforma Hugging Face.
Una de las características más destacadas es su contexto extremadamente largo. DeepSeek indica soporte para hasta un millón de tokens en la entrada y una longitud máxima de salida de 384 mil tokens. El modelo admite el modo de razonamiento, así como el modo estándar, la llamada a herramientas y otras funciones necesarias, por ejemplo, para crear agentes de IA más autónomos.
Los resultados de la empresa Artificial Analysis son una de las partes más interesantes de la actualización. El DeepSeek-V4-Flash-0731 obtuvo 50 puntos en el Artificial Analysis Intelligence Index en modo de razonamiento máximo. Este resultado lo coloca entre los modelos actuales más potentes y, según el evaluador, también supera significativamente a la versión anterior V4-Flash.
Según las pruebas, el Flash actualizado también superó al DeepSeek-V4-Pro, que es más grande, lo cual es significativo principalmente desde el punto de vista de la eficiencia. El desarrollo de la IA se está desplazando cada vez más de la pregunta de "cómo crear el modelo más grande" a la pregunta de "cómo obtener la mayor inteligencia posible con la potencia computacional disponible".
Además, DeepSeek presiona a la competencia en términos de precio. Artificial Analysis indica un precio de API de aproximadamente 0,14 dólares por millón de tokens de entrada y 0,28 dólares por millón de tokens de salida. En un escenario combinado que incluye el uso de caché, el costo es significativamente menor que el de muchos modelos competidores.
La relación entre rendimiento y precio ha colocado al DeepSeek-V4-Flash-0731 en la llamada frontera de Pareto de Artificial Analysis: es decir, entre los modelos para los cuales no es posible encontrar una alternativa más inteligente y, al mismo tiempo, más barata según las métricas observadas.
Una parte importante del modelo también es la optimización del trabajo con contextos largos. La arquitectura de la familia V4 utiliza mecanismos que reducen la cantidad de cálculos y memoria necesarios para procesar entradas extensas. Esto es fundamental, por ejemplo, al trabajar con documentos grandes, bases de datos, conversaciones largas o en tareas autónomas, donde el modelo recopila gradualmente una gran cantidad de información.
La versión publicada también incluye la tecnología de decodificación especulativa. Un módulo auxiliar más pequeño propone varios tokens siguientes y el modelo principal puede verificarlos simultáneamente. Esto da como resultado una generación más rápida sin necesidad de modificar fundamentalmente el modelo base. Hugging Face registra un punto de control de aproximadamente 304 mil millones de parámetros en la versión publicada.
Artificial Analysis midió que el modelo procesaba más de cien tokens de salida por segundo, lo que lo sitúa entre los modelos de razonamiento rápidos de esta categoría de rendimiento.
DeepSeek-V4-Flash-0731 refleja una tendencia más amplia que está ganando terreno en el sector de la IA generativa. Los desarrolladores ya no compiten únicamente por el rendimiento absoluto de los modelos más grandes, sino también por la cantidad de inteligencia que pueden ofrecer por dólar y con qué requisitos de hardware.
Esto es especialmente importante para los agentes de IA. Estos, al resolver tareas a largo plazo, pueden consumir millones de tokens al trabajar con documentos, programación, solicitudes de clientes o bases de datos empresariales. Incluso una pequeña diferencia en el precio de un millón de tokens puede significar diferencias significativas en los costos operativos cuando se implementa a gran escala.
Además, DeepSeek tiene otra ventaja: la disponibilidad de los pesos del modelo. Esto significa que las empresas no dependen exclusivamente de las API basadas en la nube y pueden implementar el modelo en su propia infraestructura, lo cual puede ser interesante, por ejemplo, donde es importante mantener datos confidenciales dentro de la organización. DeepSeek ha publicado el modelo como parte de su colección V4 en Hugging Face.
La actualización V4-Flash no es interesante solo por otro avance en las tablas de referencia. Demuestra que