La empresa china DeepSeek ha presentado la versión beta pública de su API actualizada para su modelo ligero V4-Flash. Y no se trata de una simple actualización de rutina: los resultados de las pruebas demuestran que el modelo inferior no solo ha alcanzado, sino que en varios indicadores clave ha superado al modelo superior V4-Pro-Preview. Se trata de un avance significativo en el ámbito de la computación agéntica y la ejecución autónoma de tareas.
Qué ha cambiado en V4-Flash
El enfoque principal de la actualización es reforzar las capacidades agénticas del modelo. Ahora V4-Flash es capaz de escribir y ejecutar código de forma autónoma, buscar información en internet y construir cadenas de acciones complejas sin intervención humana. La novedad clave ha sido el soporte del formato Responses API, que permite al agente intercambiar solicitudes directamente con el modelo y obtener resultados. Además, el modelo se ha adaptado a Codex de OpenAI, una herramienta popular para escribir código, lo que amplía su aplicabilidad para los desarrolladores. La forma de invocar la API no ha cambiado: para pasar a la nueva versión, basta con indicar el nombre del modelo deepseek-v4-flash en la configuración.
La arquitectura y el tamaño del modelo siguen siendo los mismos, pero la versión V4-Flash-0731 ha pasado por un reentrenamiento adicional. Esto ha permitido lograr resultados impresionantes sin cambiar la estructura base.
Resultados de las pruebas: los números hablan por sí solos
La V4-Flash-0731 actualizada ha superado en casi todos los benchmarks no solo a la anterior V4-Flash-Preview, sino también a la V4-Pro-Preview superior. En la prueba Terminal Bench 2.1, que evalúa la habilidad para trabajar en la línea de comandos, el modelo obtuvo 82,7 puntos frente a los 61,8 de su predecesora. Esto es superior a GLM-5.2 (81,0) y se acerca mucho a Opus-4.8 de Anthropic (85,0).
El progreso es especialmente notable en tareas de escritura de código. En la prueba NL2Repo, V4-Flash obtuvo 54,2 puntos frente a los 39,4 de la versión anterior, y en DeepSWE, 54,4 frente a los modestos 7,3. También impresiona el crecimiento en el ámbito de la seguridad: en la prueba Cybergym, el modelo obtuvo 76,7 puntos, mientras que la versión anterior mostró solo 38,7 y la V4-Pro-Preview superior, 52,7.
También han mejorado los resultados en el trabajo con herramientas: en Toolathlon-Verified, 70,3 puntos; en Agents' Last Exam, 25,2; y en AutomationBench, 25,1. En los tres indicadores, la nueva versión supera a las anteriores. Las pruebas internas de DeepSeek también confirman la tendencia: en DSBench-FullStack, el modelo obtuvo 68,7, y en DSBench-Hard, 59,6, cifras significativamente superiores a las de versiones anteriores.
Qué significa esto para los desarrolladores
V4-Flash se posiciona como una opción rápida y económica para grandes volúmenes de trabajo. El soporte de Codex permite usar el modelo en el entorno habitual sin cambiar de herramientas. La beta pública significa acceso abierto a la API: cualquier desarrollador puede conectar la nueva versión ahora mismo. Se mantiene la compatibilidad inversa: las solicitudes antiguas siguen funcionando, y la transición se reduce a un simple cambio del nombre del modelo.
La actualización del modelo superior V4-Pro se ha anunciado por separado, y su lanzamiento oficial se espera más adelante. Sin embargo, ya es evidente: DeepSeek apuesta por que la eficiencia y la velocidad pueden ser más importantes que la potencia "bruta".
Mi opinión: Esto no es solo una actualización técnica, sino una señal de cambio de paradigma en la industria de la IA. Si un modelo ligero supera al superior en tareas agénticas, significa que la optimización y el reentrenamiento pueden ser más importantes que el simple aumento de parámetros. Para el mercado, esto implica que la competencia se desplaza hacia la eficiencia práctica, no solo hacia los benchmarks en bruto. Los desarrolladores deberían prestar mucha atención a V4-Flash: el ahorro en recursos computacionales con esta calidad podría convertirse en un factor decisivo.