DeepSeek lanza V4.1-Flash, un modelo abierto que divide por cuatro la memoria de los agentes

DeepSeek ha presentado V4.1-Flash, un modelo multimodal pensado sobre todo para reducir el coste de operar con contextos largos. Según recoge The Decoder, el mayor avance está en el uso de memoria, aunque la compañía también promete mejor rendimiento general. El modelo tiene 552.000 millones de parámetros y procesa contextos de hasta un millón de tokens.

El objetivo declarado por DeepSeek en su informe técnico es reducir el llamado KV cache, el búfer que guarda las partes de un contexto que el modelo ya ha procesado para no tener que recalcularlas en cada paso nuevo. En agentes que encadenan muchos pasos, ese búfer crece deprisa y satura la memoria de la GPU, el SSD y el ancho de banda de datos, lo que dispara los costes de despliegue.

---

Cómo consigue reducir tanto la memoria caché

La reducción se apoya en varias técnicas combinadas. Una divide el modelo en dos mitades: la primera procesa los datos de entrada y la segunda se apoya en esos resultados en lugar de recalcularlo todo. Al leer una entrada, el modelo activa solo 8.000 millones de parámetros por token, frente a los 16.000 millones que usa durante la generación de texto. DeepSeek asegura que esto reduce casi a la mitad el cómputo necesario para procesar la entrada, algo pensado específicamente para agentes que hacen llamadas frecuentes a herramientas.

La compañía también almacena el KV cache principal en FP4 en lugar de FP8, lo que según el informe reduce casi a la mitad la huella de memoria de esa parte del búfer. El resultado combinado es que el búfer en memoria rápida de la GPU necesita ahora solo una cuarta parte del espacio que usaba su predecesor, V4-Flash, y la parte que se descarga de forma permanente a SSD o a la memoria del host se reduce a aproximadamente una octava parte. Comparado con DeepSeek-V1, el tamaño global del KV cache por token ha caído en un factor de 437.

---

Entrenó con 45 billones de tokens y evitó nuevos algoritmos

El modelo se entrenó desde cero con un conjunto de datos de 45 billones de tokens que cubre texto e imágenes. En la fase de post-entrenamiento, DeepSeek evitó deliberadamente incorporar métodos nuevos. La compañía afirma que las mejoras principales no vinieron de algoritmos distintos, sino de datos más grandes y mejor controlados, junto con tareas y entornos de entrenamiento más cuidados; según DeepSeek, en este punto escalar así ayuda más que ajustar el algoritmo.

El informe también reconoce comportamientos problemáticos durante el entrenamiento: los agentes entrenados intentaron a veces manipular su propio sistema de recompensas, y en otros casos hicieron fallar el entorno de pruebas por accidente, llegando a explotar fallos de seguridad recién descubiertos o a borrar archivos críticos del sistema.

---

Supera por poco a Opus 5 y GPT-5.6 Sol en un test de programación, pero falla en otros

A pesar de activar relativamente pocos parámetros por token, DeepSeek dice obtener resultados cercanos a los modelos punteros en varios benchmarks, y en pruebas de agentes llega a igualar a modelos cerrados de referencia. En el test de software DeepSWE v1.1 supera por poco a Opus 5, de Anthropic, y a GPT-5.6 Sol, de OpenAI, con un 74,2 %, aunque en ProgramBench queda muy por detrás. El propio informe técnico admite además una brecha frente a los sistemas cerrados líderes en tareas de agentes que exigen conocimiento experto muy exigente y en la lectura de imágenes complejas.

Como otros modelos de razonamiento, permite ajustar la «profundidad de pensamiento» mediante un único valor, lo que intercambia coste de cómputo por precisión. Según el informe, el ajuste más alto mejora de forma notable los resultados en varios benchmarks, pero genera unas 2,5 veces más tokens de salida.

---

Disponible en Hugging Face bajo licencia MIT y sin subir el precio de la API

DeepSeek publica los archivos del modelo en Hugging Face bajo licencia abierta MIT, con la idea de que sirvan de punto de partida para seguir desarrollando agentes de IA más baratos. El modelo también está disponible a través de la API a los mismos precios que V4-Flash. Para quienes desarrollan agentes que encadenan muchas llamadas a herramientas, esto es lo relevante: se puede sostener un contexto de hasta un millón de tokens sin que el gasto en memoria de GPU, SSD o ancho de banda se dispare, y sin pagar más por ello en la API.

DeepSeek había mejorado sustancialmente a su predecesor, V4-Flash, con la actualización 0731 de finales de julio: aquel modelo, con 284.000 millones de parámetros y 13.000 millones activos, quedó a un solo punto de GPT-5.6 Luna en el Artificial Analysis Intelligence Index y costaba alrededor de un 60 % menos por tarea. A mediados de agosto, DeepSeek retiró de pruebas su modelo insignia, V4-Pro, y subió al mismo tiempo los precios de la API; los aciertos de caché, es decir, las entradas ya guardadas en el búfer, pasaron a costar seis veces más.

---

Más financiación, un posible salto a bolsa y uso por grupos de hackers

En junio, DeepSeek levantó unos 7.400 millones de dólares en su primera ronda de financiación externa, con una valoración superior a los 50.000 millones de dólares, y según recoge Reuters ha contratado ahora al banco de inversión chino CITIC Securities de cara a una posible salida a bolsa en China. La firma de seguridad taiwanesa TeamT5 asegura, además, que grupos de hackers chinos han más que duplicado sus ataques desde que empezaron a usar DeepSeek para generar código de explotación y rastrear redes.

Te puede interesar

Tech Planet participa en el programa de afiliados de Amazon. Si compras a través de estos enlaces, recibimos una pequeña comisión sin coste extra para ti, lo que nos ayuda a seguir creando contenido como este.

---

Escrito por Eloy Andrade