DeepSeek V4.1 Flash 1017: 30/30 tareas de código sin razonamiento

Con el razonamiento desactivado, DeepSeek V4.1 Flash 1017 resolvió nuestras 30 tareas pequeñas de edición y prueba de código a $0.0042 por tarea resuelta, un 36% menos que con el nivel de razonamiento predeterminado ($0.0066). Incluso sin la herramienta para ejecutar pruebas, resolvió 28 de 30. Desactivar el razonamiento no funcionó para otro tipo de trabajo: preguntas que exigen calcular la respuesta en una sola llamada, como contar elementos sujetos a restricciones. En ellas acertó 11 de 39. El razonamiento es el proceso interno que realiza el modelo antes de responder y se factura como tokens de salida. El parámetro reasoning_effort determina cuánto razonamiento realiza (low, high por defecto o max), y thinking: {"type": "disabled"} lo desactiva. Medimos todas las configuraciones dos días después del lanzamiento del 17 de octubre, con la tarifa de catálogo de DeepSeek en horario punta: $0.30 por millón de tokens de entrada y $1.20 por millón de tokens de salida.

TL;DR

• DeepSeek V4.1 Flash 1017 cuesta $0.30/$1.20 por millón de tokens en horario punta y la mitad fuera de él. El horario punta ocupa 35 de las 168 horas de la semana.
• Como agente para tareas pequeñas de código, DeepSeek V4.1 Flash 1017 resolvió 30 de 30 con todas las configuraciones: $0.0042 por tarea sin razonamiento, $0.0066 con el nivel predeterminado high y $0.0099 con max.
• En 13 tareas de razonamiento de una sola respuesta, obtuvo 11 de 39 aciertos sin razonamiento y 39 de 39 con cualquiera de los niveles de razonamiento.
• DeepSeek V4.1 Flash 1017 recuperó un dato oculto situado a tres profundidades distintas en un prompt de 1,001,531 tokens.

¿Qué cambió el 17 de octubre y cuánto cuesta 1017?

DeepSeek V4.1 Flash 1017 sustituyó a V4.1 Flash de septiembre en la API de DeepSeek al mismo precio. Las notas del lanzamiento de DeepSeek anuncian «tareas completadas más rápido y respuestas más cortas que en la versión anterior». Incluyen una gráfica que relaciona la tasa de éxito en DeepSWE v1.1 (resolución de incidencias en repositorios de código reales) con el coste por tarea. Atribuyen la mejora en proyectos completos al «aprendizaje por refuerzo con retroalimentación propia». Los pesos son abiertos: puedes descargarlos de Hugging Face y servir el modelo por tu cuenta. Para desplegarlo, estos son los detalles sobre nombres, precios, horarios punta y tokenizador:

• En la API de DeepSeek ha cambiado el modelo asociado al nombre que usas. Su identificador es deepseek-flash, y la página de precios indica que los nombres antiguos deepseek-v4-flash y deepseek-v4-flash-vision-exp ahora sirven 1017. Si tu código llama directamente a DeepSeek, está usando un modelo nuevo aunque no hayas cambiado una sola línea. Vuelve a ejecutar tus evaluaciones. Synthorai mantuvo los identificadores antiguos asociados a las versiones anteriores, como explicamos en la última sección.
• El precio no ha cambiado. Los precios se expresan en dólares por millón de tokens. Un acierto de caché corresponde a una entrada que el servidor ya recibió en una petición anterior, como un prompt de sistema repetido:

• La mayor parte de la semana queda fuera del horario punta. El horario punta es de 01:00 a 04:00 y de 06:00 a 10:00 UTC de lunes a viernes (de 09:00 a 12:00 y de 14:00 a 18:00, hora de Pekín). Los fines de semana y los festivos de China se aplica la tarifa reducida todo el día.
• El tokenizador no ha cambiado. Las mismas muestras de inglés, chino, Python y JSON dieron exactamente el mismo número de tokens en 1017, V4.1 Flash de septiembre y V4 Pro. Puedes mantener tus presupuestos de tokens.

En la clasificación de Artificial Analysis, consultada el 19 de octubre, 1017 obtiene 45.1 con su configuración más alta, frente a 39.5 de la versión de septiembre. El índice combina pruebas de agentes, programación, conocimientos y ciencia que ejecuta la propia Artificial Analysis. DeepSeek también abrió las API Search y Fetch en su plataforma. Devuelven, respectivamente, resultados web para una consulta y el contenido de una URL, a $0.75 por 1,000 llamadas cada una. Las llamadas desde Claude Code, Codex y DeepSeek Harness con una clave de API de DeepSeek son gratuitas hasta el 31 de octubre de 2026 a las 16:00 UTC. Estas condiciones solo se aplican a la API de DeepSeek. No probamos estas API ni las afirmaciones sobre proyectos grandes. El resto del artículo mide únicamente 1017 según su configuración de razonamiento.

¿Qué nivel de razonamiento conviene usar para tareas de una sola respuesta?

En nuestras tareas basta con low; desactivar el razonamiento no basta. Probamos 1017 con nuestro conjunto habitual de 13 tareas: recuentos con restricciones, aplicación de una regla 200 veces, un problema de la mochila, aritmética modular y otros problemas similares con una única respuesta verificable. Ejecutamos cada tarea tres veces por configuración, con una petición por ejecución. El coste por respuesta correcta es el gasto total dividido entre los aciertos, a la tarifa de catálogo de horario punta:

Sin razonamiento falló 28 de 39 respuestas. En 17 de esos fallos devolvió únicamente un número de cinco tokens o menos, sin mostrar los cálculos. Todos los niveles de razonamiento acertaron todas las respuestas, por lo que solo se diferenciaron en cuánto escribieron.

max escribió más que low en 12 de las 13 tareas y generó 1.96x los tokens de salida en total. Lo comprobamos con una prueba de los signos, que cuenta en cuántas tareas una configuración escribió más que otra, y una corrección de Holm para ajustar las cinco comparaciones simultáneas. La diferencia se mantiene (p = 0.002). high generó 1.51x los tokens de low y escribió más en 11 de las 13 tareas, pero, tras la corrección, esto indica una tendencia, no una diferencia demostrada (p = 0.09). Sin enviar reasoning_effort, que según la documentación de DeepSeek equivale a high, el resultado fue un 14% inferior al de la ejecución con high explícito. Esto da una idea de cuánto pueden variar dos ejecuciones idénticas.

Estos son los dos controles y los campos de la respuesta donde aparecen las métricas:

import os
from openai import OpenAI

client = OpenAI(base_url="https://synthorai.io/v1", api_key=os.environ["SYNTHORAI_API_KEY"])
prompt = "How many positive integers below 1000 are divisible by 3 or 5 but not by 15?"
resp = client.chat.completions.create(
    model="deepseek-v4.1-flash-1017",
    messages=[{"role": "user", "content": prompt}],
    reasoning_effort="low",                          # "low" | "high" (default) | "max"
    # extra_body={"thinking": {"type": "disabled"}}, # thinking off instead
)
u = resp.usage
reasoning = u.completion_tokens_details.reasoning_tokens  # billed as output
cache_hits = u.prompt_tokens_details.cached_tokens         # billed at 2% of the input price
thinking_text = resp.choices[0].message.reasoning_content

¿Necesitan razonamiento los agentes de programación?

Nuestras tareas de programación no lo necesitaron, pero eran sencillas: todas las configuraciones resolvieron 30 de 30, y las más baratas fueron sin razonamiento y low. Aquí, un bucle de agente significa que el modelo trabaja por turnos, llama a herramientas y lee sus resultados hasta decidir que ha terminado. Dimos a 1017 un pequeño paquete de Python y tres tareas basadas en errores que habíamos introducido: corregir el análisis de importes; añadir dos formatos de entrada; corregir una comprobación de descubierto y un informe mensual. Disponía de cuatro herramientas: listar archivos, leer un archivo, escribir un archivo y ejecutar las pruebas visibles. Solo consideramos resuelta una ejecución si los archivos resultantes superaban unas pruebas ocultas que el modelo nunca veía. Ejecutamos cada tarea 10 veces por configuración, con un máximo de 30 turnos y el código del modelo ejecutándose en un entorno aislado. Los turnos, los tokens de salida y los segundos son medianas por ejecución. El coste por tarea resuelta es el gasto total dividido entre las tareas resueltas, a la tarifa de catálogo de horario punta:

El número de turnos apenas cambió entre niveles. Lo que aumentó fue el razonamiento por turno: pasó de cero con el razonamiento desactivado al 72% de la salida con max. Comparamos las 10 ejecuciones de cada tarea con una prueba de Mann-Whitney, que comprueba si los costes de una configuración son sistemáticamente superiores a los de otra, y aplicamos la corrección de Holm a las 12 comparaciones. high costó más que low en las tres tareas, entre 1.24x y 1.70x, y max costó más que high en dos de las tres. No pudimos distinguir estadísticamente entre desactivar el razonamiento y usar low.

Las dos últimas filas son un control: las mismas tareas sin la herramienta de pruebas, de modo que el modelo no recibía información sobre los resultados antes de la evaluación. Sin razonamiento siguió resolviendo 28 de 30. La caída no es significativa (prueba exacta de Fisher, que compara dos recuentos de éxitos, p = 0.49), así que en estas tareas no necesitó los resultados de las pruebas para resolverlas sin razonamiento. Las tareas que fallaron sin razonamiento en el conjunto de una sola respuesta exigían muchos pasos de cálculo o búsqueda dentro de la misma respuesta. Estas tareas de programación requerían leer y editar unos pocos archivos, algo que 1017 resolvió sin razonamiento.

Las tareas son pequeñas a propósito: pocos archivos, errores que se detectan leyendo el código y menos de 30 turnos. El trabajo más difícil con agentes, como funciones que abarcan muchos archivos, sesiones largas de depuración o una base de código desconocida, puede necesitar un nivel superior. DeepSeek presenta 1017 precisamente como una mejora para ese tipo de proyectos. No lo probamos. Un punto de partida razonable es desactivar el razonamiento o usar low para tareas sencillas con herramientas, y pasar a high cuando la tarea sea compleja o empiecen a fallar las ejecuciones.

Cuando el razonamiento está activado y la petición incluye tools, la guía del modo de razonamiento de DeepSeek exige reenviar el reasoning_content de todos los turnos anteriores del asistente. Según la documentación, omitirlo provoca un error 400:

msg = resp.choices[0].message
messages.append({
    "role": "assistant",
    "content": msg.content or "",
    "tool_calls": msg.tool_calls,
    "reasoning_content": msg.reasoning_content,  # required with tools in thinking mode
})

¿Cuánto ahorran la caché y el horario de tarifa reducida?

En nuestras ejecuciones de agentes, la caché redujo la factura a menos de la mitad, y la tarifa fuera de horario punta vuelve a dividir el importe restante por dos. Cada turno del agente reenvía toda la conversación. Por eso, la entrada supuso el 90% de los tokens de las 120 ejecuciones con herramienta de pruebas, y el 82% de esa entrada se facturó como aciertos de caché al 2% del precio de entrada. A la tarifa de catálogo de horario punta, las 120 ejecuciones costaron $0.75; sin el descuento de caché, los mismos tokens habrían costado $1.66. Con la caché aplicada, la salida representó el 71% de la factura y la entrada sin caché el 27%. Por tanto, el nivel de razonamiento es el principal factor ajustable que queda en el coste de un agente con 1017. Fuera del horario punta, los mismos tokens costarían $0.38.

La caché es automática en la API de DeepSeek: no hay coste de escritura ni hace falta marcar nada. En nuestra comprobación, enviamos dos veces un prompt de 6,069 tokens y, en la segunda petición, se facturaron 6,016 como aciertos de caché. Mantén estable el principio del prompt: primero el prompt de sistema y las definiciones de herramientas; al final, lo que cambie en cada petición.

¿Es real la ventana de contexto de 1M?

Se puede usar toda la ventana para recuperar información. Ocultamos una frase con un código de siete dígitos entre textos de relleno con frases variadas y pedimos el código, sin razonamiento, a tres profundidades del prompt:

Una petición de 1.15 millones de tokens falló con HTTP 400 y un error que indicaba un límite de 1,048,568 tokens. Una petición demasiado grande se rechaza antes de empezar; no se trunca en silencio. Esto solo comprueba la recuperación de un dato explícito. Razonar sobre muchos datos repartidos por un prompt largo es una prueba más exigente que no realizamos.

¿Qué configuración conviene para cada carga de trabajo?

Ninguna configuración de razonamiento sustituye a un conjunto de pruebas o a un validador que el agente pueda ejecutar. Sin la herramienta de pruebas, el modelo siguió resolviendo 28 de 30 tareas con el razonamiento desactivado, pero nada detectó los otros dos fallos antes de la evaluación. Si llamas a deepseek-v4-flash o deepseek-flash en la API de DeepSeek, programa también una ejecución de regresión posterior al 17 de octubre: el modelo asociado a esos nombres ha cambiado.

Cómo lo gestiona Synthorai

En Synthorai, 1017 tiene su propio identificador de modelo, deepseek-v4.1-flash-1017. Para mantener el comportamiento de las integraciones existentes, no reasignamos los identificadores antiguos como hizo DeepSeek en su API. deepseek-v4.1-flash sigue siendo V4.1 Flash de septiembre; para pasar a 1017 hay que cambiar el identificador del modelo. En /v1/chat/completions tiene la tarifa de catálogo de DeepSeek por millón de tokens: $0.30 de entrada, $1.20 de salida y $0.006 de lectura de caché. reasoning_effort y thinking: {"type": "disabled"} se transmiten sin cambios, las llamadas con razonamiento devuelven reasoning_content y los aciertos de caché aparecen en usage.prompt_tokens_details.cached_tokens. Todos los costes de este artículo usan la tarifa de catálogo de DeepSeek en horario punta para que puedas ajustarlos a tus horarios.

Preguntas frecuentes

¿Es DeepSeek V4.1 Flash 1017 un modelo distinto de deepseek-v4-flash?

En la API de DeepSeek, ahora es el modelo asociado a ese nombre. La página de precios de DeepSeek indica que los identificadores antiguos deepseek-v4-flash y deepseek-v4-flash-vision-exp sirven DeepSeek V4.1 Flash 1017 con la tarifa de Flash, y deepseek-flash también apunta a él. V4.1 Flash de septiembre ya no está en la API de DeepSeek, aunque otros proveedores siguen sirviendo sus pesos abiertos. En Synthorai, los identificadores antiguos conservan las versiones anteriores y 1017 se usa con deepseek-v4.1-flash-1017.

¿Conviene desactivar el razonamiento en DeepSeek V4.1 Flash 1017?

Desactívalo para tareas sencillas de programación y uso de herramientas. En nuestro bucle de agente, 1017 resolvió 30 de 30 tareas pequeñas de código sin razonamiento a $0.0042 cada una, y 28 de 30 incluso sin herramienta de pruebas. Mantenlo activado en low para preguntas de una sola respuesta que requieran varios pasos de cálculo o planificación: sin razonamiento obtuvo 11 de 39 aciertos, frente a 39 de 39 con low. Considera high para trabajo complejo con agentes, que no probamos.

¿Tiene realmente DeepSeek V4.1 Flash 1017 una ventana de contexto de 1M de tokens?

Sí: 1017 recuperó un dato oculto a profundidades del 10%, 50% y 90% de un prompt de 1,001,531 tokens, en unos 25 segundos y por $0.30 por petición a la tarifa de catálogo de horario punta. Una petición que superaba los 1,048,568 tokens devolvió HTTP 400.

Relacionado: Coste de DeepSeek V4.1 Flash, DeepSeek V4 Pro: versión estable frente a preliminar, Controles de razonamiento de los LLM, Coste de escritura en la caché de prompts, Tramos de precios para contextos largos.

Mediciones realizadas el 19 de octubre de 2026 a través de la pasarela de Synthorai, con el identificador de modelo deepseek-v4.1-flash-1017: 195 llamadas de una sola respuesta (13 tareas, cinco configuraciones, tres ejecuciones), 180 ejecuciones de agente (tres tareas, seis configuraciones, incluidas las dos sin herramienta de pruebas, 10 ejecuciones) y 11 peticiones de contexto largo. Costes calculados con la tarifa de catálogo de DeepSeek en horario punta; cifras de Artificial Analysis consultadas el 19 de octubre de 2026.

← Volver al blog