Fireworks AI anunció la semana pasada el modelo DeepSeek‑V4.1‑Flash. Según sus propias pruebas comparativas, alcanza la misma precisión que GPT‑6 Astra en tareas de programación, pero cuesta apenas una quinceava parte por tarea. El precio informado es de $0.43 por una tarea de programación típica de DeepSWE. La empresa atribuye el menor costo a una nueva arquitectura que separa el procesamiento de entradas y salidas, y a una caché KV mejorada que requiere menos memoria.
Cómo reduce los costos
DeepSeek‑V4.1‑Flash es un modelo de mezcla de expertos (MoE) con 552.000 millones de parámetros. Activa 8.000 millones de parámetros para la entrada y 16.000 millones para la salida, un diseño que se ajusta al patrón de tokens de los agentes de programación: leen mucho código, pero generan parches relativamente breves. En la prueba DeepSWE, el modelo procesó 36,9 millones de tokens de entrada y 211.000 de salida, una proporción de 174:1. La nueva caché KV usa una cuarta parte de la memoria de alto ancho de banda (HBM) y una octava parte del almacenamiento SSD que la versión anterior de DeepSeek V4. Además, mantiene una tasa de aciertos de caché del 99,6 % y reduce al 60 % la parte de la factura atribuible a esos aciertos.
En qué destaca y en qué se queda atrás
En pruebas centradas en programación (DeepSWE), la calidad del modelo está a la par de Astra, Gemini 3.8 Flash y Claude Opus 5: todos quedan a menos de 0,7 puntos de pass@1, pero DeepSeek‑V4.1‑Flash cuesta mucho menos. Es 5,5 veces más barato que Gemini 3.8 Flash, 15 veces más barato que Astra y 28 veces más barato que Opus 5. En otra carga de trabajo (Terminal‑Bench 2.1), el modelo usa cuatro veces más tokens de salida que Astra, pero aun así termina siendo unas 12 veces más barato en total. Sin embargo, en una prueba de razonamiento multimodal (Humanity’s Last Exam), obtiene un 34,52 % frente al 50,40 % de Astra, lo que apunta a un desempeño más débil en razonamiento académico puro. Un «enrutador oráculo» que elija la mejor respuesta de los dos modelos superaría a Astra por sí solo en 4,4 puntos porcentuales, lo que sugiere que podría convenir combinar modelos.
Cómo acceder
Fireworks ofrece DeepSeek‑V4.1‑Flash a través de una API sin servidor y una opción de capacidad dedicada para cargas de trabajo de producción. La empresa promete ofrecer pronto puntos de acceso alojados en EE. UU. para sectores regulados y planea brindar asistencia para el entrenamiento a quienes adopten el modelo en sus primeras etapas.
Por qué importa
Para quienes desarrollan herramientas de programación asistida por IA, el nuevo modelo hace asequibles los flujos de trabajo continuos y de alta iteración con agentes: permite convertir llamadas puntuales costosas en procesos en segundo plano baratos. Los equipos que necesiten un razonamiento sólido en distintas disciplinas académicas quizá todavía deban combinar modelos, ya que DeepSeek‑V4.1‑Flash queda rezagado en ese tipo de tareas.
