DeepSeek pasó V4-Flash de versión preliminar a una API de versión oficial el viernes por la mañana, hora de Pekín. Lo interesante no es el lanzamiento, sino que la tabla de benchmarks de la propia compañía sitúa a su modelo barato por encima del caro, y el caro sigue sin haberse lanzado.

Las puntuaciones y los precios

Según el changelog de DeepSeek: Terminal Bench 2.1 82.7, Cybergym 76.7, Toolathlon verified 70.3, DSBench-FullStack 68.7, DeepSWE 54.4, NL2Repo 54.2. Ventana de contexto 1M, salida máxima 384K, modo thinking conmutables. Precio por millón de tokens: Flash $0.14 in / $0.28 out frente a Pro en $0.435 / $0.87. Los límites de concurrencia son 2.500 para Flash y 500 para Pro. Se indica que está por llegar un recargo en horas punta que duplica las tarifas durante el horario laboral de Pekín.

Tres cosas que la cobertura está interpretando mal

Primero, «versión oficial» no es un modelo nuevo. El changelog de DeepSeek señala que V4-Flash-0731 «mantiene la misma arquitectura y tamaño del modelo» que la versión preliminar y que «solo fue reentrenado posteriormente». La arquitectura y el número de parámetros no cambian: se trata de una actualización posterior al entrenamiento que se presenta como un lanzamiento. Segundo, es solo API. No se publicaron pesos, y únicamente se actualizó la interfaz de V4-Flash; la app, los modelos web y la API de V4-Pro no se tocaron. Quien lea esto como una publicación de pesos abiertos se equivoca. Tercero, la tabla de benchmarks es propia de DeepSeek, y el conjunto de comparación es favorable por construcción: se puntúa frente al propio V4-Pro-Preview de DeepSeek —una versión preliminar, no un producto lanzado— y frente a GLM-5.2 de Zhipu. No aparece ningún modelo occidental de frontera.

Por qué importa la inversión de la jerarquía

Que un nivel barato supere al caro en tareas de agentes, por aproximadamente un tercio del precio, es una señal en tiempo real de que las mejoras actuales en trabajo agentivo están viniendo del post-entrenamiento y no de la escala. También deja a V4-Pro en una posición incómoda: sigue en versión preliminar y ahora lo supera su hermano menor en las propias cifras del fabricante.

Una cifra que no debe publicarse

Medios chinos están citando 284.000 millones de parámetros totales y 13.000 millones activos. Eso no aparece en ninguna página de DeepSeek que podamos verificar y no debe repetirse como un hecho.