DeepSeek V4 Flash 0731 ya es la versión oficial de DeepSeek V4 Flash y reemplaza a la edición preliminar que la empresa había publicado antes.
La nueva entrega mantiene el foco en programación y tareas con agentes, y DeepSeek distribuyó tanto el repositorio como los pesos bajo licencia MIT (Open source).
La ficha oficial en Hugging Face describe un modelo de 304.000 millones de parámetros y señala que conserva la estructura de DeepSeek-V4-Flash-DSpark, con un módulo de decodificación especulativa integrado.
Ese cambio apunta a acelerar la generación y a sostener cargas de trabajo más largas en flujos de desarrollo de software.
Según los resultados publicados por la propia empresa, la mejora frente a la vista previa es amplia en varias pruebas de agentes y código.
En Terminal Bench 2.1 pasa de 61,8 a 82,7 puntos, y en Agents’ Last Exam sube de 15,8 a 25,2. En ambas pruebas queda cerca de Claude Opus 4.8, que marca 85,0 y 25,7, respectivamente.
La actualización llega meses después del debut de DeepSeek V4, pero el hecho nuevo ahora es otro: V4 Flash 0731 sustituye a la versión Preview, ajusta el modelo para flujos con agentes y abre una edición actualizada con pesos descargables.
Qué cambia en DeepSeek V4 Flash 0731 frente a la vista previa
DeepSeek presenta esta edición como la versión estable de V4 Flash, no como una simple revisión menor.
La compañía afirma que supera incluso a DeepSeek V4 Pro Preview en varios benchmarks del cuadro oficial, pese a activar menos parámetros.
El cuadro incluye varias pruebas públicas orientadas a desarrollo y automatización. Además de Terminal Bench 2.1 y Agents’ Last Exam, DeepSeek reporta 54,4 puntos en DeepSWE, 70,3 en Toolathlon-Verified y 25,1 en AutomationBench Public.
En el mismo cuadro, Opus 4.8 conserva ventaja en varias métricas, por lo que la evidencia publicada no sostiene una superioridad general de DeepSeek sobre los modelos propietarios más fuertes.
También hay dos pruebas internas de la empresa: DSBench-FullStack y DSBench-Hard.
DeepSeek informa 68,7 y 59,6 puntos en esos conjuntos, frente a 37,0 y 25,8 de la versión preliminar.
Como esos test no son públicos, sirven para describir el enfoque del ajuste, pero no tienen el mismo peso que una comparación abierta y reproducible.
La ficha añade un detalle operativo útil para quienes prueben la API o un despliegue propio: el parámetro reasoning_effort admite los niveles low, high y max.
DeepSeek recomienda hasta 384.000 tokens de salida para los niveles altos en escenarios con agentes, una señal de que el modelo está pensado para sesiones largas y tareas encadenadas.
Licencia MIT, requisitos de hardware y presión sobre los precios
La licencia MIT cubre el repositorio y los pesos, un punto que puede facilitar pruebas, ajuste fino y despliegues por parte de empresas o desarrolladores con infraestructura propia.
Eso no significa que usarlo localmente sea simple. La receta oficial de vLLM que enlaza la ficha del modelo muestra un ejemplo sobre un solo nodo con cuatro GPU NVIDIA GB300.
Ese requisito deja claro que la apertura de los pesos no elimina la barrera de cómputo.
Para equipos pequeños, la vía más realista puede seguir siendo consumir el modelo por API o mediante proveedores externos, mientras que el despliegue completo queda reservado a organizaciones con hardware especializado.
DeepSeek cobra alrededor de 28 centavos donde Claude Opus 4.8 ronda los 25 dólares, una brecha que depende de los volúmenes y supuestos usados en esa comparación, pero que ilustra hasta qué punto el mercado de modelos para código y agentes sigue empujando precios a la baja.
Fuentes
DeepSeek – ficha oficial de DeepSeek V4 Flash 0731 en Hugging Face
Axios – DeepSeek’s new bargain model accelerates AI’s race to zero
