La empresa china de IA DeepSeek lanzó el modelo DeepSeek-V4.1-Flash con multimodalidad nativa y anunció la retirada gradual de V4-Pro. «Diseñado para ampliar capacidades, acelerar la generación de resultados, aumentar el rendimiento y escalar hacia modelos más grandes», señala el comunicado.
En la compañía denominaron a V4.1-Flash el modelo más compacto de la nueva familia arquitectónica. Se trata de una red neuronal de tipo Mixture of Experts con 552 mil millones de parámetros y arquitectura Causal Encoder-Decoder: permanecen activos 8 mil millones de parámetros en la entrada y 16 mil millones en la salida. DeepSeek afirma que, gracias a nuevos métodos de preentrenamiento y un postentreinamiento con refuerzo más extenso, el modelo superó a DeepSeek-V4-Pro en rendimiento, coste, velocidad y tiempo total de ejecución.
Por separado, DeepSeek anunció la reducción de los requisitos de caché KV. V4.1-Flash necesita 1/4 del volumen de HBM y 1/8 del almacenamiento SSD en comparación con la generación anterior. La compañía considera que esto reducirá los costes en escenarios agénticos.
El modelo ya está disponible en la API de DeepSeek. DeepSeek retiró de operación V4-Flash y V4-Flash-Vision-Exp: los alias compatibles deepseek-v4-flash y deepseek-v4-flash-vision-exp redirigen temporalmente las solicitudes a V4.1-Flash. A partir de las 04:00 UTC del 14 de septiembre, todas las solicitudes a deepseek-v4-pro comenzarán a enrutarse automáticamente hacia V4.1-Flash con las tarifas del nuevo modelo. Este modo se mantendrá hasta el lanzamiento de V4.1-Pro. La nueva tarificación de V4.1-Flash entró en vigor a las 04:00 UTC del 10 de septiembre. DeepSeek también informó sobre planes de colaborar con la comunidad open-source para respaldar la inferencia de V4.1-Flash y evaluar opciones adicionales de despliegue.
DeepSeek contrató a CITIC Securities para preparar la oferta pública inicial en el mercado tecnológico STAR Market de la Bolsa de Shanghái, según informan Reuters y SCMP citando fuentes propias. El mayor banco de inversión chino actuará como uno de los cuatro suscriptores. La compañía espera iniciar el proceso de IPO antes de finales de 2026. Los plazos exactos de la colocación, su volumen y la valoración de DeepSeek aún no han sido determinados. Para salir a bolsa, las empresas chinas suelen pasar por un procedimiento preparatorio previo con la participación de estructuras de corretaje. La incorporación de CITIC Securities indica que DeepSeek ha avanzado más en los preparativos para una posible colocación.