El sábado 17 de octubre, DeepSeek publicó una actualización de su modelo más pequeño, DeepSeek-V4.1-Flash-1017, y en pocas horas se convirtió en la segunda historia más votada del día en Hacker News, con más de 900 puntos y unos 700 comentarios. No es un modelo nuevo, sino una revisión menor. Llamó la atención por otra razón: promete hacer las mismas tareas de programación por una fracción de lo que cuestan los modelos de las grandes empresas de Estados Unidos, y además se puede descargar gratis.

Imagen ilustrativa del artículo Foto: cottonbro studio / Pexels

Qué pasó

  • DeepSeek reemplazó su modelo V4.1 Flash, lanzado el 10 de septiembre, por la versión V4.1-Flash-1017, ya disponible en su web, su app y su API. Según el registro de cambios oficial, la forma de usar la API y los precios siguen igual.
  • Los pesos del modelo están publicados en Hugging Face con licencia MIT, que permite el uso comercial. La ficha indica 763.000 millones de parámetros y una ventana de contexto recomendada de un millón de tokens.
  • La empresa asegura que el modelo termina las tareas más rápido y con respuestas más cortas, lo que reduce el costo. En sus propias pruebas, Terminal-Bench 4.0 pasó de 31,2 a 42,3 y DeepSWE v1.1, de 74,2 a 77,0.
  • Según el gráfico de DeepSeek que recoge The Decoder, cada tarea de DeepSWE cuesta en promedio menos de 0,20 dólares en su configuración más alta. En el mismo gráfico, los modelos rivales que aparecen cuestan entre 2 y más de 10 dólares por tarea.
  • Ese mismo día, DeepSeek abrió a los desarrolladores su buscador interno mediante nuevas API de búsqueda (Search y Fetch), a 0,75 dólares por cada 1.000 llamadas. Serán gratis en algunas herramientas hasta el 31 de octubre.

Hay una advertencia importante: todas las comparaciones con modelos de Anthropic, OpenAI, Google y otros laboratorios chinos vienen de DeepSeek. Todavía no hay mediciones independientes publicadas.

Por qué importa

Para un emprendedor o una agencia en Latinoamérica, el problema de la IA ya no es si funciona, sino cuánto cuesta usarla todos los días. Un agente que programa, revisa código o automatiza procesos puede hacer cientos de tareas al mes. Si cada una cuesta centavos en lugar de dólares, cambia lo que vale la pena automatizar.

También cambia el poder de negociación. Con un modelo abierto bajo licencia MIT, una empresa puede alojarlo en su propia infraestructura o elegir entre varios proveedores que ya lo ofrecen. Esto importa a quienes manejan datos de clientes y no quieren enviarlos al servidor de un solo proveedor.

Y para los desarrolladores freelance, que suelen pagar en dólares herramientas que cobran por uso, una diferencia de precio de este tamaño puede definir si un proyecto es rentable o no.

Nuestro análisis

La lectura fácil es que "DeepSeek venció a los grandes". Creemos que esa no es la lección principal. Lo que muestra esta actualización es que la competencia en IA dejó de girar solo en torno al modelo más inteligente. Ahora también importa el costo por tarea terminada. DeepSeek no dice que su modelo sea el más capaz en todo, sino que resuelve un trabajo concreto a cambio de muy poco dinero. Es una métrica más útil para negocios que cualquier ranking.

La conversación en Hacker News apunta en la misma dirección. Muchos usuarios dijeron que el modelo no lidera los rankings, pero que en el día a día escribe código sencillo, responde rápido y no complica de más las soluciones. Esa idea de que se siente mejor de lo que dicen sus números aparece mucho, aunque no deja de ser una opinión.

Hay riesgos que no conviene minimizar:

  • Pruebas propias. Las cifras las publicó la propia empresa, con configuraciones elegidas por ella. Hasta que lleguen mediciones independientes, los porcentajes son una promesa.
  • Privacidad. Varios usuarios del foro advirtieron que la API oficial de DeepSeek podría usar los datos enviados, y que otros proveedores que alojan el modelo ofrecen no guardar información. Antes de enviar datos sensibles, hay que leer las condiciones de cada servicio.
  • Contexto regulatorio. The Decoder menciona un reporte según el cual el gobierno chino planea endurecer las reglas para publicar modelos abiertos. Si eso pasa, depender de que lleguen nuevas versiones gratuitas es una apuesta incierta. Eso sí, los pesos que ya se publicaron seguirán disponibles.
  • Calidad del código. Gran parte del debate fue sobre otro tema: el riesgo de que los equipos acepten código generado por IA que nadie entiende del todo. Un modelo más barato no resuelve ese problema y puede empeorarlo si se usa sin revisión.

La oportunidad es clara para quienes trabajan con presupuestos ajustados. Los equipos pequeños de la región ya pueden usar un modelo competitivo en programación sin pagar las tarifas de los modelos más caros. Además, la nueva API de búsqueda abre la puerta a crear asistentes que consultan la web sin tener que contratar un buscador aparte.

Qué hacer ahora

  1. Haz tu propia prueba. Elige 10 tareas reales de tu negocio, como corregir un error, escribir una función o resumir un documento. Compara el resultado y el costo de este modelo con el que usas hoy.
  2. Mide el costo por tarea, no por token. Un modelo con un precio por token más alto puede salir más barato si termina antes y escribe menos. Anota cuánto pagaste por cada tarea resuelta.
  3. Revisa dónde van tus datos. Si trabajas con información de clientes, compara las políticas de la API oficial con las de proveedores que alojan el modelo sin guardar datos, o considera alojarlo tú mismo.
  4. No te ates a un solo proveedor. Diseña tus flujos para cambiar de modelo con un ajuste de configuración. Los precios y los líderes cambian cada pocas semanas.
  5. Mantén la revisión humana. Por más barato que sea, cualquier código generado debe pasar por pruebas y por alguien que lo entienda antes de llegar a producción.

Fuentes