DeepSeek V4-Flash-0731: el modelo de agentes IA de China que resuelve tareas a US$0,04 y supera a su versión Pro
China acaba de redefinir el precio de los agentes de inteligencia artificial. DeepSeek V4-Flash —lanzado el 31 de julio de 2026 bajo licencia MIT— alcanza el 61,4% en el benchmark ARC-AGI-2 a un costo de apenas US$0,04 por tarea resuelta, y supera en capacidades agenticas a su propia versión Pro. El modelo es de pesos abiertos y uso comercial libre.
Qué hace diferente a DeepSeek V4-Flash
La versión Flash no es simplemente una variante ligera del modelo Pro: es una arquitectura enfocada específicamente en tareas de agente autónomo. El post-entrenamiento se concentró en navegación de código, ejecución de terminales y razonamiento multi-paso. El resultado habla por sí solo en benchmarks clave:
- Terminal Bench 2.1: de 61,8 (Pro) a 82,7
- Cybergym: de 38,7 a 76,7
- DeepSWE: de 7,3 a 54,4
En términos de arquitectura, DeepSeek V4-Flash mantiene 284.000 millones de parámetros totales con solo 13.000 millones activos por token (arquitectura Mixture-of-Experts), lo que explica su eficiencia de coste. La API oficial de DeepSeek cobra US$0,14 por millón de tokens de entrada y US$0,28 por millón de salida —un precio que dejaría sin margen a la mayoría de competidores occidentales.
MIT y pesos abiertos: el golpe estratégico
La licencia MIT es deliberada: cualquier empresa puede tomar V4-Flash-0731, ajustarlo y desplegarlo en sus propios servidores sin pagar regalías ni depender de la API de DeepSeek. Esto lo convierte en una alternativa real para equipos de desarrollo que necesitan agentes de código pero no quieren comprometerse con un proveedor de nube específico.
Impacto para equipos de desarrollo en América Latina
Para startups y agencias de desarrollo en Colombia, México, Argentina y el resto de la región, DeepSeek V4-Flash abre un escenario concreto: desplegar un agente de código que automatice revisiones de PR, ejecución de pruebas y generación de documentación, todo a un costo por tarea inferior al de una taza de café. El modelo soporta un millón de tokens de contexto y salida de hasta 384K tokens, suficiente para trabajar con bases de código de tamaño medio completas en una sola llamada.
La barrera sigue siendo la latencia desde LATAM hacia los servidores de DeepSeek, pero varias integraciones ya lo ofrecen a través de Fireworks AI y Together AI, que tienen infraestructura en EE.UU. con menor latencia regional.
Lee también:
→ GPT-5.6-Cyber: OpenAI lanza su primer modelo de hacking para defensores
→ Todos los modelos de IA que probó el Reino Unido hicieron trampa y luego lo negaron
Fuentes: El Ecosistema Startup | NexForce AI | eesel AI
