El agente de $0.017: la instantánea 1017 de DeepSeek recorta el costo por tarea sin tocar los precios

Conclusiones clave

• El 17 de octubre de 2026, DeepSeek actualizó a V4.1-Flash-1017 el modelo detrás del nombre deepseek-flash con el método de llamada y todos los precios de lista sin cambios — un lanzamiento de instantánea bajo el mismo nombre (changelog de DeepSeek). El modelo bajo el alias estable se movió; la tabla de precios de la factura no.
• Terminal-Bench 4.0 saltó de 31.2 a 42.3 (+11.1) en cinco semanas, y DeepSWE v1.1 alcanzó 77.0, Automation-Bench 60.5 y Agents' Last Exam 35.4 — cada una por encima de Claude Opus 5 en la tarjeta de comparación de Hugging Face (Hugging Face).
• Opus 5 sigue liderando en Terminal-Bench 4.0 (51.8 vs 42.3), HLE sin herramientas (56.3 vs 42.6), NL2Repo-Bench (75.3 vs 68.2) y ProgramBench (37.0 vs 29.1) — la lectura honesta es liderazgo en el escalón de ejecución agéntica, no campeón de frontera general.
• Un 91.5% de aciertos de caché en el endpoint oficial pone el precio de entrada realmente pagado cerca de $0.017 por millón de tokens (promedio ponderado de OpenRouter, compilado por agregadores) — con la tarifa de DeepSeek, un acierto de caché cuesta el 2% de un fallo (precios de DeepSeek; Local AI Zone).
• El mismo lanzamiento abrió Search & Fetch a $0.75 por cada 1.000 llamadas y reveló que el buscador de DeepSeek filtra "spam de SEO, manipulación GEO y AIGC de baja calidad" — una declaración de política de plataforma, publicada en el propio changelog del producto (changelog de DeepSeek).

El 17 de octubre de 2026, DeepSeek cambió el modelo detrás del nombre deepseek-flash y no tocó ni un solo precio de lista. Esa combinación — pesos nuevos, mismos precios — se está convirtiendo silenciosamente en la palanca de costo más fuerte de la inferencia para agentes. En la tarjeta de benchmarks de Hugging Face, DeepSeek-V4.1-Flash-1017 sube Terminal-Bench 4.0 de 31.2 a 42.3 (+11.1), registra 77.0 en DeepSWE y 60.5 en Automation-Bench — cada una sobre Claude Opus 5 — y termina las tareas más rápido con salidas más cortas. El changelog de DeepSeek llama al resultado "un nuevo óptimo de Pareto rendimiento–costo en múltiples harnesses". La parte sin tabla de benchmarks es la que lleva el dinero: el endpoint oficial reporta una tasa de aciertos de caché del 91.5%, lo que sitúa el precio de entrada realmente pagado cerca de $0.017 por millón de tokens para cargas ricas en caché. Este artículo recorre qué se lanzó, qué hace la matemática del caché con la factura de un agente siempre encendido y qué palancas controla tu equipo.

Esto se apoya en dos informes anteriores. Economía de la inferencia: por qué los agentes de producción siempre activos ya son asequibles documentó el colapso del costo por token y la razón 10:1 entre integración y gasto en modelos. DeepSeek V4.1-Flash y el cambio de modelo silencioso documentó el episodio de auto-enrutamiento de septiembre — una sustitución forzada de V4-Pro a Flash anunciada y revertida en unas 45 horas. La instantánea 1017 es el tercer acto, y es distinto en especie: sin recorte de precios, sin enrutamiento forzado, solo el mismo nombre de endpoint sirviendo en silencio un checkpoint mejor y más barato de ejecutar. Aquí nos enfocamos en la mecánica de ese tipo de lanzamiento y en la economía del caché que decide si baja tu factura.

El mismo nombre, un modelo nuevo: cómo aterriza una instantánea

El changelog del 17 de octubre de DeepSeek es un evento de dos párrafos. "DeepSeek V4.1 Flash ha sido actualizado a DeepSeek-V4.1-Flash-1017... El método de llamada a la API y los precios se mantienen sin cambios — basta usar deepseek-flash para acceder al modelo más reciente." Los alias antiguos siguen enrutando, el sitio web y la app se actualizaron en el lugar, y el sufijo de cuatro dígitos registra la fecha. Nada cambió en la integración; debajo sí.

Esa es la tercera convención de lanzamiento en seis semanas. El 10 de septiembre se publicó un nuevo escalón con nombre propio, con precios propios y un plan (anunciado y luego revertido) de auto-enrutar todo el tráfico deepseek-v4-pro hacia él — el riesgo de producción era el consentimiento. La reversión de 45 horas llegó solo por presión de los usuarios: el propio changelog de DeepSeek indica que el servicio V4-Pro continúa después del 14 de septiembre "manteniendo el método de facturación". El 17 de octubre es una instantánea en cambio: sin cambio de precio, sin cambio de enrutamiento, una mejora que aterriza por defecto bajo un alias estable.

El consentimiento no es el problema aquí — la instantánea es una mejora inequívoca con precios intactos, y Hugging Face publicó los pesos MIT el mismo día, con un contexto de 1M de tokens a 2.500 solicitudes concurrentes. Pero la deriva de comportamiento es deriva: el checkpoint bajo el nombre cambió. La respuesta es la que el artículo del auto-enrutamiento prescribió, sin la alarma — registra el modelo servido en cada respuesta y somete las actualizaciones de instantánea a pruebas de regresión con tu propio conjunto de evaluación antes de que lleguen a producción. Una mejora que pediste y verificaste es una mejora; una que llegó bajo un nombre estable mientras no mirabas es un evento de cambio, incluso cuando es una mejora de Pareto.

La tarjeta de benchmarks, leída con honestidad

La tarjeta de Hugging Face compara la build 1017 contra el lanzamiento de septiembre, Kimi K3, GLM-5.3, GPT-5.6 Sol y Claude Opus 5. El patrón en las filas oficiales se divide con limpieza:

Benchmark	V4.1-Flash (10 de sep)	1017	Cambio	Opus 5	1017 vs Opus 5
DeepSWE v1.1	74.2	77.0	+2.8	74.0	Por encima
Automation-Bench v1.0.6	54.8	60.5	+5.7	50.3	Por encima
Agents' Last Exam	31.8	35.4	+3.6	28.6	Por encima
Apex Bench v1.1	64.6	72.1	+7.5	65.8	Por encima
Terminal-Bench 4.0	31.2	42.3	+11.1	51.8	Por debajo
HLE sin herramientas	36.8	42.6	+5.8	56.3	Por debajo
NL2Repo-Bench	65.4	68.2	+2.8	75.3	Por debajo
ProgramBench	20.3	29.1	+8.8	37.0	Por debajo

El modelo 1017 encabeza la tarjeta en los benchmarks de ejecución agéntica: DeepSWE con 77.0 frente al 74.0 de Opus 5 (GPT-5.6 Sol 73.0, K3 67.5, GLM-5.3 66.9), Automation-Bench, Agents' Last Exam y Apex Bench. Queda detrás de Opus 5 en Terminal-Bench 4.0, HLE sin herramientas, NL2Repo-Bench y ProgramBench — así que la historia de frontera general no se movió. Lee la tarjeta, no los títulos de los hilos: los mensajes de la comunidad encuadraron el lanzamiento como "ahora lidera los modelos open-weight", lo que comprime un resultado por escalones en uno plano. Las notas al pie de la tarjeta importan también — Terminal-Bench 4.0 corrió sobre el framework Claude Code, DeepSWE sobre Mini-SWE-V2, así que la elección del harness es parte de cada número de esta página.

El cambio que más importa para el costo no es una puntuación de benchmark. El changelog de DeepSeek indica que la longitud de salida y el tiempo de tarea se redujeron junto con las mejoras — "permitiendo a los usuarios completar tareas a menor costo y mayor velocidad". Menos tokens de salida por tarea y menos reintentos por tarea son caídas directas en la factura, con precios que no se movieron. El gráfico de costo por tarea de DeepSWE del anuncio dice lo mismo visualmente: la puntuación pass@1 se traza contra el costo por tarea, no contra el precio por token.

Un 91.5% de aciertos de caché es la lista de precios real

La tarifa del escalón Flash de DeepSeek no cambió: la entrada sin caché cuesta $0.15 por millón de tokens fuera de pico y $0.30 en pico; la entrada con acierto de caché, $0.003 fuera de pico y $0.006 en pico; la salida, $0.60/$1.20. Un token de entrada en caché cuesta el 2% de uno sin caché — 89,7% por debajo del precio de fallo en ambas ventanas. Fuera de pico es la mitad del pico en todas partes, y cada hora de fin de semana y festivo chino cuenta como fuera de pico — una palanca de programación que la mayoría de los equipos nunca tira.

Lo que cambió es la frecuencia del acierto. Una compilación de datos de OpenRouter sobre el endpoint oficial reporta una tasa de aciertos de caché del 91.5%, lo que pone el precio de entrada ponderado realmente pagado cerca de $0.017 por millón de tokens (Local AI Zone, compilado por agregadores — trata la cifra como la observación de un endpoint, no como garantía). La aritmética cuadra con la tarifa: al 91.5%, la entrada efectiva queda en $0.0155 fuera de pico y $0.031 en pico (0,915 × acierto + 0,085 × fallo), y la cifra ponderada de todas las horas del agregador cae dentro de esa banda. A esa tasa efectiva, un agente de producción que transmite mil millones de tokens de entrada al mes — contextos largos releídos en cada turno, que es lo que hacen los bucles de agente — paga unos $15.49 fuera de pico donde el precio solo-fallos sería $150.00: una reducción de 10× que no aparece como recorte de precios.

Tres advertencias honestas acotan la afirmación. La tasa del 91.5% es específica del endpoint oficial y su mezcla de tráfico — las tasas de acierto de caché varían por proveedor y por cómo la carga reutiliza el contexto. Es dependiente de la carga: un flujo que reescribe su prefijo de prompt en cada paso gana pocos aciertos, sea cual sea el promedio del endpoint. Y es una observación, no un SLA — DeepSeek documenta los precios, no la tasa de acierto. La implicación sobrevive a las tres: para tráfico de agentes rico en caché, el precio efectivo de entrada es función de cómo estructuras el contexto, no solo de qué modelo eliges.

Por eso este lanzamiento se lee como un evento de economía del caché, no como un recorte de precios. El escalón de subagentes de Claude Haiku 5.5 colapsó los costos por token con un precio de $0.10 (7 de octubre); el lanzamiento de Sonnet 5.5 mostró que un token barato todavía puede significar una tarea cara cuando el conteo de tokens se infla 7× (la trampa de eficiencia). La instantánea 1017 de DeepSeek ataca la otra mitad: mismos precios de token, salidas más cortas, finalización más rápida — y una capa de servicio que convierte la reutilización natural de contexto del tráfico de agentes en un descuento de entrada de un orden de magnitud. Los equipos que solo revisan la lista de precios pasarán por alto el segundo mecanismo.

El explicador de un minuto abajo pone el lanzamiento en una sola página:

Search and Fetch: el mismo lanzamiento pone precio al acceso web del agente

La otra mitad de la instantánea es infraestructura. El changelog de DeepSeek abrió sus APIs internas Search and Fetch a todo el mundo a $0.75 por cada 1.000 llamadas exitosas por endpoint — resultados de búsqueda con puntuación de autoridad y frescura, y fetch que devuelve el contenido de la página como Markdown. Las llamadas a través de herramientas del lado del servidor en DeepSeek Harness, Claude Code y Codex son gratuitas hasta que la facturación comience a las 16:00 UTC del 31 de octubre de 2026 (00:00 de Pekín, 1 de noviembre). Con una escala declarada de "cientos de millones de solicitudes de búsqueda" por día y un índice de "cientos de miles de millones de páginas web", este es un motor real detrás de un precio commodity.

Dentro de ese párrafo del changelog hay una declaración que conviene archivar para quien optimiza para superficies de citación de IA: DeepSeek declara que su buscador "filtra spam de SEO, manipulación GEO y AIGC de baja calidad mediante mecanismos estrictos de detección, garantizando información autoritativa y confiable para usuarios y LLMs" (changelog, 17 de oct). Léelo como política del lado del comprador, no modestia del proveedor: un laboratorio importante que sirve a sus propios agentes y a los de terceros ahora anuncia que la manipulación de la optimización para motores generativos (GEO) es una clase de defecto filtrada. Si la capa que alimenta las respuestas de los modelos trata el juego de GEO como spam, la jugada de citación durable sigue siendo la de siempre en este sitio — fuentes primarias, números verificables y prosa que un generador puede citar directamente — no trucos apuntados a la capa de recuperación.

Las cuatro palancas que tu equipo controla

La parte de modelo del lanzamiento está disponible para cualquier equipo; la economía solo se mueve si la carga colabora:

1. Diseña los prompts para estabilidad del prefijo. Los aciertos de caché se ganan reutilizando contexto byte a byte idéntico: instrucciones estables, esquemas y documentos recuperados antes del contenido volátil, y sin reescrituras del prefijo en cada paso. La tasa del 91.5% es lo que puede alcanzar una mezcla de tráfico moldeada para el caché; un agente que machaca sus prefijos no llega.
2. Registra el modelo servido en cada respuesta. El alias deepseek-flash ahora sirve un checkpoint distinto al de la semana pasada. Guarda la versión real del modelo — no el nombre solicitado — para que la pista de auditoría sobreviva a la deriva de instantáneas, y mantén en pie la capa de enrutamiento de respaldo (el artículo del cambio de modelo).
3. Haz pruebas de regresión a las instantáneas con tu propio conjunto de evaluación. Los pesos MIT en Hugging Face hacen reproducible cada instantánea: fija el checkpoint que validaste, corre tus pruebas de llamadas a herramientas y de formato de salida contra el nuevo, y promociona en tu calendario — no en el del proveedor.
4. Enruta por costo por tarea, no por precio de lista. Mide los tokens de salida por tarea completada y el precio de entrada tras los descuentos de caché. Un modelo de lista baja con pocos aciertos de caché pierde contra uno de lista más alta cuya capa de servicio cachea tu contexto (la aritmética de costo por tarea).

Un caso representativo

Un distribuidor de mercado medio ejecuta un agente de preparación de cotizaciones 24/7 sobre 200 RFQ semanales. Su flujo releerá los catálogos de proveedores y el contexto de reglas de cotización en cada RFQ — el patrón de acceso para el que se construyen las cachés. La build usa un módulo MCP para la capa de ERP y catálogos, delegación A2A a agentes de cotización de proveedores, y una capa de enrutamiento que fija deepseek-flash, registra el checkpoint servido en cada llamada y ejecuta la batería de regresión de formato de cotización antes de cada promoción de instantánea. El contexto estructurado y los prefijos estables empujan la tasa de aciertos de caché hacia la banda observada del endpoint oficial — que es lo que hace real, y no de folleto, la entrada efectiva de ~$0.017/1M — y las salidas más cortas y menos reintentos de la instantánea 1017 bajan el costo por cotización completada encima de eso.

Solicita una construcción acotada. Una semana de descubrimiento: inventario de sistemas, mapa de flujos y alcance fijo — construyas con nosotros o no.

Lecturas relacionadas

• Economía de la inferencia: por qué los agentes de producción siempre activos ya son asequibles — el artículo padre: el colapso del costo por token y la razón 10:1 entre integración y gasto en modelos dentro de la cual cae la matemática del caché de esta instantánea
• DeepSeek V4.1-Flash y el cambio de modelo silencioso — el episodio de consentimiento de septiembre y su reversión, que fijó la disciplina de identidad de modelo que la deriva de alias de esta instantánea premia
• El subagente de $0.10: Claude Haiku 5.5 colapsa la brecha de costo entre frontera y open-weight — el camino por token hacia el colapso de costos, donde la instantánea 1017 compite con cuota de caché y runtime en mano