La última versión de DeepSeek ha logrado un nuevo reconocimiento. El modelo DeepSeek-V4.1-Flash-20261017 es ahora el modelo abierto mejor clasificado en el leaderboard de Code Arena WebDev de Arena.ai, superando a Kimi K3 (Max) mientras se ejecuta a aproximadamente una décima parte del costo.

Lo que muestra el leaderboard

Arena.ai publicó las clasificaciones actualizadas el 18 de octubre de 2026. La nueva versión de DeepSeek obtuvo 1670 puntos en Code Arena WebDev, ubicándose en el #1 entre los modelos abiertos y en el #12 general. El leaderboard cubre tareas de programación agéntica y front-end.

Kimi K3 (Max), el modelo desplazado de la cima del ranking abierto, se estima que cuesta aproximadamente 10 veces más ejecutar, según Arena.ai. La plataforma también enmarcó el lanzamiento como un desplazamiento de la frontera de Pareto rendimiento-costo para los modelos abiertos en los flujos de trabajo, es decir, el equilibrio entre lo que entrega un modelo y lo que cuesta ejecutarlo.

Una versión menor con ganancias fuera de serie

La versión del 17 de octubre es técnicamente una actualización menor que renueva el modelo de DeepSeek lanzado en septiembre de 2026. Menor, en este caso, sigue significando mejor en todos los benchmarks que DeepSeek enumeró. Las comparaciones con la versión de septiembre incluyen:

• DeepSWE v1.1: 77.0, frente a 74.2
• Terminal-Bench 4.0: 42.3, frente a 31.2
• Automation-Bench: 60.5, frente a 54.8

Terminal-Bench 4.0 registró el mayor salto de los tres, con un aumento de 11.1 puntos.

Bajo el capó

El modelo está construido sobre un diseño Mixture-of-Experts, una arquitectura en la que solo se activa un subconjunto de parámetros para cada tarea. El backbone cuenta con 552 mil millones de parámetros, con 196 mil millones adicionales de parámetros Engram, pero el modelo no activa todos a la vez. Dado que el cómputo de inferencia escala según los parámetros activos y no los totales, esta configuración dispersa mantiene el trabajo detrás de token generado al nivel de una red mucho más pequeña.

Durante el prefill, la etapa en la que el modelo lee y procesa la entrada, hay 8 mil millones de parámetros activos. Durante la decodificación, cuando genera la salida, esa cifra escala a 16 mil millones.

Otras características enumeradas incluyen una estructura Causal Encoder-Decoder, visión nativa (el modelo puede tomar imágenes como entrada directa) y optimizaciones de caché KV que reducen la memoria necesaria para almacenar los estados de atención durante la generación. La ventana de contexto se extiende hasta 1 millón de tokens, suficiente para albergar bases de código considerables o sesiones prolongadas de agentes en un solo contexto.

Los pesos están publicados en Hugging Face bajo la licencia MIT, una licencia permisiva que permite el uso comercial, la modificación y la redistribución, la diferencia práctica entre un modelo que los equipos pueden ejecutar y modificar en su propia infraestructura y uno al que solo pueden acceder mediante una API. Para los desarrolladores que prefieren no autoalojar el modelo, la API de DeepSeek tiene un precio de $0.30 por millón de tokens de entrada y $1.20 por millón de tokens de salida en horas pico.

Antecedentes: la estrategia de DeepSeek

DeepSeek, formalmente Hangzhou DeepSeek, es un laboratorio de IA chino que ha construido su identidad en torno a modelos de pesos abiertos. Su familia V4.1 se enfoca específicamente en la programación agéntica con eficiencia de costos.

Qué significa para los desarrolladores

El impacto más directo recae en los equipos de ingeniería que eligen qué modelo integrar en sus herramientas. Un modelo que se ubica en el #12 general, frente a competidores tanto abiertos como cerrados, y que cobra $0.30 por millón de tokens de entrada, presenta una opción competitiva en costos para cargas de trabajo de programación.

El ranking también significa que 11 modelos siguen por encima. La cima del leaderboard sigue siendo inalcanzable por ahora. La próxima actualización del leaderboard de Arena.ai mostrará si la versión del 17 de octubre mantiene el liderazgo entre los modelos abiertos que acaba de conquistar.