DeepSeek V4.1 Pro, sin etiquetar: un endpoint de 180 tok/s, un resultado de cuatro muestras y la caída que acaba de terminar

En algún lugar detrás de la API de DeepSeek puede haber un nuevo modelo, y nadie —incluida la persona que lo detectó— está dispuesto a afirmar con certeza que sea DeepSeek V4.1 Pro. La evidencia es una publicación en X, publicada en la mañana del 15 de octubre de 2026 por el rastreador @teortaxesTex, y lo que describe es un modelo que responde cuando se lo llama a través del propio endpoint del proveedor, que completó un prompt específico que los dos modelos insignia conocidos de DeepSeek no pudieron, y que devolvió aproximadamente 180 tokens por segundo. Los dos conocidos se mencionan en la misma frase: DeepSeek-V4-Pro-0813 «es incapaz» ante la tarea, y la generación V4.1 también —lo que, en palabras del propio autor de la publicación, es la parte que hace que un nuevo modelo sea plausible en lugar de un accidente de enrutamiento. Eso es todo el caso. No hay tarjeta de modelo, ni pesos, ni precio, ni nombre de endpoint, ni nota de lanzamiento de DeepSeek, y DeepSeek V4.1 Flash —el modelo de pesos abiertos del 10 de septiembre— no es candidato, porque Flash es un producto ya disponible con una lista de precios pública en lugar de algo que deba descubrirse por su comportamiento.

Lo que hace que la señal merezca registrarse por escrito antes de que se resuelva en un sentido u otro es la forma de la evidencia, más que su solidez. Esto no es una filtración de un benchmark, ni un repositorio que apareció antes de tiempo, ni una pista de alguien del personal. Es una observación de caja negra: alguien prestó atención a lo que hacía un endpoint, notó que había cambiado y lo dijo, adjuntando el número de muestras. Ese tipo de observaciones son la única forma en que se llega a detectar un lanzamiento encubierto, y también son el origen de muchos falsos positivos. La diferencia entre ambos casos está por completo en lo que se puede verificar después, así que lo útil que se puede hacer con esta es exponer qué se afirmó, qué puede corroborar hoy el propio material publicado por D​eepSeek y qué tendría que ocurrir antes de que alguien pueda llamarlo un lanzamiento.

Lo que realmente se afirmó y lo que no establece

El post es corto y separa sus propias afirmaciones mejor que la mayoría de las coberturas de lanzamiento. Si lo despojamos de lo accesorio, quedan cuatro:

• Una interrupción del servicio de D[[1]]eepSeek que había estado en curso llegó a su fin, y el comportamiento del modelo cambió en torno a ese momento — el encuadre de quien publicó el mensaje, y la razón por la que la observación existe siquiera.

• El endpoint pasó "el chiste del cornudo" con lo que el autor del post llama los mejores resultados a este lado de C​laude, reproduciéndolo en N=4 — cuatro muestras, el mismo resultado.

• DeepSeek-V4-Pro-0813 y la generación V4.1, ambos fallaron la misma prueba, que el autor del mensaje afirma sin rodeos como «impotente».

• La velocidad rondó los 180 tokens por segundo, y la conclusión ofrecida es explícitamente una suposición: «Podría ser 4.1 Pro».

Tres de esos cuatro son observaciones de una caja negra, y el cuarto es un nombre de modelo que se les atribuye por inferencia. Nada en la publicación afirma que haya un anuncio, un precio, una ventana de contexto, un recuento de parámetros, ni que DeepSeek haya dicho nada en absoluto. La cifra de velocidad es la medición propia de quien publica sobre su propia sesión, no una cifra del proveedor ni una cifra de tabla de clasificación. Trátala como un punto de datos de una ruta en un momento, con un prompt, con una cantidad desconocida de almacenamiento en caché de prompts detrás — que es exactamente como se presentó, y más o menos el peso que debería tener.

De dónde viene el nombre "V4.1 Pro"

No es inventado. D​eepSeek nombró un nivel Pro en la propia línea V4.1, en su propia nota de lanzamiento del 10 de septiembre, y a día de hoy ese nombre sigue sin tener nada asociado. El pasaje que lo puso en circulación decía que las solicitudes a deepseek-v4-pro se redirigirían al modelo Flash recién lanzado y se facturarían a las tarifas de Flash a partir de las 04:00 UTC del 14 de septiembre, y que esto continuaría «hasta que se lance V4.1-Pro». Los desarrolladores se opusieron a que se sustituyera un modelo de producción sin ventana de migración, D​eepSeek revirtió el plan, DeepSeek V4 Pro siguió respondiendo con la facturación sin cambios — y la cláusula que sobrevivió a la reversión fue la que nadie debía haber notado: que hay un V4.1-Pro planeado.

Todo lo que viene después de esa frase es inferencia. La empresa no ha publicado ninguna ficha, ninguna fecha ni ningún archivo de pesos. Así que el nombre en la publicación es el nombre al que un lector recurriría dado un cuarto modelo que se comporta mejor que los tres que conoce: la familia V4.1 es la generación actual, Flash es el pequeño, Pro es el nivel que DeepSeek ya ha prometido. Recurrir a él es sensato. Recurrir a él no es evidencia.

Eso importa más de lo que parece, porque hay al menos otra explicación que no requiere ningún modelo nuevo en absoluto. Una actualización puntual silenciosa de una compilación existente —una configuración de servicio recuantizada o reajustada, una ruta de backend diferente, una reversión después de la interrupción— aparecería ante un observador de caja negra como un cambio de capacidades sin anuncio y sin nombre. El propio registro de cambios de DeepSeek documenta exactamente este tipo de cosa en el pasado: V4 Pro se actualizó in situ el 13 de agosto bajo un nombre con sello de compilación, y la línea Flash ha tenido una entrada de actualización sin ceremonia alguna. Los lanzamientos sigilosos y las reconstrucciones silenciosas son indistinguibles desde fuera, y la publicación no afirma haberlos distinguido.

Qué dice hoy el propio material de DeepSeek

Esta es la parte que se puede comprobar, y es breve. El registro de cambios de D​eepSeek va del 2026-04-24 (V4), 2026-07-31 (una actualización de V4-Flash), 2026-08-13 (la actualización de V4-Pro), 2026-08-21 (V4-Flash-Vision-Exp) y 2026-09-10 (V4.1-Flash). No hay ninguna entrada de octubre de ningún tipo, ni ninguna entrada titulada V4.1 Pro. La página Models & Pricing enumera dos nombres utilizables, deepseek-flash y deepseek-v4-pro, que corresponden a D​eepSeek-V4.1-Flash y DeepSeek-V4-Pro-0813.

• Contexto y salida — tanto D​eepSeek-V4.1-Flash como DeepSeek-V4-Pro-0813 aceptan 1M de tokens de entrada y devuelven hasta 384K, con límites de concurrencia de 2.500 y 500 respectivamente.

• Precio — Flash cuesta $0.15 por millón de tokens de entrada en un fallo de caché y $0.60 por millón de tokens de salida fuera de horas punta; V4 Pro cuesta $0.66 de entrada y $1.98 de salida fuera de horas punta, y en horas punta el precio se duplica.

• Visión — integrada en DeepSeek V4.1 Flash, indicada como "No compatible" para DeepSeek V4 Pro.

• Pesos — D​eepSeek-V4.1-Flash es de código abierto bajo MIT; no existe ningún repositorio para algo llamado V4.1-Pro, que es la pieza individual de evidencia negativa más fuerte disponible.

En Hugging Face, el repositorio del modelo DeepSeek más reciente es deepseek-ai/DeepSeek-V4.1-Flash, tocado por última vez el 12 de octubre: un commit de rendimiento sobre la restauración de las cachés de claves del indexador en pasos de compresión incompletos. Eso es trabajo de motor en un modelo que ya existe, no un nuevo buque insignia. Sea lo que sea con lo que el autor del post estuviera hablando, no dejó ningún artefacto en los lugares donde un modelo DeepSeek ya lanzado normalmente deja uno.

El número de velocidad es lo menos sorprendente de la publicación.

180 tokens por segundo se lee como rápido, y frente a la línea base equivocada parecería una pista reveladora. Frente a la correcta, no llama la atención. La medición independiente ha situado a DeepSeek V4.1 Flash cerca de lo más alto de su clase en rendimiento bruto, y operadores de terceros que sirven los mismos pesos abiertos anuncian cifras considerablemente superiores a 180 con una caché caliente. Un número en ese rango es lo que parece un modelo DeepSeek bien servido; no es lo bastante rápido para demostrar una red troncal más grande ni lo bastante lento para demostrar una más pequeña. Cualquiera que tome 180 t/s como la pista reveladora está leyendo la línea menos diagnóstica del artículo.

La asimetría más interesante es el resultado de la tarea. Un modelo que supera algo que tanto DeepSeek-V4-Pro-0813 como V4.1 fallan, cuatro veces de cuatro, con un prompt deliberadamente construido para ser difícil de falsificar, es un perfil de capacidades genuinamente distinto —suponiendo que la prueba en sí sea sólida, algo que la publicación no permite verificar al lector. Esa es la afirmación a la que hay que prestar atención, y es la que una tabla de benchmarks acabará resolviendo.

Por qué "el chiste del cornudo" es una señal real bajo un nombre tonto

La frase se leerá como un chiste y no lo es. Las indicaciones de razonamiento relacional de esa familia —creencias anidadas, conocimiento disputado, quién sabe qué sobre quién— son una prueba de larga data para determinar si un modelo puede sostener varias capas de una situación social a la vez sin colapsarlas. Tanto los laboratorios de frontera como los evaluadores independientes usan variantes de ella, porque es breve, barata, resistente a la memorización y castiga de forma desproporcionada a los modelos que emparejan patrones en la superficie de una escena en lugar de rastrear el estado que subyace a ella. Se difunde por las redes sociales como un chiste por la misma razón por la que se usa como prueba: es memorable y es difícil.

También es, por sí solo, una evidencia débil. Ningún número de muestras sobre un único prompt ad hoc permite distinguir un nuevo checkpoint de una nueva configuración de muestreo, de un valor predeterminado distinto de esfuerzo de razonamiento, de un cambio en qué grupo de backends responde, o simplemente de un prompt que se encontraba cerca de un límite de decisión y que casualmente cayó de otra manera después de que el servicio volviera a estar disponible. N=4 ayuda —quien publicó hizo la diligencia mínima que la mayoría de las afirmaciones virales sobre capacidades se saltan—, pero cuatro muestras solo establecen reproducibilidad en una ruta para un prompt. Es un motivo para ir y mirar. No es un motivo para concluir.

La pregunta práctica: ¿puedes probarlo, y cómo?

Ahora mismo, no. No hay ningún nombre al que llamar. Si aquello con lo que estaba hablando quien publicó el mensaje es real y no tiene nombre, solo se puede alcanzar por accidente, según qué modelo te entregue el propio enrutamiento de DeepSeek, que es precisamente la situación de la que trataba la reversión de la redirección de septiembre.

Los modelos que puedes definir hoy son los dos que figuran en la hoja de precios, y la forma honesta de probar un cambio que no puedes ver es fijar tu tráfico de producción en el modelo que elegiste y trasladar el experimento a un lugar donde no pueda causar daño. DeepSeek V4.1 Flash y DeepSeek V4 Pro están disponibles a través de OrcaRouter con una sola clave de API, así que una comparación en paralelo contra un conjunto fijo de prompts cuesta un cambio de configuración en lugar de un segundo contrato, y cuando una ruta se degrada, la conmutación por error automática redirige la solicitud a un proveedor saludable en lugar de devolver un error, que es precisamente el modo de fallo que hizo visible la caída descrita en el artículo. Como OrcaRouter traslada el precio de lista del proveedor con un 0% de margen, cualquier cambio de precio de DeepSeek se aplica el mismo día en que se aplica en el proveedor, sin necesidad de un proceso de reajuste de precios por tu parte.

Lo que nada de eso te da es el modelo sin etiquetar. Si crees que has dado con él —más rápido de lo esperado, mejor en una sonda en la que tu modelo habitual falla—, captura las respuestas sin procesar con marcas de tiempo y los ID de solicitud, porque ese es el material que convierte un avistamiento en algo que el resto del campo puede verificar. Reprodúcelo en un segundo día. Reprodúcelo después de un redespliegue. Un modelo sigiloso que solo existe en una ventana es un artefacto de enrutamiento hasta que se demuestre lo contrario.

¿Qué convertiría esto en noticia?

Cuatro cosas, en orden aproximado de probabilidad. Una tarjeta de modelo o un repositorio de pesos que aparezca bajo un nombre V4.1-Pro lo resolvería de forma definitiva y sería el primer artefacto real. Una entrada en el registro de cambios o un nombre nuevo en la página Models & Pricing haría lo mismo desde el lado del proveedor. Un primer benchmark independiente —que Artificial Analysis o LMArena recojan una entrada que no coincida con ninguna compilación de D​eepSeek listada— corroboraría el salto de capacidades sin confirmar el nombre. Y la posibilidad más silenciosa de todas: nada. D​eepSeek actualiza los modelos in situ y, en la cronología actual —V4 en abril, actualizaciones de Flash en julio y agosto, una actualización de Pro el 13 de agosto, V4.1 Flash en septiembre—, la probabilidad a corto plazo es una actualización silenciosa de un nombre existente más que un cuarto nivel.

Hasta que uno de esos se materialice, el estatus correcto de "DeepSeek V4.1 Pro" es el que ha tenido desde el 10 de septiembre: un nombre que la propia DeepSeek puso en una hoja de ruta, sin ningún modelo detrás. La sesión de 180 tok/s de un único observador es una razón para seguir vigilando el endpoint, no una razón para planificar en torno a un modelo insignia.

Planteado así, la asimetría es lo que importa. Una columna de esa tarjeta es documentación —una hoja de precios, una licencia, un nombre de modelo que puedes poner en el cuerpo de una solicitud—, y la otra es una frase en una nota de versión más una mención en X. Todo lo que se puede verificar en este artículo está a la izquierda. Todo lo de la derecha es lo que la gente espera que resulte ser el endpoint de 180 tok/s, lo cual es una esperanza razonable, y aún no un hecho.

¿Quién debería hacer qué?

Si esta semana estás eligiendo un modelo sobre el que construir, nada de lo que hay aquí cambia tu decisión. DeepSeek V4.1 Flash está disponible, con precio y documentación; DeepSeek V4 Pro está disponible, con precio y documentación; DeepSeek V4.1 Pro no es un producto. Lo único que merece la pena sacar de la publicación es el modo de fallo más que el modelo: el endpoint de un proveedor cambió de comportamiento tras una interrupción y no hubo aviso, ni incremento de versión, ni forma de saber desde fuera con qué habías estado hablando. Fijar explícitamente las versiones de los modelos, capturar los metadatos de las respuestas y poner una ruta de conmutación por error detrás de cualquier proveedor único es la mitigación, y es la misma mitigación tanto si un nuevo buque insignia se esconde detrás del endpoint como si no.

Si estás esperando el lanzamiento, fíjate en el registro de cambios y en la organización de Hugging Face, no en la conversación sobre capacidades. Ambos han sido el indicador fiable para este laboratorio. Ninguno ha dicho una palabra desde el 10 de septiembre.

Un resultado como este también sirve como recordatorio de que los errores de los modelos ya están documentados: los incidentes de IA y los fallos de agentes que hay detrás de los modelos de esta clase se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, su gravedad, su grado de confianza y su indicador de disputa.