Tarjeta principal de Ripple 65B Preview vs DeepSeek V4.1 Pro: el antetítulo dice «VS - uno de estos modelos no existe», con chips que dicen 4 nov 2026 / lanzado, 65B dense y sin fecha / sin tarjeta, sin endpoint, y una franja de estadísticas que muestra ocho semanas desde la única mención de V4.1 Pro, 80,5 frente a 82,7 en Terminal-Bench 2.1 para Ripple contra V4 Flash, y cero especificaciones publicadas de V4.1 Pro.
Guides & Insights

Ripple 65B Preview vs DeepSeek V4.1 Pro: Solo uno de estos modelos existe

Autor

Rowan Sterling

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

DeepSeek V4.1 Pro no tiene ficha del modelo, ni identificador de API, ni precio, ni benchmark. Nunca se ha lanzado. Existe como un nombre dentro de una única frase en las notas de la versión de DeepSeek para V4.1 Flash del 10 de septiembre de 2026, y, aun así, la demanda de búsqueda en torno a él lleva ocho semanas activa. Ripple 65B Preview, en cambio, se lanzó ayer —4 de noviembre de 2026—, de la mano de Ricursive Intelligence, con licencia Apache 2.0, 65 mil millones de parámetros densos y doce billones de tokens de entrenamiento. Por lo tanto, una comparación directa entre ambos no es una comparación entre modelos. Es una comparación entre un modelo y un rumor, y lo útil es poner a Ripple frente a los modelos de DeepSeek que realmente responden a solicitudes HTTP.

La frase que creó un modelo

El 10 de septiembre de 2026, DeepSeek publicó V4.1 Flash junto con un aviso de migración: las solicitudes a deepseek-v4-pro se redirigirían al nuevo modelo Flash "hasta que se lance V4.1-Pro". Esa es toda la huella documental. La redirección en sí se retiró tras las críticas de los desarrolladores y DeepSeek dijo que V4 Pro continuaría con la facturación sin cambios. El paréntesis sobrevivió, y desde entonces los sitios de seguimiento, los agregadores y las páginas de comparación han estado construyendo un modelo en torno a él.

Lo que hace que el fantasma sea tan persistente es que el nombre resulta verosímil. En la generación V4, Pro llegó unos dos semanas después de Flash. A ese ritmo, V4.1 Pro debía aparecer a finales de septiembre. Hoy es 5 de noviembre, y la propia página de precios de DeepSeek enumera exactamente dos modelos de chat: Flash, en el checkpoint 1017, y Pro, todavía en la compilación 0813. Llamar a deepseek-v4.1-pro en pasarelas de terceros devuelve un error de modelo no encontrado. No hay nada con lo que compararlo.

Lo que DeepSeek vende realmente hoy

Tres modelos están operativos, y las diferencias entre ellos importan más que el cuarto que falta. Los precios que aparecen a continuación son las tarifas de DeepSeek fuera de horas punta por millón de tokens; el precio en horas punta, de 01:00 a 04:00 y de 06:00 a 10:00 UTC de lunes a viernes, es el doble.

• V4.1 Flash (1017) — 1M de contexto, 384K de salida máxima, admite visión, $0.15 de entrada / $0.60 de salida, $0.003 por acierto de caché. El checkpoint 1017 reemplazó el postentrenamiento de la versión de septiembre; es el modelo que DeepSeek quiere que uses.

• V4 Pro (0813) — 1M de contexto, 384K de salida máxima, sin visión, $0.66 de entrada / $1.98 de salida, $0.022 por acierto de caché. Arquitectura más antigua, cuatro veces y media el precio de Flash, y sigue siendo el único "Pro" en la lista de precios.

• V4 Flash (0731) — 284B de parámetros totales con 13B activos, contexto de 1M, licencia MIT, $0.14 / $0.28. Este es el que importa para el argumento de Ripple.

A two-column scoreboard comparing Ripple 65B Preview and DeepSeek V4.1 Pro. Ripple reads shipped 4 Nov 2026, ricursiveAI/Ripple-65B-Preview, up to 1M, 80.5 on Terminal-Bench 2.1, 44.3 on DeepSWE v1.1 and $0.20 / $0.60 hosted; every DeepSeek V4.1 Pro cell reads never released, not found, not published or no rate card.

V4.1 Pro se situaría por encima de V4 Pro en esa lista si se lanzara. Hasta que lo haga, cualquiera que te cotice un precio de V4.1 Pro estará cotizando la tarifa de V4 Pro o una suposición.

A screenshot of DeepSeek's official Models and Pricing page, whose model-details table has exactly two model columns: deepseek-flash, version DeepSeek-V4.1-Flash-1017, and deepseek-v4-pro, version DeepSeek-V4-Pro-0813. Both list a 1M context and 384K maximum output, and the feature rows show vision supported on Flash and not supported on Pro. No V4.1 Pro column appears.

La comparación que realmente se puede hacer

La afirmación de lanzamiento de Ripple es una puntuación de 80,52 en Terminal-Bench 2.1, descrita como el estado del arte estadounidense en modelos de pesos abiertos para la codificación agéntica, por delante de Reflection Beam 501B con 80,1, Muse Spark Open 816B de Meta con 76,4, Inkling 975B de Thinking Machines con 63,8 y Nemotron 3 Ultra 550B con 56,4. Cada uno de esos competidores es estadounidense, y eso es lo que hace que la afirmación sea cierta tal como está escrita.

DeepSeek también publica puntuaciones de Terminal-Bench 2.1. V4 Flash 0731 reporta 82,7 en la misma versión, medida por DeepSeek con su propio entorno de pruebas; la misma salvedad que se aplica a la cifra de Ricursive y a la de todos los demás. Si se toman al pie de la letra ambas cifras de los proveedores, un modelo de mezcla de expertos de 284.000 millones de parámetros con 13.000 millones de parámetros activos supera a Ripple por 2,2 puntos en exactamente el mismo benchmark con el que Ripple eligió liderar. Además, cuesta menos: 0,14 $ de entrada y 0,28 $ de salida frente a las tarifas alojadas de Ripple de alrededor de 0,20 $ y 0,60 $.

La brecha se amplía en DeepSWE v1.1, donde ambos laboratorios publican una cifra. Ripple 65B Preview reporta 44.3. DeepSeek V4 Flash reporta 54.4 — una ventaja de diez puntos, frente a 7.3 en la versión preliminar de abril. Y, para completar, la compilación 1017 de V4.1 Flash reporta aproximadamente 77 en DeepSWE en las pruebas internas de DeepSeek, que es un modelo distinto y mucho más potente que aquel contra el que se mide a Ripple, a $0.15 / $0.60.

La crítica que caló

La respuesta más compartida al lanzamiento, de la cuenta de seguimiento de DeepSeek teortaxesTex, constaba de dos frases: que Ripple en realidad pierde frente a V4 Flash 284B, y que el lanzamiento se apoyó en la generación anterior de benchmarks. Según las cifras anteriores, ambas partes se sostienen. La distinción entre 2.1 y 4.0 es real — Terminal-Bench 4.0 es un conjunto de tareas diferente, con comprobaciones de resistencia a la manipulación y un tiempo de espera fijo de ocho horas, y redujo aproximadamente a la mitad la puntuación de todos los modelos de frontera cuando llegó el 28 de agosto. Ripple publicó sobre 2.1, donde el techo es más favorable.

Es un golpe justo, pero no es un nocaut, y la distinción importa. Los competidores de Ricursive en ese gráfico se midieron también con 2.1, así que el orden interno del lanzamiento —Ripple por encima de Beam, Muse Spark Open, Inkling y Nemotron 3 Ultra— es una comparación homogénea. Lo que no es homogéneo es cualquier intento de leer 80,5 frente a un modelo que publica 4,0, que es la mayor parte de la frontera.

Las partes del lanzamiento que se sostienen por sí solas

Dos afirmaciones no dependen de una versión del benchmark. La primera es el presupuesto: {{1}}Ricursive{{/1}} afirma que el esfuerzo completo costó {{2}}32 millones de dólares{{/2}}, aproximadamente una décima parte del anterior estado del arte de pesos abiertos en programación agéntica, alcanzado con 1,4 millones de rollouts de RL —aproximadamente setenta veces menos que {{3}}Reflection Beam{{/3}}— con un 40 % de MFU. Si eso resiste el escrutinio, la historia interesante no es que {{4}}Ripple{{/4}} sea el mejor modelo de programación. Es que un modelo de 65B quedó a un par de puntos de uno de 284B por una décima parte del costo.

El segundo es la licencia. Apache 2.0 es una propuesta sustancialmente distinta de MIT con salvedades o de una licencia solo para investigación: es la licencia que un equipo legal firma sin necesidad de reunirse. Los pesos están en Hugging Face como BF16 instruct, NVFP4 instruct, BF16 base y una variante DFlash2. Una inconsistencia que vale la pena señalar: la tarjeta de Hugging Face afirma que el modelo «no está desplegado por ningún Inference Provider», mientras que la página de lanzamiento nombra varios socios de alojamiento. Interpreta la disponibilidad así: «los pesos se pueden descargar con seguridad; los endpoints alojados aún se están estabilizando».

Cómo actuar ante esto

No puedes comparar con V4.1 Pro, porque no existe. Puedes comparar con V4 Flash y V4.1 Flash, y deberías, porque acotan la decisión: 82,7 y aproximadamente 77 en el benchmark de programación relevante, a $0,14/$0,28 y $0,15/$0,60 respectivamente, ambos de pesos abiertos, ambos con contexto de 1M. OrcaRouter ofrece la línea DeepSeek — deepseek-v4-flash, deepseek-v4-pro y deepseek-v4.1-flash entre los más de 200 modelos con una sola clave, al precio de lista del proveedor sin recargo, por lo que un cambio en el precio de DeepSeek se aplica aquí el mismo día de facturación. Ripple no está en ese catálogo; es autoalojado o un endpoint de socio.

A screenshot of OrcaRouter's DeepSeek V4 Pro model page, showing the model listed with a 1M-token context, 384K maximum output, a 3.80 second p50 time to first token, and the api.orcarouter.ai base URL in the code sample.

Si lo que de verdad querías era el próximo buque insignia de DeepSeek, el consejo honesto es que dejes de esperar un nombre. V4.1 Flash 1017 es el mejor modelo de programación actual de DeepSeek, tiene licencia abierta y cuesta un tercio de lo que cuesta V4 Pro. Si lo que querías era un 65B barato que puedas ejecutar tú mismo, Ripple ya es real hoy y sus cifras de lanzamiento lo sitúan cerca de V4 Flash en Terminal-Bench, aunque por detrás en DeepSWE.

El detonante para volver a visitar esta página es concreto y fácil de comprobar: un deepseek-v4.1-pro id de modelo que devuelve tokens en lugar de un 404. Cuando eso ocurra, la comparación deja de ser hipotética y lo primero que habrá que mirar será qué versión de benchmark eligió DeepSeek.

Comparados en este artículo1

Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario