Guía de migración a DeepSeek V4.1 Flash: Pro, Flash y Vision

Qué cambió, ID por ID

¿Qué aplicaciones deben actuar primero?

Prioriza según adónde va la solicitud y según la consecuencia de que cambie la respuesta.

No amplíes el tráfico de producción mientras siga sin conocerse un protocolo necesario, una regla de facturación o un destino de rollback. Sí puedes preparar fixtures de prueba, configurar una ruta candidata y evaluar tareas no críticas. Una respuesta de texto breve y correcta es el inicio de la validación, no el final.

Haz pequeño el primer cambio y luego prueba el contrato del cliente

Mantén estables el prompt, el esquema de herramientas y los fixtures de tareas durante la primera comparación. Si cambias a la vez el modelo, la biblioteca cliente, el prompt y la configuración de razonamiento, será difícil diagnosticar una regresión.

Revisa por separado estos comportamientos del cliente:

• Control del razonamiento (thinking): DeepSeek documenta que el razonamiento está activado por defecto en su API directa. Comprueba qué configuración usan realmente tus solicitudes en vez de interpretar «opcional» como «desactivado», y regístrala en cada ejecución de evaluación. Guía de thinking
• Historial de conversación: verifica qué mensajes, bloques de razonamiento y resultados de herramientas hay que reenviar. Que el primer turno funcione no demuestra que funcione una conversación de varios pasos.
• Ejecución de herramientas: revisa nombres de herramientas, parseo de argumentos, IDs de llamada, orden de los resultados y el siguiente turno del asistente. Usa herramientas de prueba inofensivas antes de conectar acciones con efectos externos.
• Streaming: asegúrate de que el cliente gestiona bien los eventos de finalización e interrupción. Registra por separado el tiempo hasta la primera salida y el tiempo hasta una respuesta completa y utilizable.
• Entrada de imagen: los campos de imagen cambian según el protocolo (image_url en Chat Completions, un bloque image en Messages, input_image en Responses). Prueba una imagen en el protocolo que usas antes de añadir un lote.
• Uso: inspecciona los campos reales de la respuesta y los cargos de la cuenta. Si faltan datos de tokens en caché, el uso es desconocido; no significa automáticamente cero aciertos de caché.

Compara con el modelo que usas hoy

Vision Exp es la excepción: su ID ya redirige a V4.1 Flash, así que el modelo original ya no está disponible para comparar. Usa las salidas que guardaste antes de la redirección. Lo mismo ocurre con los nombres anteriores en la API directa de DeepSeek. Enviar un mismo prompt a dos nombres que llegan al mismo modelo no es una comparación de modelos.

Empieza con un conjunto manejable de tareas representativas. Por ejemplo, selecciona 30–50 fixtures entre trabajo rutinario, casos difíciles, entradas de contexto largo y fallos conocidos. Es una muestra inicial sugerida, no una garantía estadística. Incluye suficientes ejemplos de cada carga importante para que una buena demo no oculte un fallo en otra parte.

Guarda la configuración de la solicitud junto a cada resultado: ID de modelo, fecha de verificación, límite de salida, controles de razonamiento, revisión del prompt, definiciones de herramientas y tamaño del contexto. Repite los casos cuyas salidas varían lo suficiente como para afectar a la decisión. Informa de la incertidumbre en lugar de convertir una única ejecución en un ranking universal.

Define qué es un fallo antes de ejecutar la evaluación. Un parche inválido, un argumento de herramienta que actúa sobre el registro equivocado o un campo obligatorio inventado deben contar como fallo aunque la respuesta se lea bien. Para diferencias de estilo menos críticas, usa una categoría de revisión aparte para que no oculten regresiones funcionales.

Registro de aceptación de la migración

Lleva un registro por caso de prueba en una hoja compartida. Vincula cada resultado a las condiciones en las que se ejecutó, al coste que generó y a la decisión que respalda, de modo que un cambio de tráfico pueda aprobarse o pausarse con la misma evidencia.

Ejemplo de entrada (solo ilustrativo, no es un resultado medido):

Mueve tráfico solo cuando pasen las comprobaciones de aceptación

Usa un feature flag o la configuración de enrutamiento para seleccionar el candidato en una carga acotada. Registra qué solicitudes lo usaron. Empieza con trabajo interno o no crítico; introduce tráfico de clientes solo cuando pasen las comprobaciones de la aplicación.

Una secuencia práctica es:

1. Confirma la solicitud. Revisa el ID de modelo exacto, el protocolo, los permisos y la fuente del precio.
2. Reproduce los fixtures offline. Compara con tu modelo actual o con los criterios de aceptación guardados y diagnostica los fallos mientras el tráfico no se ve afectado.
3. Ejecuta una cohorte limitada. Elige una carga pequeña o un grupo de clientes cuyos errores puedan contenerse. Supervisa los resultados aceptados, la latencia y los cargos.
4. Amplía por clase de tarea. Aumenta el uso donde el modelo aprueba. Mantén las tareas más difíciles o peor medidas en el modelo que ya las supera.
5. Vuelve a comprobar tras cambios del proveedor. Un ID estable no exime a la aplicación de futuras pruebas de regresión.

Elige los umbrales según tus propios requisitos de servicio. Por ejemplo, un equipo podría exigir cero fallos críticos de herramientas, una validez de esquema por encima de su mínimo actual y una latencia p95 dentro de su presupuesto de respuesta. Son puertas de control de la aplicación, no afirmaciones sobre el rendimiento de V4.1 Flash.

El rollback debe nombrar un destino que siga sirviendo el comportamiento anterior, y ese destino tiene que corresponder al tipo de entrada.

• Tareas solo de texto: en EvoLink, deepseek-v4-flash y deepseek-v4-pro siguen disponibles, así que una cohorte de texto que falle en V4.1 Flash puede volver a ellos mediante configuración.
• Tareas que dependen de evidencia en imágenes: V4 Flash y V4 Pro son solo de texto y no pueden asumirlas. Haz fallback a otro modelo que haya superado la misma evaluación visual, o detén la solicitud y envíala a revisión humana. Una canalización de OCR más texto solo sirve como fallback cuando hayas confirmado que perder el diseño y el detalle de los píxeles no cambia el resultado. Nunca descartes la imagen en silencio ni la sustituyas por un marcador para contar la respuesta como un éxito.
• Vision Exp: deepseek-v4-flash-vision-exp no es un destino de rollback, porque ya redirige a V4.1 Flash.

Compara el coste por resultado aceptado

Para una cohorte de evaluación:

coste de API por tarea aceptada = coste total de API cobrado / número de tareas aceptadas

Incluye los intentos fallidos y los reintentos en el coste total cobrado. Si no se acepta ninguna tarea, el cociente no está definido; no informes de un coste por éxito igual a cero. Registra aparte los costes de revisión humana y de servicios de herramientas, e inclúyelos si tu decisión se refiere al coste operativo total.

Un ejemplo hipotético deja clara la diferencia: 100 tareas con un coste total de 1,00 y 80 resultados aceptados cuestan 0,0125 por tarea aceptada. Una segunda configuración que cuesta 0,90 con solo 60 resultados aceptados cuesta 0,015 por tarea aceptada. La cohorte con la factura más baja resulta más cara por resultado utilizable. Son cifras ilustrativas, no precios de EvoLink ni mediciones de pruebas.

Diagnostica fallos sin cambiar varias variables a la vez

Conserva una solicitud redactada, la respuesta, la hora y el identificador de la solicitud para la resolución de problemas. No incluyas claves de API ni datos sensibles de clientes en un informe de error público. Los nombres de error exactos y el comportamiento HTTP deben salir de la respuesta y de la documentación vigente, no de una predicción basada en cómo se escribe el ID del modelo.

FAQ

¿Tengo que renombrar mis solicitudes actuales a DeepSeek en EvoLink?

¿Qué nombre va en una configuración de V4.1 Flash en EvoLink?

¿Cuándo está prevista la transición de V4 Pro y afecta a EvoLink?

¿Puedo comparar el modelo antiguo y el nuevo en paralelo?

¿Que el razonamiento sea opcional significa que está desactivado?

No. Significa que existe un modo sin razonamiento donde se admite. Comprueba la configuración que usan realmente tus solicitudes y regístrala junto con los resultados de la evaluación.

¿La migración reducirá mi factura?

Depende de las tarifas de la cuenta, la mezcla de tokens, el razonamiento, la reutilización de caché, los reintentos y la tasa de aceptación. Mide los cargos finales de tareas equivalentes. No tomes las rebajas de precio del proveedor directo ni las tarifas publicadas como una garantía sobre tu factura.

¿Qué pasa con mis cargas de imágenes de Vision Exp en EvoLink?

¿Qué cuenta como un fallback útil después de la migración?

Fuentes y siguiente paso

La documentación del proveedor se revisó el 10 de septiembre de 2026:

• Lanzamiento y cambios de alias de DeepSeek
• Identificadores de modelo y precios de DeepSeek
• Controles de razonamiento (thinking)
• Caché de contexto
• Referencia de DeepSeek Chat en EvoLink