DeepSeek mejora las capacidades de programación de IA y supera a Claude Opus 5 en tareas de ingeniería de software

Noticias rápidas de Beating AI: DeepSeek ha actualizado V4.1 Flash a la versión 1017; la web, la app y la API ya han realizado el cambio simultáneamente, y los nuevos pesos del modelo también se han liberado bajo la licencia MIT. En pruebas oficiales, la tasa de aprobación de tareas de ingeniería de software de DeepSWE v1.1 aumentó del 74.2% al 77.0%, superando el 74.0% de Claude Opus 5. Terminal-Bench 4.0 pasó del 31.2% al 42.3%, pero aún está por debajo del 51.8% de Opus 5. Según la curva de costos publicada oficialmente, la configuración que logra una tasa de aprobación del 77% cuesta aproximadamente solo 1.3 yuanes por tarea. Sin embargo, el punto de comparación es Opus 5, no la versión más reciente Opus 5.5. La nueva versión refuerza especialmente la "programación por deseos", es decir, proporcionar solo necesidades simples y permitir que la IA planifique y complete todo el proyecto por sí misma. DeepSeek mejoró esta capacidad mediante aprendizaje por refuerzo con retroalimentación propia, y demostró escenarios 3D del Palacio de Verano, un juego de carreras en línea y una recreación de Portal 2 basada en el motor Godot. La empresa afirma que el nuevo modelo reduce tanto el tiempo de ejecución como la longitud de la salida, y también se optimizó para DeepSeek Harness, Tencent CodeBuddy y WorkBuddy. Además, DeepSeek abre por primera vez a los desarrolladores sus propias APIs de búsqueda y obtención para su motor de búsqueda interno. Los desarrolladores pueden hacer que los Agentes busquen directamente en páginas web y extraigan el contenido principal. Ambas APIs se cobran por solicitud exitosa, a razón de 5 yuanes por mil solicitudes. Las solicitudes de Search activadas por las funciones integradas de búsqueda web en Claude Code y Codex estarán exentas de tarifas de llamada durante las primeras dos semanas.