DeepSeek V4.1 Flash 1017 vs Kimi K3

¿Qué comparamos?

Esta comparativa enfrenta a dos modelos de pesos abiertos, que se pueden instalar en servidores propios: DeepSeek V4.1 Flash 1017 y Kimi K3, uno de DeepSeek y el otro de Moonshot AI. El primero es del 17 de octubre de 2026 y el segundo del 16 de julio de 2026.

Todas las cifras proceden de fuentes públicas consultadas el 22 de octubre de 2026: models.dev y OpenRouter para precios y capacidades, Epoch AI para las puntuaciones.

Lo que dicen los benchmarks

En nuestro índice de capacidad, DeepSeek V4.1 Flash 1017 obtiene 90,6 sobre 100 y Kimi K3 80,7. DeepSeek V4.1 Flash 1017 se impone por 9,9 puntos.

En las 3 pruebas registradas para ambos, DeepSeek V4.1 Flash 1017 gana 2 veces y Kimi K3 1:

• GPQA Diamond (preguntas de ciencias de nivel doctorado): DeepSeek V4.1 Flash 1017 93,2 %, Kimi K3 93,1 %
• OTIS Mock AIME (problemas de matemáticas de competición): DeepSeek V4.1 Flash 1017 99,4 %, Kimi K3 97,2 %
• FrontierMath (matemáticas de investigación muy difíciles): DeepSeek V4.1 Flash 1017 71,2 %, Kimi K3 72,2 %

Precio

DeepSeek V4.1 Flash 1017 cuesta 0,15 US$ por millón de tokens de entrada y 0,60 US$ de salida; Kimi K3, 3 US$ y 15 US$.

Para una tarea de agente tipo (leer 20 000 tokens y escribir 2000), cuente 0,004 US$ con DeepSeek V4.1 Flash 1017 frente a 0,09 US$ con Kimi K3. DeepSeek V4.1 Flash 1017 es 21,4 veces más barato, una diferencia que pesa rápido en 1000 tareas: 85,8 US$ de diferencia.

Haga el cálculo con sus volúmenes en la calculadora de coste de un agente.

Funciones y límites

Los dos modelos tienen la misma ventana de contexto: 1.048.576 tokens, unas 1573 páginas.

Modo de razonamiento: DeepSeek V4.1 Flash 1017 sí, Kimi K3 sí. Llamada a herramientas: DeepSeek V4.1 Flash 1017 sí, Kimi K3 sí. Lectura de imágenes: DeepSeek V4.1 Flash 1017 sí, Kimi K3 sí.

Los dos publican sus pesos: puede alojarlos usted mismo.

En resumen

Nuestra lectura de los datos:

• Elija DeepSeek V4.1 Flash 1017 por un mejor índice de capacidad, un coste más bajo y un lanzamiento más reciente.

Este veredicto se basa en cifras públicas; no sustituye una prueba con sus propias tareas.