DeepSeek s'ha consolidat com un dels laboratoris xinesos que més pressiona els preus i el ritme d'actualitzacions del sector, en una competència en què OpenAI i Anthropic també renoven constantment els seus models per a tasques d'agents autònoms.
La companyia va posar aquest 31 de juliol en beta pública V4-Flash-0731, una versió reentrenada del seu model més ràpid i econòmic que, segons la seva pròpia documentació, «manté la mateixa estructura i mida que la versió preview però ha estat reentrenada». El nou model assoleix 82,7 punts a Terminal Bench 2.1 i 54,4 punts a DeepSWE, dues proves centrades a mesurar la capacitat dels models per completar tasques d'agent de manera autònoma, i estrena compatibilitat amb l'API Responses i amb Codex. L'actualització es limita a l'API de V4-Flash: l'API de V4-Pro i les aplicacions de consum de DeepSeek, tant la web com l'app, no es veuen afectades.
La notícia és rellevant perquè confirma que DeepSeek concentra els seus esforços en la programació agèntica en un moment de competència creixent amb altres models xinesos com Kimi K3 de Moonshot i amb les famílies GPT-5.6 d'OpenAI, en la cursa per liderar les capacitats d'agent que les empreses ja fan servir per automatitzar tasques.
TechNode no compara aquestes xifres amb les de la versió preview anterior ni amb models rivals com GPT-5.6 o Claude, DeepSeek no ha detallat el cost computacional del reentrenament, i encara no hi ha data anunciada per estendre les millores a l'API de V4-Pro ni a les aplicacions de consum.