DeepSeek V4.1 1017 estabilizado: sin bucles y un poco mejor en el banco

Configuración

El despliegue dual de DeepSeek V4.1 1017 tenía un problema real: con la ruta de agentes salían bucles de exclamaciones (!!!!!!!!) en algunos clientes. El fallo estaba en el parser de herramientas con el pensamiento oculto activado. Lo arreglamos forzando pensamiento desactivado solo en esa ruta, y dejamos la API directa libre por si alguien lo necesita.

Resultado

prueba	resultado
banco agéntico (84 escenarios), con pensamiento	82/100, mediana por turno 4,22 s
banco agéntico (84 escenarios), sin pensamiento	83/100, mediana por turno 3,42 s
decodificación prompt largo caliente	50,1 tok/s
decodificación prompt largo frío	47,0 tok/s
agujas de contexto ~50K	9/9 correctas
concurrencia ×2	39,9 tok/s agregados
temperatura máxima medida	87,8 °C

Estado

Instalado y promovido: ahora es un servicio systemd con arranque automático, y la ruta de agentes queda sin pensamiento por defecto. Sigue teniendo fallos reproducibles de resistencia a inyecciones de prompt (los publicamos con la nota). También evaluamos la receta alternativa de TensorFold para este modelo y la descartamos por requisitos: no caben en el disco disponible sin borrar el residente actual.

Qué significa para ti

Cuando un modelo raro hace cosas raras con clientes ajenos, a veces el botón es un parámetro de plantilla: desactivar el pensamiento a nivel de ruta quitó los bucles, bajó la latencia un 20 % y hasta subió un punto la nota. Prueba eso antes de cambiar de modelo.