DeepSeek V4: el modelo open source más barato del mercado con 1M de contexto (2026)

DeepSeek V4: frontier-class a precio de ganga

DeepSeek V4 es la cuarta generación de modelos de DeepSeek, la startup china de IA que ha revolucionado el mercado con modelos open source de calidad frontier a precios sin precedentes. La versión preview se lanzó el 24 de abril de 2026 y la versión oficial está programada para mediados de julio de 2026, con mejoras de performance y un nuevo sistema de pricing peak/off-peak.

DeepSeek V4 es relevante para Blogia porque ofrece el mejor coste/performance del mercado: $0.44/$0.87 por 1M tokens, frente a $5/$30 de GPT-5.6 Sol o $5/$25 de Claude Fable 5. Es ~57x más barato en output que los modelos frontier de OpenAI.

📌 Lo esencial: DeepSeek V4 = V4-Pro (1.6T MoE, 49B activos) + V4-Flash (284B, 13B activos). Ambos con 1M contexto, open source (MIT), compatible con OpenAI y Anthropic APIs. V4-Pro: $0.44/$0.87 por 1M. V4-Flash: $0.14/$0.28 por 1M. Release oficial mediados de julio con pricing peak/off-peak. deepseek-chat y deepseek-reasoner se retiran el 24 de julio.

Modelos de la familia V4

DeepSeek V4-Pro

Parámetros: 1.6T total / 49B activos (MoE)
Context window: 1M tokens (default)
Max output: 384K tokens
Modos: Non-think, Think High, Think Max
Licencia: MIT (open source)
Pricing: $0.44 input / $0.87 output por 1M (off-peak)
Checkpoints: deepseek-ai/DeepSeek-V4-Pro (instruct, FP4 MoE + FP8)

DeepSeek V4-Flash

Parámetros: 284B total / 13B activos (MoE)
Context window: 1M tokens
Max output: 384K tokens
Modos: Non-think, Think High, Think Max
Licencia: MIT (open source)
Pricing: $0.14 input / $0.28 output por 1M (off-peak)
Checkpoints: deepseek-ai/DeepSeek-V4-Flash (instruct)

Innovaciones arquitectónicas

1. Hybrid Attention: CSA + HCA

V4 combina Compressed Sparse Attention (CSA) y Heavily Compressed Attention (HCA) para mejorar la eficiencia de long-context. En el setting de 1M tokens, V4-Pro requiere solo 27% de los FLOPs de single-token inference y 10% del KV cache comparado con V3.2.

2. Manifold-Constrained Hyper-Connections (mHC)

Mejora las residual connections convencionales, permitiendo mejor flujo de información a través de las capas.

3. Muon optimizer

Optimizer personalizado para faster convergence y mayor training stability.

4. Interleaved thinking en tool calls

V4 preserva el reasoning content a través de user message boundaries cuando la conversación contiene tool calls. El modelo retiene el chain-of-thought completo a través de todos los rounds, incluyendo user turns. Esto permite un chain-of-thought coherente y cumulativo en long-horizon agent tasks.

5. XML-based tool calling

V4 introduce un token especial |DSML| y un formato de tool-call basado en XML que reduce los escaping failures comparado con JSON-in-string. La separación de string parameters (passed as-is) y structured parameters (passed as JSON) elimina una clase entera de parsing errors.

6. Elastic Compute (DSec) sandboxes

Infraestructura de sandboxes para agent training con: fast image loading via layered 3FS storage, preemption-safe trajectory replay, y uniform API across substrates.

Benchmarks

Benchmark	V4-Pro	GPT-5.5	Claude Opus 4.8
DeepSWE (independiente)	8% pass@1	70%	54%
LiveCodeBench	Competitivo	—	—
SWE-bench (vendor)	Open-source SOTA en agentic coding	—	—
Reasoning general	"Marginally short" de GPT-5.4 y Gemini 3.1 Pro	Frontier	Frontier

💡 Lectura honesta: DeepSeek V4 NO es frontier-class en benchmarks independientes. En DeepSWE (independiente, contamination-free), V4-Pro scores 8% vs GPT-5.5 70%. Está ~3-6 meses por detrás de la frontera en reasoning. Pero cuesta 57x menos. Para workloads de alto volumen donde el coste importa más que la máxima accuracy, V4 es imbatible.

Pricing: el más barato del mercado

DeepSeek V4-Pro (off-peak)

Concepto	Off-peak (USD/1M)	Peak (2x)
Input (cache hit)	$0.0036	$0.0072
Input (cache miss)	$0.435	$0.87
Output	$0.87	$1.74

DeepSeek V4-Flash (off-peak)

Concepto	Off-peak (USD/1M)	Peak (2x)
Input (cache hit)	$0.0028	$0.0056
Input (cache miss)	$0.14	$0.28
Output	$0.28	$0.56

Horarios peak (hora Beijing)

Mañana: 09:00 - 12:00
Tarde: 14:00 - 18:00
Off-peak: Todo el resto del día

Aviso por email 24 horas antes de que el pricing tome efecto. Los usuarios que no estén de acuerdo pueden parar el servicio y solicitar reembolso.

Comparación de precios: DeepSeek vs el mundo

Modelo	Input/1M	Output/1M	vs DeepSeek V4-Pro
DeepSeek V4-Flash	$0.14	$0.28	3x más barato
DeepSeek V4-Pro	$0.44	$0.87	—
Grok 4.5	$2.00	$6.00	7x más caro
GPT-5.6 Luna	$1.00	$6.00	7x más caro
GLM-5.2	$1.40	$4.40	5x más caro
GPT-5.6 Terra	$2.50	$15.00	17x más caro
Claude Fable 5	$5.00	$25.00	29x más caro
GPT-5.6 Sol	$5.00	$30.00	34x más caro

Cómo usar DeepSeek V4

Vía API (compatible con OpenAI)

from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com/v1",
    api_key="sk-deepseek-xxx"
)

# V4-Pro
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Escribe una función de quicksort"}],
    # Modos: thinking o non-thinking
    extra_body={"thinking": {"type": "enabled", "budget_tokens": 4096}}
)

# V4-Flash (más barato)
response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Resume este texto"}]
)

Vía OpenRouter

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="sk-or-xxx"
)

response = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash",
    messages=[{"role": "user", "content": "Hola"}]
)

Self-hosting con vLLM

Al ser MIT licensed, puedes self-hostear DeepSeek V4 con vLLM:

vllm serve deepseek-ai/DeepSeek-V4-Flash \
  --max-model-len 1048576 \
  --gpu-memory-utilization 0.90 \
  --enable-prefix-caching

V4-Flash en FP4 ocupa ~160GB, alcanzable con una setup local high-spec con light quantization. V4-Pro requiere multi-GPU.

Integración con agentes de coding

DeepSeek V4 está integrado con:

Claude Code — vía API key
OpenCode — vía API key u OpenRouter
OpenClaw — vía API
Open WebUI — como endpoint OpenAI-compatible

Migración: IDs legacy se retiran el 24 de julio

⚠️ Importante: Los IDs deepseek-chat y deepseek-reasoner se retirarán completamente el 24 de julio de 2026 a las 15:59 UTC. Actualiza tus API calls a deepseek-v4-flash (non-thinking) o deepseek-v4-pro (thinking) antes de esa fecha.

Mapeo actual:

deepseek-chat → deepseek-v4-flash (non-thinking)
deepseek-reasoner → deepseek-v4-flash (thinking)

Limitaciones de V4

Text-only: No procesa audio, video ni imágenes. Los modelos cerrados ya tienen multimodalidad
Benchmarks independientes: En DeepSWE independiente, scores 8% vs 70% de GPT-5.5. Está 3-6 meses por detrás de la frontera
Scale AI's SEAL leaderboard: No hay entrada de DeepSeek V4
Tool calling format: El formato XML con |DSML| puede requerir adaptación en harnesses existentes

¿Cuándo usar DeepSeek V4?

Usa DeepSeek V4 si...

Necesitas el mínimo coste por token del mercado
Haces workloads de alto volumen donde la máxima accuracy no es crítica
Quieres open source MIT para self-hosting
Necesitas 1M de contexto sin pagar premium
Haces tasks de coding rutinarias (no frontier)
Usas vLLM para self-hosting

Usa GLM-5.2 si...

Quieres mejor accuracy en coding (62.1% SWE-Bench Pro vs 8% DeepSWE)
Usas ZCode
1M contexto con mejor razonamiento

Usa GPT-5.6 Sol / Grok 4.5 / Claude Fable 5 si...

Necesitas frontier-class performance
Haces coding agéntico complejo
La accuracy es más importante que el coste

Conclusión

DeepSeek V4 no compite en la frontera de inteligencia, pero domina la frontera de coste-eficiencia. A $0.44/$0.87 por 1M tokens con 1M de contexto y licencia MIT, es la opción más económica para workloads de alto volumen, prototipado, y casos donde "suficientemente bueno" a precio mínimo es la combinación ganadora.

Para un stack completo de IA: usa GPT-5.6 Sol o Grok 4.5 para tareas difíciles, GLM-5.2 para coding open source de calidad, DeepSeek V4-Flash para volumen alto de tasks rutinarias, y todo via OpenRouter para flexibilidad.

🔗 Enlaces de interés:

📚 Posts relacionados en Blogia: