DeepSeek V4 Pro

DeepSeek V4 Pro es, a octubre de 2026, el modelo insignia con mejor relación calidad-precio para agentes de IA y programación: alcanza 87,9 puntos en Terminal Bench 2.1 —a solo 0,1 de Claude Fable 5— por aproximadamente 1/60 de su precio, siempre que se acepte una concurrencia limitada a 500 solicitudes.

Esta guía responde a las preguntas más habituales sobre DeepSeek V4 Pro en español: cuánto cuesta la API, para qué sirve, cómo interpretar sus benchmarks y si merece la pena frente a Claude Fable 5, GPT-5.5 o su propio hermano menor, DeepSeek V4 Flash.

Visión general: qué es DeepSeek V4 Pro

DeepSeek-V4-Pro es el modelo insignia de la familia DeepSeek-V4. Debutó como versión Preview el 24 de abril de 2026 y, tras 111 días de desarrollo, la versión estable DeepSeek-V4-Pro-0813 se lanzó el 13 de agosto de 2026 en la app, la web y la API. Su posición real no es la de una «versión mejorada de Flash», sino la de un modelo diseñado para tareas Agent de máximo nivel: líder dentro de China y entre los pesos abiertos en capacidades Agent, conocimiento del mundo y rendimiento de razonamiento. En tareas sencillas rinde de forma similar a Flash, pero mantiene una ventaja clara en las de mayor dificultad.

Especificaciones principales:

• Arquitectura MoE con 1,6 billones de parámetros totales y 49.000 millones activos por token
• Ventana de contexto de 1M de tokens y hasta 384K tokens de salida
• Modos de razonamiento (activado por defecto) y no razonamiento, con tres niveles de intensidad: low, high y max
• Pesos abiertos bajo licencia MIT, descargables y auto-hospedables
• Compatibilidad nativa con OpenAI Responses API y ChatCompletions, adaptación específica para Codex y soporte de la API de Anthropic

El cambio fundamental respecto a la Preview no está en la arquitectura —idéntica en tamaño y diseño—, sino en un post-training a gran escala orientado a agentes de programación que provocó un salto de magnitud en sus capacidades Agent.

Capacidades principales

Capacidades Agent: el mayor salto

Es, con diferencia, el cambio más llamativo de la versión estable. Estos son los resultados publicados por DeepSeek:

Benchmark	V4-Pro-0813	V4-Flash-0731	Preview	Fable 5	Qué mide
Terminal Bench 2.1	87,9	82,7	72,1	88,0	Operaciones en terminal
Cybergym	83,3	76,7	52,7	83,1	Ciberseguridad
DeepSWE	62,7	54,4	12,8	70,0	Agentes de ingeniería de software
AutomationBench	31,8	25,1	12,8	29,1	Ejecución de tareas automatizadas
Toolathlon-Verified	74,1	70,3	55,9	77,9	Uso de herramientas
NL2Repo	61,5	54,2	38,5	—	Lenguaje natural a repositorio de código
DSBench-FullStack	71,1	68,7	41,8	77,2	Desarrollo full-stack
DSBench-Hard	67,2	59,6	31,1	68,3	Tareas de desarrollo avanzadas

¿Qué significa esto en la práctica? V4-Pro supera a Fable 5 en Cybergym y AutomationBench, se queda a 0,1 puntos del líder mundial en Terminal Bench 2.1 y multiplica por casi cinco su marca en DeepSWE (de 12,8 en la Preview a 62,7). La versión estable ya no se limita a «saber escribir código»: puede trabajar de forma continuada como un ingeniero de software.

Capacidad de razonamiento

V4-Pro supera a todos los pesos abiertos publicados hasta la fecha en matemáticas, STEM y programación competitiva, y se acerca a los principales modelos propietarios: 80,6 % en SWE-Bench Verified, prácticamente al nivel del 80,8 % de Claude Opus 4.6. Con todo, en la evaluación IRT del Gobierno de Estados Unidos ronda los 800 puntos de Elo (±28), por debajo de los 1260 de GPT-5.5 y los 999 de Opus 4.6: en razonamiento lógico complejo está en primera división mundial, pero en capacidad general aún cede ante los líderes.

Programación

Alcanza un 89,2 % en HumanEval, por encima del 88,7 % de GPT-5.5 y del 87,5 % de Claude Opus 4.7. En una prueba práctica generó en unos 170 segundos 761 líneas de HTML totalmente funcional para simular el comportamiento colectivo de 200 objetos, y lo ejecutó correctamente a la primera. Destaca al generar de una sola vez código completo y ejecutable, analizar repositorios enteros y realizar modificaciones de varios pasos en proyectos multiarchivo.

Contexto largo

Admite 1M de tokens de contexto y hasta 384K de salida: suficiente para manejar un volumen de texto comparable a toda la trilogía de El problema de los tres cuerpos o un gran repositorio de código. En la prueba de recuperación MRCR 1M obtuvo 83,5 puntos frente a los 92,9 de Claude Opus 4.6. Una ventana de contexto grande no significa necesariamente una mejor comprensión de textos largos.

Multimodalidad

La versión estable incorpora por primera vez razonamiento nativo sobre imágenes: el motor DeepThink puede analizar imágenes, interpretar capturas de pantalla y procesar documentos mixtos dentro del mismo proceso de razonamiento. Hay que distinguir dos capacidades: V4-Pro puede leer y comprender imágenes, pero no puede generarlas.

Integración con el ecosistema Agent

V4-Pro admite de forma nativa el formato OpenAI Responses API, está adaptado para Codex con scripts de configuración de un solo paso y es compatible con la API de Anthropic: integrarlo en frameworks como Claude Code o OpenCode solo requiere cambiar el base_url y el nombre del modelo.

¿Cuánto cuesta DeepSeek V4 Pro? Precios de la API a octubre de 2026

V4-Pro es un servicio de pago por tokens sin versión gratuita. Desde el 17 de agosto de 2026 DeepSeek aplica tarifas por franjas horarias: las horas valle cuestan la mitad que las horas punta, que son los días laborables de 09:00 a 12:00 y de 14:00 a 18:00, hora de Pekín. Estas son las tarifas vigentes a octubre de 2026:

Concepto (por millón de tokens)	Horas valle	Horas punta
Entrada con caché	0,15 yuanes (~0,022 USD)	0,30 yuanes (~0,044 USD)
Entrada sin caché	4,5 yuanes (~0,66 USD)	9,0 yuanes (~1,32 USD)
Salida	13,5 yuanes (~1,98 USD)	27,0 yuanes (~3,96 USD)

Antes del 17 de agosto de 2026 regía un precio único: 6 yuanes por millón de tokens de salida, 3 yuanes para la entrada sin caché y 0,025 yuanes con caché. El precio de salida de V4-Pro es exactamente el triple que el de la antigua V4-Flash, y la subida en horas punta supuso aproximadamente un +350 % respecto a los 6 yuanes anteriores.

La ventaja de precio frente a la competencia

Incluso tras la subida, la brecha sigue siendo enorme: la API de Claude Fable 5 cuesta alrededor de 10 USD por millón de tokens de entrada y 50 USD por millón de salida. Tomando como referencia las horas valle de V4-Pro, la entrada cuesta aproximadamente 1/16 y la salida 1/26; en cómputo global se le sitúa cerca de 1/60 del coste de Fable 5.

El giro de septiembre: llega V4.1-Flash

El 10 de septiembre de 2026 DeepSeek lanzó V4.1-Flash, un modelo más pequeño y barato que, según pruebas de varias partes, supera a V4-Pro en rendimiento, coste, velocidad y tiempo total de ejecución. DeepSeek anunció la retirada progresiva de V4-Pro —y un sucesor, V4.1-Pro—, pero ante la demanda de usuarios decidió mantener la API de V4-Pro activa con la facturación sin cambios. A octubre de 2026 el modelo sigue disponible bajo las tarifas anteriores, con un límite de concurrencia de 500 solicitudes frente a los 2.500 de la línea Flash.

Cómo interpretar los benchmarks

Cada prueba mide capacidades diferentes, y conviene saber qué hay detrás de cada número.

Terminal Bench 2.1 — 87,9 puntos: mide la capacidad de completar tareas complejas en una terminal real: modificar configuraciones, ejecutar scripts y solucionar errores. Con 87,9, V4-Pro está entre los modelos más avanzados del mundo para interactuar con un sistema operativo.

DeepSWE — 62,7 puntos: evalúa si el modelo puede trabajar como un ingeniero de forma continuada, no si sabe escribir un fragmento de código. El salto desde los 12,8 de la Preview demuestra una transformación real en sus capacidades como agente de ingeniería de software.

Artificial Analysis Intelligence Index — 53 puntos: ocho más que la Preview, con un coste por tarea de solo 0,06 USD: el modelo más barato entre los que alcanzan esa misma puntuación.

Pero hay que interpretar estos datos con cautela. Buena parte de los resultados proceden de pruebas oficiales realizadas con el framework DeepSeek Harness, y DeepSeek no ha publicado un informe completo de benchmarks. La validación independiente del CAISI estadounidense situó el SWE-Bench Verified de V4-Pro en un 74,0 %, más de seis puntos por debajo del 80,6 % auto-reportado; DeepSeek atribuyó la diferencia a su andamiaje y presupuesto de tokens. En la comunidad de desarrolladores las opiniones son mixtas: se elogian la estabilidad de las capacidades Agent y la calidad estética del código generado, pero algunos señalan que cerca de la mitad de los benchmarks todavía quedan por detrás de rivales open source como Kimi K3. Ningún benchmark representa por sí solo la capacidad general de un modelo.

Ventajas y desventajas

Ventajas

• Capacidades Agent de primer nivel mundial: 87,9 en Terminal Bench 2.1, a 0,1 puntos de Fable 5, y por delante de él en Cybergym y AutomationBench.
• Programación sobresaliente: 89,2 % en HumanEval, por encima de GPT-5.5 y Claude Opus 4.7, con cientos de líneas de código funcional de una sola vez.
• Ventaja de precio enorme: incluso tras la subida, la salida en horas punta cuesta alrededor de 1/26 de la de Fable 5.
• Contexto de 1M con salida de 384K: excelente para documentos largos y grandes repositorios.
• Razonamiento nativo sobre imágenes por primera vez en la línea estable.
• Abierto y compatible: licencia MIT, Responses API, ChatCompletions y API de Anthropic.
• Tres niveles de intensidad de razonamiento (low / high / max) para adaptar el consumo a cada tarea.

Desventajas

• Subida de precio ya consumada: la salida pasó de 6 a 27 yuanes por millón en horas punta (≈+350 %).
• Concurrencia limitada a 500 solicitudes, muy por debajo de los 2.500 de Flash.
• Menor precisión en recuperación de contexto largo que los líderes: 83,5 en MRCR 1M frente a 92,9 de Opus 4.6.
• Razonamiento general aún por detrás: unos 800 puntos Elo IRT frente a 1260 de GPT-5.5.
• Benchmarks con sesgo potencial: muchos proceden del framework de la propia DeepSeek y el CAISI recortó su SWE-Bench Verified en más de seis puntos.
• Futuro incierto: DeepSeek anunció en septiembre de 2026 la retirada progresiva de V4-Pro tras lanzar V4.1-Flash, aunque mantiene su API activa.

Comparativas: DeepSeek V4 Pro frente a sus alternativas

Frente a DeepSeek V4 Flash

Dimensión	V4-Pro	V4-Flash
Parámetros totales / activos	1,6T / 49B	284B / 13B
Precio de salida por millón (a octubre de 2026)	13,5-27 yuanes	4-8 yuanes
Límite de concurrencia	500	2.500
Agent, tareas sencillas	Similar	Similar
Agent, tareas avanzadas	Claramente superior	Más limitado
Razonamiento de imágenes	Sí	No (salvo la variante experimental Vision)

Conclusión: si solo necesitas chat, programación ligera y consultas cotidianas, Flash ofrece una relación calidad-precio claramente superior. Si necesitas contextos extremadamente largos, tareas Agent complejas o la máxima calidad de salida, el sobrecoste de Pro se justifica.

Frente a Claude Fable 5

V4-Pro obtiene 87,9 puntos en Terminal Bench 2.1 frente a 88,0 de Fable 5 —una diferencia de 0,1 puntos— y le supera en Cybergym y AutomationBench, a aproximadamente 1/60 de su precio. Fable 5 conserva la ventaja en DeepSWE (70,0 frente a 62,7), Toolathlon-Verified y DSBench-FullStack. Para presupuestos limitados centrados en agentes y programación, V4-Pro es una alternativa extremadamente atractiva; si la máxima fiabilidad en ingeniería de software de alta dificultad es crítica, Fable 5 sigue al frente.

Frente a GPT-5.4 y GPT-5.5

En SWE-Bench Verified, V4-Pro alcanza el 80,6 % con un rendimiento cercano al de GPT-5.4. En HumanEval, su 89,2 % supera al 88,7 % de GPT-5.5. En capacidad general de razonamiento, sin embargo, la evaluación IRT lo sitúa alrededor de 800 puntos, todavía por detrás de GPT-5.5 (1260).

¿Merece la pena? ¿Para quién es DeepSeek V4 Pro?

Muy recomendado

• Desarrolladores de aplicaciones Agent: necesitan operaciones avanzadas en terminal, comprensión de repositorios y flujos multi-paso con herramientas.
• Ingenieros de software: trabajan con grandes repositorios, modificaciones de código de varios pasos y proyectos multiarchivo.
• Equipos con presupuesto ajustado que exigen calidad flagship: ningún otro modelo ofrece este nivel por una fracción tan pequeña del coste de Fable 5.
• Empresas que priorizan el control de datos: los pesos abiertos con licencia MIT permiten auto-hospedar el modelo.

Elegir con cautela

• Desarrolladores individuales con presupuesto limitado: Flash cubre la mayoría de las tareas cotidianas a menor precio.
• Procesamiento masivo de alta concurrencia: el límite de 500 solicitudes puede convertirse en un cuello de botella.
• Escenarios que exigen precisión extrema en recuperación de textos largos: revisión de documentos legales o investigación académica.

No recomendado

• Consultas cotidianas y programación ligera: la relación calidad-precio de Flash es superior.
• Generación de imágenes: V4-Pro solo lee imágenes, no las crea.
• Quienes necesiten garantías de ciclo de vida a largo plazo: V4-Pro está en retirada progresiva mientras se espera el lanzamiento de V4.1-Pro.

Conclusión: ¿vale la pena DeepSeek V4 Pro?

Sí, para quien necesita lo mejor sin pagar el precio de un modelo cerrado. Su mayor valor es ofrecer capacidades Agent cercanas —e incluso superiores en algunas pruebas— a las de Claude Fable 5 por aproximadamente 1/60 de su coste. No es el modelo más barato ni el más potente en razonamiento general, pero es una de las opciones Agent flagship con mejor relación calidad-precio del mercado en 2026.

Las dos letras pequeñas: la subida de agosto ya está en vigor (la salida llegó a 27 yuanes por millón en horas punta) y, tras el lanzamiento de V4.1-Flash en septiembre, el futuro de V4-Pro depende del sucesor anunciado, V4.1-Pro. Si buscas la máxima capacidad de razonamiento del mercado, GPT-5.5 sigue teniendo ventaja; si necesitas alto volumen y concurrencia, Flash es mejor opción. Pero si quieres construir agentes de primer nivel y programar con grandes repositorios manteniendo los costes bajo control dentro del segmento flagship, V4-Pro merece una evaluación seria.

FAQ

¿Qué es DeepSeek V4 Pro?

El modelo insignia de DeepSeek, lanzado en versión estable el 13 de agosto de 2026. Es un MoE de pesos abiertos con licencia MIT de 1,6 billones de parámetros totales y 49.000 millones activos, con contexto de 1M de tokens, salida de hasta 384K y razonamiento nativo sobre imágenes.

¿Cuánto cuesta DeepSeek V4 Pro?

Se paga por tokens y no tiene tarifa plana. A octubre de 2026, con tarifas por franjas: entrada sin caché desde 4,5 yuanes (~0,66 USD) por millón en horas valle y 9 yuanes (~1,32 USD) en horas punta; salida de 13,5 a 27 yuanes (~1,98-3,96 USD) por millón. Sigue costando cerca de 1/60 que Claude Fable 5.

¿DeepSeek V4 Pro tiene una versión gratuita?

No como API: es un servicio exclusivamente de pago por tokens. Sus pesos, eso sí, son de código abierto bajo licencia MIT y pueden descargarse y auto-hospedarse sin coste de licencia.

¿Es bueno DeepSeek V4 Pro para programar?

Excelente. 89,2 % en HumanEval (por encima de GPT-5.5 y Claude Opus 4.7), 62,7 en DeepSWE y 71,1 en DSBench-FullStack, con capacidad probada de generar cientos de líneas de código completo y ejecutable de una sola vez.

¿Es DeepSeek V4 Pro mejor que Claude Fable 5?

En parte, sí. Le iguala casi en Terminal Bench 2.1 (87,9 frente a 88,0) y le supera en Cybergym y AutomationBench a una fracción mínima del precio, pero pierde en DeepSWE, uso de herramientas y desarrollo full-stack de máxima dificultad.

¿Qué pasó con DeepSeek V4 Pro en septiembre de 2026?

DeepSeek lanzó V4.1-Flash el 10 de septiembre, anunció la retirada progresiva de V4-Pro y el futuro V4.1-Pro, pero decidió mantener la API de V4-Pro activa con la misma facturación tras la demanda de los usuarios. A octubre de 2026 el modelo sigue disponible.