DeepSeek está de vuelta, y apareció unas horas después de que OpenAI lanzara GPT-5.5. ¿Coincidencia? Quizás. Pero si eres un laboratorio de IA chino que el gobierno de EE. UU. ha estado intentando frenar con prohibiciones de exportación de chips durante los últimos tres años, tu sentido del tiempo se agudiza bastante.
El laboratorio con sede en Hangzhou lanzó hoy versiones preliminares de DeepSeek-V4-Pro y DeepSeek-V4-Flash, ambos de peso abierto, ambos con ventanas de contexto de un millón de tokens. Eso significa que básicamente puedes trabajar con un contexto del tamaño de la trilogía de El Señor de los Anillos antes de que el modelo colapse. Ambos también tienen un precio muy inferior al de cualquier comparable en Occidente, y ambos son gratuitos para quienes pueden ejecutarlos localmente.
La última gran disrupción de DeepSeek —R1 en enero de 2025— eliminó $600 mil millones de la capitalización de mercado de Nvidia en un solo día, ya que los inversores se preguntaron si las empresas estadounidenses realmente necesitaban inversiones tan grandes para producir resultados que un pequeño laboratorio chino logró con una fracción del costo. V4 es un tipo de movimiento diferente: más silencioso, más técnico y más enfocado en la eficiencia para cualquiera que realmente esté construyendo con IA.
De los dos nuevos modelos, el V4-Pro de DeepSeek es el más grande, con 1.6 billones de parámetros totales. Para ponerlo en perspectiva, los parámetros son los "ajustes" internos o "neuronas" que un modelo utiliza para almacenar conocimiento y reconocer patrones; cuantos más parámetros tiene un modelo, más información compleja puede teóricamente contener. Esto lo convierte en el modelo de código abierto más grande del mercado de LLM hasta la fecha. El tamaño puede sonar ridículo hasta que se sabe que solo activa 49 mil millones de ellos por cada pase de inferencia.
Este es el truco de la "Mezcla de Expertos" que DeepSeek ha perfeccionado desde V3: El modelo completo está ahí, pero solo la porción relevante se activa para una solicitud dada. Más conocimiento, el mismo costo computacional.
“DeepSeek-V4-Pro-Max, el modo de máximo esfuerzo de razonamiento de DeepSeek-V4-Pro, avanza significativamente las capacidades de conocimiento de los modelos de código abierto, estableciéndose firmemente como el mejor modelo de código abierto disponible hoy”, escribió Deepseek en la tarjeta oficial del modelo en Huggingface. “Logra un rendimiento de primer nivel en los puntos de referencia de codificación y reduce significativamente la brecha con los modelos de código cerrado líderes en tareas de razonamiento y agenticas.”
V4-Flash es el práctico: 284 mil millones de parámetros totales, 13 mil millones activos. Está diseñado para ser más rápido, más económico y, según los propios puntos de referencia de DeepSeek, “logra un rendimiento de razonamiento comparable al de la versión Pro cuando se le asigna un presupuesto de pensamiento mayor.”
Ambos admiten un millón de tokens de contexto. Eso es aproximadamente 750,000 palabras, casi la trilogía completa de “El Señor de los Anillos” y algo más. Y eso como una característica estándar, no como un nivel premium.
Aquí está la parte técnica para los nerds o aquellos interesados en la magia que impulsa el modelo. Deepseek no oculta sus secretos, y todo está disponible de forma gratuita; el documento completo está disponible en Github.
La atención estándar de la IA —el mecanismo que permite a un modelo comprender las relaciones entre palabras— tiene un brutal problema de escalado. Cada vez que duplicas la longitud del contexto, el costo computacional se cuadruplica aproximadamente. Así que ejecutar un modelo con un millón de tokens no es solo el doble de caro que con 500.000 tokens. Es cuatro veces más caro. Por eso, históricamente, el contexto largo ha sido una casilla que los laboratorios añaden y luego silenciosamente limitan.
DeepSeek inventó dos nuevos tipos de atención para solucionar esto. El primero, la Atención Escasa Comprimida, funciona en dos pasos. Primero comprime grupos de tokens —digamos, cada 4 tokens— en una sola entrada. Luego, en lugar de atender a todas esas entradas comprimidas, utiliza un "Lightning Indexer" para seleccionar solo los resultados más relevantes para una consulta determinada. Su modelo pasa de atender a un millón de tokens a atender a un conjunto mucho más pequeño de los fragmentos más importantes, como un bibliotecario que no lee todos los libros, pero sabe exactamente qué estante revisar.
La segunda, Atención Fuertemente Comprimida, es más agresiva. Colapsa cada 128 tokens en una sola entrada, sin selección dispersa, solo compresión brutal. Se pierde el detalle fino, pero se obtiene una visión global extremadamente económica. Los dos tipos de atención se ejecutan en capas alternas, por lo que el modelo obtiene tanto el detalle como la visión general.
El resultado, según el documento técnico: Con un millón de tokens, V4-Pro utiliza el 27% de la capacidad de cómputo que necesitaba su predecesor (V3.2). La caché KV —la memoria que el modelo necesita para rastrear el contexto— se reduce a solo el 10% de V3.2. V4-Flash lleva esto aún más lejos: 10% de cómputo, 7% de memoria.
Y esto resultó en que Deepseek pudiera ofrecer un precio por token mucho más barato que sus competidores, al tiempo que ofrecía resultados comparables. Para ponerlo en términos de dólares: GPT-5.5 se lanzó ayer a $5 de entrada y $30 de salida por millón de tokens, con GPT-5.5 Pro con un precio de $30 por millón de tokens de entrada y $180 por millón de tokens de salida.
Deepseek V4-Pro cuesta $1.74 de entrada y $3.48 de salida. V4-Flash cuesta $0.14 de entrada y $0.28 de salida. El CEO de Cline, Saoud Rizwan, señaló que si Uber hubiera utilizado DeepSeek en lugar de Claude, su presupuesto de IA de 2026 —según los informes, suficiente para cuatro meses de uso— habría durado siete años.
deepseek v4 is now the cheapest sota model available at 1/20th the cost of opus 4.7.
for perspective, if uber used deepseek instead of claude their 2026 ai budget would have lasted 7 years instead of only 4 months. pic.twitter.com/i9rJZzvRBV
— Saoud Rizwan (@sdrzn) April 24, 2026
DeepSeek hace algo inusual en su informe técnico: publica las brechas. La mayoría de los lanzamientos de modelos seleccionan cuidadosamente los puntos de referencia donde ganan. DeepSeek realizó la comparación completa contra GPT-5.4 y Gemini-3.1-Pro, encontró que el razonamiento de V4-Pro está por detrás de esos modelos entre tres y seis meses, y aun así lo publicó.
Donde V4-Pro-Max realmente gana: Codeforces, un benchmark de programación competitiva, calificado como el ajedrez humano. V4-Pro obtuvo 3.206 puntos, lo que lo sitúa alrededor del puesto 23 entre los participantes humanos reales del concurso. En Apex Shortlist, un conjunto curado de problemas difíciles de matemáticas y STEM, obtuvo una tasa de aprobación del 90.2% frente al 85.9% de Opus 4.6 y el 78.1% de GPT-5.4. En SWE-Verified, que mide si un modelo puede resolver problemas reales de GitHub extraídos de repositorios de código abierto reales, obtuvo un 80.6%, igualando a Claude Opus 4.6.
Donde se queda atrás: el benchmark multitarea MMLU-Pro (Gemini-3.1-Pro con 91.0% vs V4-Pro con 87.5%), el benchmark de conocimiento experto GPQA Diamond (Gemini 94.3 vs V4-Pro 90.1), y Humanity's Last Exam, un benchmark de nivel de posgrado donde el 44.4% de Gemini-3.1-Pro aún supera el 37.7% de V4-Pro.
Específicamente en contexto largo, V4-Pro supera a los modelos de código abierto y a Gemini-3.1-Pro en el benchmark CorpusQA (una prueba que simula el análisis de documentos reales con un millón de tokens), pero pierde contra Claude Opus 4.6 en MRCR, una prueba que mide la capacidad de un modelo para recuperar agujas específicas enterradas profundamente en un pajar muy largo.
La parte de los agentes es donde este lanzamiento se vuelve interesante para los desarrolladores que realmente están enviando productos.
V4-Pro puede ejecutarse en Claude Code, OpenCode y otras herramientas de codificación de IA. Según una encuesta interna de DeepSeek a 85 desarrolladores que usaron V4-Pro como su agente de codificación principal, el 52% dijo que estaba listo para ser su modelo predeterminado, el 39% se inclinó por el sí, y menos del 9% dijo que no. Los empleados internos dijeron que supera a Claude Sonnet y se acerca a Claude Opus 4.5 en tareas de codificación agenticas.
Artificial Analysis, que realiza evaluaciones independientes de modelos de IA en tareas del mundo real, clasificó a V4-Pro como el número uno entre todos los modelos de peso abierto en GDPval-AA, un benchmark que prueba el trabajo de conocimiento económicamente valioso en finanzas, legal y tareas de investigación, puntuado mediante Elo. V4-Pro-Max obtuvo 1,554 Elo, por delante de GLM-5.1 (1,535) y M2.7 de MiniMax (1,514). Como referencia, Claude Opus 4.6 obtiene 1,619 en el mismo benchmark; aún por delante, pero la brecha se está cerrando.
DeepSeek V4 Pro is the #1 open weights model on GDPval-AA, our agentic real-world work tasks evaluation@deepseek_ai has released V4 Pro (1.6T total / 49B active) and V4 Flash (284B total / 13B active). V4 is DeepSeek's first new size since V3, with all intermediate models… pic.twitter.com/2kJWVrKQjF
— Artificial Analysis (@ArtificialAnlys) April 24, 2026
El V4 de Deepseek también introduce algo llamado “pensamiento entrelazado”. En modelos anteriores, si se ejecutaba un agente que realizaba múltiples llamadas a herramientas —por ejemplo, buscaba en la web, luego ejecutaba un código, luego volvía a buscar— el contexto de razonamiento del modelo se borraba entre rondas. En cada nuevo paso, el modelo tenía que reconstruir su modelo mental desde cero. V4 retiene la cadena de pensamiento completa a través de las llamadas a herramientas, de modo que un flujo de trabajo de agente de 20 pasos no sufre de amnesia a mitad de camino. Esto importa más de lo que parece para cualquiera que ejecute complejos pipelines automatizados.
Estados Unidos ha estado restringiendo las exportaciones de chips Nvidia de gama alta a China desde 2022. El objetivo declarado era frenar el desarrollo de la IA china, pero la prohibición de chips no detuvo a DeepSeek y, en cambio, los llevó a inventar una arquitectura más eficiente y a construir una cadena de suministro de hardware nacional.
DeepSeek no lanzó V4 en un vacío, el espacio de la IA ha estado lleno de actividad últimamente: Anthropic lanzó Claude Opus 4.7 el 16 de abril, un modelo que Decrypt probó y encontró fuerte en codificación y razonamiento, con un uso de tokens notablemente alto. El día anterior, Anthropic también tenía Claude Mythos, un modelo de ciberseguridad que, según dicen, no pueden lanzar públicamente porque es demasiado bueno en ataques de red autónomos.
Xiaomi lanzó MiMo V2.5 Pro el 22 de abril, yendo a por todas en multimodal: imagen, audio, video. Cuesta $1 de entrada y $3 de salida por millón de tokens. Igualada con Opus 4.6 en la mayoría de los benchmarks de codificación. Hace tres meses, nadie hablaba de Xiaomi como una empresa de IA de vanguardia. Ahora está lanzando modelos competitivos más rápido que la mayoría de los laboratorios occidentales.
El GPT-5.5 de OpenAI se lanzó ayer con costos que se dispararon hasta los $180 por millón de tokens de salida en la versión Pro. Supera a V4-Pro en Terminal Bench 2.0 (82.7% vs 70.0%), que prueba flujos de trabajo de agentes de línea de comandos complejos. Pero cuesta considerablemente más que V4-Pro para tareas equivalentes. Ese mismo día, Tencent lanzó Hy3, otro modelo de última generación centrado en la eficiencia.
Entonces, con tantos modelos nuevos disponibles, la pregunta que los desarrolladores realmente se hacen es: ¿Cuándo vale la pena el costo premium?
Para las empresas, las cuentas pueden haber cambiado. Un modelo que lidera los benchmarks de código abierto a $1.74 por millón de tokens de entrada significa que los pipelines de procesamiento de documentos a gran escala, la revisión legal o la generación de código, que eran caros hace seis meses, ahora son mucho más baratos. El contexto de un millón de tokens significa que se pueden alimentar bases de código enteras o documentos regulatorios en una sola solicitud en lugar de dividirlos en múltiples llamadas.
Además, su naturaleza de código abierto significa que no solo puede ejecutarse de forma gratuita en hardware local, sino que puede personalizarse y mejorarse en función de las necesidades y casos de uso de la empresa.
Para los desarrolladores y constructores individuales, V4-Flash es el modelo a seguir. Con $0.14 de entrada y $0.28 de salida, es más barato que los modelos considerados económicos hace un año, y maneja la mayoría de las tareas que la versión Pro. Los endpoints existentes de DeepSeek deepseek-chat y deepseek-reasoner ya se dirigen a V4-Flash en modos "sin pensamiento" y "con pensamiento" respectivamente, por lo que si usas la API, ya lo estás utilizando.
Por ahora, los modelos son solo de texto. DeepSeek dijo que está trabajando en capacidades multimodales, lo que significa que otros grandes laboratorios, desde Xiaomi hasta OpenAI, todavía tienen esa ventaja. Ambos modelos tienen licencia MIT y están disponibles en Hugging Face hoy. Los antiguos endpoints deepseek-chat y deepseek-reasoner se retiran el 24 de julio de 2026.
