DeepSeek V4 Pro se acerca a Claude con un coste muy inferior

DeepSeek acaba de recordarle a la industria de la IA que un modelo eficiente no tiene por qué costar una fortuna. Sin comunicado ni anuncio espectacular, el laboratorio chino desplegó discretamente la versión final de su modelo estrella. Detrás de esta actualización se perfila una ruptura. La brecha de rendimiento se estrecha, mientras que la de precios se ensancha. Para el Web3, los desarrolladores de agentes autónomos y las empresas enfrentadas al creciente costo de la IA, esta nueva ecuación podría cambiar las reglas del juego. DeepSeek no solo busca competir, sino que ataca donde sus competidores son más vulnerables: el precio.

Un cambio discreto hacia la versión final y rendimientos más ajustados

Esta actualización realizada por DeepSeek, que relanza la carrera mundial hacia la inteligencia artificial, se tradujo en un ajuste discreto en la tabla de precios del editor, donde la mención deepseek-v4-pro ahora identifica la versión comercial final DeepSeek-V4-Pro-0813. Hasta ahora, las pruebas independientes publicadas se basaban únicamente en una versión preliminar desplegada en abril. La firma china lo recordó el 31 de julio al lanzar su variante V4-Flash, precisando entonces que su API Pro permanecía sin cambios y que el modelo definitivo seguiría en breve.

La ficha técnica en Hugging Face sigue mostrando la serie V4 como versión preliminar, lo que significa que ningún laboratorio externo ha evaluado independientemente esta versión 0813. De las diez pruebas de evaluación de agentes publicadas por la empresa, el modelo competidor Claude Fable 5 de Anthropic conserva una ventaja promedio del 5,3 % en nueve pruebas comparadas.

El análisis detallado de las evaluaciones revela matices determinantes sobre el nivel real del rendimiento. La diferencia global del 5,3 % se explica principalmente por la prueba «Humanity’s Last Exam» sin herramientas, donde DeepSeek obtiene un puntaje de 42,7 frente a 53,3 para Claude Fable 5. Al aislar esa prueba con una brecha de 10,6 %, la superioridad promedio de su rival estadounidense se reduce al 2,8 % en el resto de las pruebas. Cabe señalar que DeepSeek midió estos resultados en su propia infraestructura técnica, mediante el modo mínimo de su framework «DeepSeek Harness» configurado en el nivel máximo de esfuerzo con creatividad elevada. Dos de las diez pruebas, llamadas «DSBench-FullStack» y «DSBench-Hard», se basan además en conjuntos de prueba internos sin clasificación pública verificable.

A continuación, el resumen de las métricas de rendimiento publicadas por el laboratorio :

• Claude Fable 5 mantiene una ventaja promedio del 5,3 % en nueve benchmarks comparados ;
• La diferencia baja al 2,8 % excluyendo la prueba «Humanity’s Last Exam» sin herramientas (42,7 contra 53,3) ;
• DeepSeek se impone directamente en dos de los diez benchmarks de agentes presentados ;
• Las pruebas se apoyan en el framework interno «DeepSeek Harness» mínimo, que incluye dos pruebas sin clasificación pública.

Un abismo tarifario entre la alternativa china DeepSeek y los modelos propietarios

En términos de precios, el enfrentamiento se convierte en una demostración de fuerza industrial al analizar los costos de acceso a la API. DeepSeek mantiene su tarifa en 0,435 dólares por millón de tokens de entrada y 0,87 dólares por millón de tokens de salida, con un costo de 0,003625 dólares para la entrada en caché. Por su parte, Anthropic cobra a Claude Fable 5 a 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida. Ponderando estas cifras con ratios de uso estándar, la factura total resulta en alrededor de 0,65 dólares para el fabricante chino frente a 30 dólares para el gigante estadounidense, lo que equivale a un sobrecosto masivo de 4.600 %. Esta diferencia financiera se acentúa aún más a escala de la tarea ejecutada, ya que el modelo estadounidense piensa más tiempo y genera más texto.

Las mediciones realizadas por Artificial Analysis calculan así que la tarea promedio cuesta 3,15 dólares para Fable 5 frente a 3 centavos para V4-Flash, es decir, un factor de 105. Clément Delangue, CEO de Hugging Face, evalúa la factura global en «más de 31 dólares por tarea» en Anthropic frente a «alrededor de 0,04 dólares» para su competidor.

Dentro del mismo catálogo de Anthropic, la presencia de Claude Opus 5 complejiza la situación, ya que este supera a Fable 5 en la mayoría de los benchmarks a la mitad de su precio. Esta asimetría tarifaria empieza a debilitar la coherencia de las gamas propietarias estadounidenses.

Hacia una redistribución de las cartas tecnológicas impulsada por el open source

Esta dinámica se integra en un movimiento donde los laboratorios chinos open-weights, como Kimi cuyo modelo K3 superó a Fable 5 y GPT-5.6 Sol desde su lanzamiento, reducen drásticamente los costos de inferencia.

La disponibilidad de DeepSeek en Hugging Face bajo licencia libre MIT ofrece a los desarrolladores la posibilidad de comprobar inmediatamente estos rendimientos en sus propios servidores. Esta transparencia contrasta fuertemente con los ecosistemas cerrados de los gigantes de Silicon Valley, abriendo el camino a una auditoría comunitaria permanente. A largo plazo, esta democratización de una potencia de cálculo a bajo costo podría transformar el ecosistema global de aplicaciones.

Permitiría a las infraestructuras Web3, a los protocolos DeFi y a los desarrolladores de agentes autónomos integrar capacidades de razonamiento avanzadas sin sufrir la renta impuesta por los gigantes propietarios estadounidenses. Sin embargo, la dependencia de benchmarks internos invita a un análisis matizado. El futuro del mercado dependerá de la capacidad de los actores open source para mantener este nivel de eficiencia ofreciendo garantías de seguridad y fiabilidad equivalentes a largo plazo.