El V4 Pro de DeepSeek es su mejor modelo, y, de lejos, el más caro

DeepSeek presentó el jueves su modelo más capaz hasta la fecha y, en la misma frase, anunció la mayor subida de precios de su corta historia. La empresa china lanzó oficialmente V4 Pro el 13 de agosto, poniendo fin a una vista previa que duró casi cuatro meses, y después confirmó que los precios de su API para la familia V4 subirían con fuerza y pasarían a un esquema de tarifas puntuales y valle a partir de este fin de semana.

Lectura relacionada: El V4.1-Flash, más barato, supera al modelo Pro de DeepSeek en tareas de agentes · Claude Haiku 5.5 de Anthropic es su modelo pequeño más barato hasta ahora.

Las cifras son llamativas incluso para una compañía que construyó su reputación sobre la idea de ser casi gratis. Según la firma independiente de análisis Artificial Analysis, V4-Pro-0813 cuesta 1,32 dólares por millón de tokens de entrada y 3,96 dólares por millón de tokens de salida: aproximadamente nueve veces el precio de entrada y catorce veces el de salida de V4 Flash, que figura a 0,14 y 0,28 dólares respectivamente (Reuters).

Es la señal más clara de que la era de la guerra de precios de la IA china, al menos tal como la practicó DeepSeek, ha terminado.

Qué anunció realmente DeepSeek

Ese mismo día ocurrieron dos cosas que se confunden con facilidad.

La primera fue el lanzamiento de un producto: V4 Pro, un modelo insignia que, según la empresa, «mejora sustancialmente sus capacidades para agentes de IA» y ya está disponible de forma general a través de su API, su aplicación y la web. Es un modelo de mezcla de expertos de 1,6 billones de parámetros con una ventana de contexto de un millón de tokens, y ya aparece en plataformas para desarrolladores.

La segunda fue una decisión de precios. DeepSeek dijo que subiría las tarifas que cobra a los desarrolladores tanto por V4-Pro como por el más barato V4-Flash e introduciría por primera vez facturación por franjas horarias. Los cambios entran en vigor a las 16:00 UTC del 16 de agosto, según la propia documentación de precios de la compañía. Las horas punta se definen como 01:00–04:00 y 06:00–10:00 UTC; todas las demás son valle, y las tarifas valle son la mitad de las punta.

Las subidas varían enormemente según la partida. Quartz calculó un rango del 50 % a más del 1.100 %, y los mayores saltos recaen en los tokens más baratos (los aciertos de caché) y no en el precio de salida más visible (Quartz). Es un detalle sutil pero importante: el descuento que DeepSeek ofrecía a las aplicaciones que reutilizaban contexto es justo lo que ahora recupera con más agresividad.

Hubo cierta confusión sobre la fecha. Reuters, citando el comunicado de la empresa, situó la entrada en vigor el 17 de agosto; la página de precios de DeepSeek dice las 16:00 UTC del 16 de agosto. Ambas cifras son coherentes al ajustar las zonas horarias, pero la discrepancia recuerda que incluso los detalles básicos de este despliegue se comunicaron con prisa.

De la guerra de precios a la rentabilidad

¿Por qué una empresa cuyo modelo de negocio es «capacidad puntera a una fracción del precio» iba a cobrar más de repente?

La respuesta más directa es que los precios antiguos nunca fueron un modelo sostenible: eran una conquista de mercado. DeepSeek usó precios ultrabajos para ganar usuarios a aproximadamente una décima parte de las tarifas de sus competidores, y funcionó: la compañía acaba de reclamar el primer puesto mundial por volumen de tokens procesados. Pero un descuento agresivo es un coste de captación, y tarde o temprano llega la factura.

Ese momento parece haber llegado. Los analistas citados por el Seoul Economic Daily describen la estrategia de bajo precio como agotada, con una creciente presión de rentabilidad ante una ronda de financiación de unos 50.000 millones de yuanes y una salida a bolsa prevista. Bloomberg señaló que la subida se entiende mejor como un movimiento previo a la OPV para demostrar un camino creíble a la rentabilidad. DeepSeek también ha empezado a construir un gran centro de datos de IA en Ulanqab, en Mongolia Interior: el tipo de compromiso de capital que no se paga solo con tokens de salida a 0,28 dólares.

DeepSeek no se convirtió de pronto en una opción cara. Se volvió honesta sobre lo que cuesta servir inferencia puntera.

El panorama general es que los laboratorios chinos están girando colectivamente de la cuota de mercado al margen. Una guerra de precios es una carrera hacia el fondo que solo funciona mientras capital externo cubre la diferencia; cuando los inversores quieren retorno, los precios deben reflejar la realidad. DeepSeek es el laboratorio más visible en ese giro, pero no será el último.

La factura de cómputo detrás de la etiqueta

Conviene ser preciso sobre qué cambió y qué no. DeepSeek no subió los precios porque entrenar sus modelos se haya vuelto más caro; el entrenamiento ya estaba pagado. Subió los precios porque servir esos modelos a escala (las GPU, la energía, la refrigeración, los ingenieros de guardia y el trabajo de optimización de inferencia) es un coste recurrente que alguien tiene que cubrir.

La estructura de los nuevos precios lo delata. Al abaratar el uso valle a la mitad de la tarifa punta, DeepSeek hace exactamente lo que siempre han hecho los proveedores de nube: usar el precio para suavizar la demanda sobre una base de capacidad fija. Los clústeres de inferencia son caros tanto si funcionan al 40 % como al 90 % de utilización, así que llenar los valles vale dinero real. Que un laboratorio de modelos gestione ahora la demanda así sugiere que piensa como un negocio de infraestructura, no como un proyecto de investigación.

Ese enfoque también explica las subidas de los aciertos de caché. Reutilizar contexto es barato para el cliente y, en principio, para el proveedor, pero consume memoria que podría atender peticiones nuevas. Cobrar los aciertos de caché más cerca de su coste de oportunidad real es una de las formas más sencillas de mejorar el margen sin tocar la tarifa de salida que los desarrolladores miran con más atención.

La presión del peso abierto corta en ambos sentidos

Hay una paradoja en el momento elegido. DeepSeek saltó a la fama como abanderada de los modelos abiertos capaces: la idea de que el rendimiento de frontera no tiene por qué venir de una API cerrada y cara. Ese argumento presionó enormemente a la baja los precios de todos los demás.

Ahora DeepSeek pone a prueba cuánta de esa presión puede liberar. Al cobrar más por su API alojada, apuesta implícitamente a que los clientes pagarán una prima por comodidad, fiabilidad y uso de herramientas de nivel agente en lugar de autoalojar un modelo abierto o enrutar a un competidor más barato.

El contraargumento es que servir un modelo de mezcla de expertos de 1,6 billones de parámetros con fiabilidad de producción tampoco es barato. Los equipos más propensos a autoalojar son precisamente los que tienen la profundidad de ingeniería para hacerlo; todos los demás siguen ante un cálculo de construir o comprar en el que una API gestionada a menudo gana pese a un precio por token más alto.

Qué significa para los desarrolladores

Para cualquiera con tráfico de producción en DeepSeek, las consecuencias son inmediatas.

• Los costes subirán de forma desigual. Las cargas que dependen mucho de los tokens de salida verán los mayores incrementos absolutos. Las optimizadas para aciertos de caché afrontan los saltos porcentuales más pronunciados.
• Desplazar el trabajo en el tiempo tiene ahora valor real. Como las tarifas valle son la mitad que las punta, mover trabajos por lotes e inferencia no urgente fuera de las ventanas 01:00–04:00 y 06:00–10:00 UTC puede reducir la factura aproximadamente a la mitad.
• El enrutamiento se convierte en disciplina. Con las capas económica e insignia ahora más separadas, hay más motivos para enviar las peticiones fáciles a un modelo pequeño y escalar solo las difíciles.
• La portabilidad importa más. La mejor defensa contra un cambio de precios de un proveedor es poder cambiar sin reescribir la aplicación. Si los prompts, los esquemas de herramientas y el sistema de evaluación están entrelazados con el SDK de un proveedor, no se puede negociar.

Incluso después de las subidas, DeepSeek sigue siendo más barato en términos absolutos que los principales modelos estadounidenses. El Seoul Economic Daily señala que su nuevo precio punta de salida es unas seis veces inferior al de Claude Opus 5 de Anthropic y unas ocho veces inferior al de GPT-5.6 Sol de OpenAI. Pero los proveedores estadounidenses empiezan a argumentar que el precio absoluto por token es la métrica equivocada: sostienen que sus modelos necesitan menos tokens para completar la misma tarea, lo que puede invertir la comparación de coste total en trabajos complejos.

El «harness», el benchmark y el mensaje

Otro hilo complicó la narrativa de la semana. En la misma ventana de 48 horas, DeepSeek pareció lanzar un «harness» de programación (una herramienta posicionada como competidora de los asistentes de código agénticos) y luego borró el anuncio sin explicación, según The Next Web, que citó al South China Morning Post. La empresa no respondió a las peticiones de comentario sobre el borrado.

Leído con benevolencia, es un error de publicación. Leído con menos benevolencia, es una afirmación detrás de la cual la empresa decidió que aún no podía ponerse, y el momento es incómodo. El argumento central de V4 Pro es que es materialmente mejor en trabajo agéntico, justo la categoría en la que los clientes están más dispuestos a pagar una prima. Si esa afirmación no se respalda con benchmarks ejecutados de forma independiente, los precios más altos se apoyan en una promesa, no en una medición.

No es algo exclusivo de DeepSeek; toda la industria se apoya en cifras de benchmark reportadas por los propios proveedores, difíciles de reproducir y fáciles de manipular. Pero afecta a cómo deben enfocar los compradores este lanzamiento. La postura sensata es tratar a V4 Pro como un candidato, no como un hecho consumado: probarlo con tareas propias, medir los tokens y la latencia que realmente necesita y comparar el coste total con la capa más barata y con la competencia antes de trasladar una carga de producción.

Advertencias y qué observar

Conviene mantener tres cautelas antes de sacar conclusiones amplias.

La subida no es tan grande para todos los clientes como sugiere el «14 veces» más llamativo, porque se mide contra un predecesor inusualmente barato y porque las tarifas valle amortiguan el golpe. Tampoco DeepSeek es el único laboratorio chino que sube precios; el cambio es sectorial.

Más importante aún: el propio producto recibió una acogida inicial mixta. The Next Web informó de que la reacción de los desarrolladores a la versión V4-Pro-0813 fue tibia en capacidad general y crítica con el precio, aunque los investigadores quedaron impresionados en áreas más concretas como la ciberseguridad. DeepSeek también borró discretamente su propio anuncio sobre un «harness» de programación, sin explicación: un recordatorio de que la comunicación de la empresa sigue en flujo.

En cuanto al dinero, los reportes posteriores al lanzamiento situaron las ambiciones de DeepSeek aún más alto: Reuters y The Wall Street Journal informaron de que la compañía prepara una ronda de unos 7.400 millones de dólares a una valoración cercana a los 74.000 millones, por encima de la marca de más de 50.000 millones de junio. Son cifras prospectivas y deben tratarse como reportadas, no confirmadas.

Lo que hay que observar es si las subidas se mantienen. Si los volúmenes de tokens de DeepSeek aguantan en septiembre, habrá demostrado que un laboratorio chino puede cobrar precios superiores por un modelo superior. Si los volúmenes caen, la empresa podría descubrir que sus usuarios eran leales al precio, no al logotipo, y que la guerra de precios que inició es una que no puede deshacer fácilmente.

Por ahora, la suposición más segura para cualquier equipo que construya sobre estas API es la que siempre fue cierta y ahora es imposible de ignorar: los precios de los modelos son una variable, no una constante, y una arquitectura que asuma lo contrario es un pasivo.

Imagen de portada: una tarjeta gráfica Nvidia GeForce RTX 3080 de ASUS ROG Strix. Foto de Solomon203, vía Wikimedia Commons, CC BY-SA 4.0.