DeepSeek V4-Pro: 1,6 billones de parámetros, 1 millón de tokens de contexto y paridad con los modelos frontera a una décima parte del precio

DeepSeek publicó acceso previo a V4-Pro y V4-Flash el 24 de abril, y los benchmarks son contundentes: paridad con GPT-5 y Gemini 3.0 Pro en MMLU-Pro, MATH-500 y HumanEval, a 0,145 dólares por millón de tokens de entrada, aproximadamente un décimo de lo que cobran los laboratorios frontera occidentales.

V4-Pro es un modelo de mezcla de expertos con 1,6 billones de parámetros. La ventana de contexto de un millón de tokens es genuina, no el soporte cosmético de contexto largo que se degrada a partir de los 128.000 tokens que algunos laboratorios presentan. Los primeros evaluadores en Hugging Face informan de una recuperación limpia de información insertada a los 800.000 tokens en tareas de múltiples documentos. V4-Flash, el modelo más ligero, apunta a aplicaciones sensibles a la latencia con respuestas medias por debajo de los 100 ms en prompts habituales.

La arquitectura extiende el diseño de atención latente multi-cabeza de DeepSeek-V3 a una escala considerablemente mayor. El entrenamiento se realizó en clústeres Huawei Ascend, una restricción que ha moldeado el enfoque centrado en la eficiencia de DeepSeek desde que los controles de exportación de EE. UU. cortaron el acceso a las Nvidia H100. La inferencia sostiene supuestamente 40.000 tokens por segundo a plena carga.

En benchmarks: V4-Pro supera marginalmente a GPT-5 en razonamiento matemático AIME 2025 y queda dentro del margen de error en GPQA Diamond. La recuperación de información en contexto largo supera a Gemini 3.0 Pro. La escritura creativa y el seguimiento de instrucciones ambiguas siguen siendo ventaja de los modelos occidentales.

El precio reconfigura el mercado en términos concretos. Los equipos empresariales que procesan grandes volúmenes de documentos, repositorios de código o archivos financieros harán el cálculo rápidamente. A 0,145 dólares por millón de tokens de entrada, mil millones de tokens mensuales cuestan alrededor de 145 dólares. El mismo volumen en GPT-5 multiplica ese coste por diez o quince. La diferencia no es teórica; es la cifra que aparece en los presupuestos de infraestructura trimestrales.

La fiabilidad de la API de DeepSeek ha tropezado históricamente bajo tráfico de pico. En las primeras 48 horas del previo de V4 no se registraron interrupciones importantes, lo que sugiere una infraestructura preaprovisionada a mayor escala que en lanzamientos anteriores.

El momento no es casual. DeepSeek está en conversaciones activas de financiación a una valoración de 20.000 millones de dólares, con Alibaba y Tencent en la mesa. Un modelo competitivo con los frontera semanas antes del cierre desplaza la dinámica de negociación. V4-Pro es tanto un movimiento estratégico de financiación como un lanzamiento técnico.

Para los desarrolladores, la pregunta práctica es si V4-Pro puede sustituir directamente a Gemini 3.0 Pro Flash en cargas de trabajo sensibles al precio. La evidencia temprana dice que probablemente sí, con la salvedad de que las tareas creativas y abiertas siguen favoreciendo a los modelos occidentales. Para generación de código, recuperación y razonamiento estructurado —que representa la mayor parte de lo que hacen los pipelines LLM en producción— V4-Pro es una opción seria a un precio que hace que las alternativas parezcan caras.

El modelo está en previo, no en disponibilidad general. Se esperan mejoras de estabilidad antes del lanzamiento completo; conviene estresar el manejo del contexto por encima de los 500.000 tokens antes de comprometer tráfico de producción.