Nueva York, 3 de agosto de 2026.— DeepSeek ha presentado oficialmente su modelo de inteligencia artificial V4-Flash, una herramienta que busca recuperar protagonismo en un mercado cada vez más competido mediante una estrategia centrada en reducir drásticamente los costos de uso. Según la consultora Artificial Analysis, el modelo chino es, por amplio margen, el más barato de ejecutar entre varias de las plataformas de IA más conocidas, aunque su rendimiento se mantiene por debajo de las propuestas de mayor capacidad de OpenAI y Anthropic en algunas pruebas comparativas.
V4-Flash cobra 0.14 dólares por cada millón de tokens de entrada y 0.28 dólares por cada millón de tokens de salida, de acuerdo con los datos de Artificial Analysis. Los tokens son las unidades que emplean los sistemas de IA para medir la información que reciben y generan. El esquema de precios coloca a DeepSeek en una posición especialmente atractiva para empresas que procesan grandes volúmenes de datos o que buscan integrar asistentes automatizados en sus operaciones sin asumir costos elevados.
La consultora calculó que completar una prueba de referencia cuesta, en promedio, unos 3 centavos de dólar con V4-Flash. La cifra contrasta con los 86 centavos estimados para Kimi K3, de la china Moonshot AI; los 1.86 dólares de GPT-5.6 Sol, de OpenAI; y los 3.15 dólares de Claude Fable 5, de Anthropic. Bajo esta medición, el modelo de DeepSeek resulta más de 100 veces menos costoso que la propuesta de Anthropic.
El precio no explica por sí solo el desempeño
La comparación de Artificial Analysis intenta superar una limitación habitual de las listas de precios de los modelos de IA. Un costo nominal reducido no siempre se traduce en una operación más barata, ya que un sistema puede necesitar procesar muchos más datos o ejecutar un mayor número de pasos para resolver una tarea. Por ello, la consultora toma en cuenta tanto el precio por token como la cantidad de información utilizada y generada durante las pruebas.
El resultado muestra una ventaja clara de V4-Flash en eficiencia económica, pero no un liderazgo general en capacidad. Artificial Analysis le asignó 50 puntos sobre 100 en su Índice de Inteligencia, una métrica que combina nueve evaluaciones relacionadas con programación, razonamiento y tareas propias del entorno laboral. El mismo resultado obtuvo Gemini 3.6 Flash, de Google, mientras que Muse Spark 1.1, de Meta, y GLM-5.2, de Z.AI —también conocida como Zhipu— alcanzaron 51 puntos.
La brecha aumenta frente a otros modelos. Kimi K3 obtuvo 57 puntos, y Claude Opus 5, Claude Fable 5 y GPT-5.6 de OpenAI superaron a V4-Flash por al menos nueve unidades. Estas diferencias sugieren que DeepSeek está priorizando una relación entre costo y rendimiento antes que la máxima puntuación en todos los usos posibles. Para clientes que necesitan automatizar tareas repetitivas, responder consultas masivas o experimentar con aplicaciones de IA, esa combinación puede ser suficiente; para trabajos complejos de razonamiento o programación avanzada, el rendimiento relativo podría pesar más que el precio.
Del impacto mundial a una competencia más amplia
DeepSeek alcanzó notoriedad internacional a comienzos de 2025, cuando el lanzamiento de su modelo R1 provocó una fuerte reacción en los mercados tecnológicos. La aparición de un sistema chino con costos de desarrollo y operación aparentemente inferiores a los esperados generó dudas sobre las cuantiosas inversiones que las compañías estadounidenses estaban destinando a centros de datos, chips y modelos de gran escala. La reacción se reflejó en una ola de ventas de acciones tecnológicas en distintos mercados.
Aquel episodio convirtió a DeepSeek en un símbolo del avance chino en inteligencia artificial, pero también elevó la presión sobre la empresa. Desde entonces, el ecosistema nacional se ha llenado de competidores con recursos y estrategias diferentes. Moonshot AI, MiniMax y Z.AI compiten con la compañía emergente, mientras que grandes grupos tecnológicos como ByteDance y Alibaba cuentan con infraestructura, datos y canales de distribución capaces de acelerar la adopción de sus propios modelos.
La disputa ya no se limita a demostrar qué sistema obtiene la puntuación más alta en una prueba. Las empresas tecnológicas chinas y estadounidenses intentan convencer a clientes corporativos de que sus modelos pueden desplegarse a gran escala con costos previsibles, tiempos de respuesta adecuados y resultados consistentes. En ese contexto, la política de precios de DeepSeek puede convertirse en una herramienta comercial relevante, aunque su éxito dependerá también de la estabilidad del servicio, la seguridad de los datos y la facilidad para integrarlo en plataformas empresariales.
V4-Pro y la siguiente fase de la estrategia
DeepSeek prepara además una versión más potente, denominada V4-Pro, pero todavía no ha informado la fecha de su lanzamiento oficial. La futura presentación permitirá comprobar si la empresa pretende mantener su ventaja de costos al tiempo que reduce la distancia de rendimiento con sus rivales. El desafío será especialmente complejo: aumentar la capacidad de un modelo suele exigir más infraestructura y puede elevar el precio de cada consulta.
El movimiento de DeepSeek se produce mientras Alibaba presentó Qwen3.8-Max, descrito como su modelo de inteligencia artificial más grande y potente hasta la fecha. Su tamaño se aproxima al del sistema que Moonshot AI lanzó el mes anterior, una señal de que las compañías chinas están acelerando sus ciclos de desarrollo y compitiendo simultáneamente en escala, capacidad y precio.
V4-Flash, por tanto, no representa únicamente una nueva oferta de bajo costo. Su llegada muestra que la batalla mundial por la IA se está desplazando hacia la eficiencia operativa: no basta con construir modelos capaces, también es necesario hacerlos económicamente viables para millones de usuarios y para empresas que los ejecuten de forma continua. La evaluación de su impacto dependerá de la adopción comercial y de futuras pruebas independientes, pero el lanzamiento vuelve a colocar a DeepSeek en el centro de una competencia en la que cada centavo por consulta puede influir en la elección de los clientes.
