TL;DR:
- Artificial Analysis calcula que una tarea de su Intelligence Index cuesta alrededor de $0.03 con DeepSeek V4-Flash.
- La API cobra $0.14 por millón de tokens de entrada y $0.28 por millón de salida, sin caché.
- Su puntuación de 50 sobre 100 iguala a Gemini 3.6 Flash, pero queda detrás de Kimi K3, GPT-5.6 Sol y Claude Fable 5.
DeepSeek V4-Flash aparece como el modelo conocido más barato de ejecutar entre los comparados por Artificial Analysis. El costo promedio de una tarea de su Intelligence Index ronda los $0.03, frente a $0.86 de Kimi K3, $1.86 de GPT-5.6 Sol y $3.15 de Claude Fable 5. La comparación importa porque considera cuántos tokens necesita cada modelo para resolver una tarea, no solo la tarifa publicada por cada millón de tokens.
El dato llega pocos días después del lanzamiento oficial de DeepSeek-V4-Flash-0731, la versión que sustituyó a la vista previa del modelo el 31 de julio de 2026. DeepSeek ofrece sus pesos bajo licencia MIT y mantiene una ventana de contexto de un millón de tokens.
Dilis Salazar
El costo por tarea abre una brecha enorme
La tarifa de la API explica parte de la diferencia. DeepSeek V4-Flash cobra $0.14 por millón de tokens de entrada sin caché y $0.28 por millón de tokens de salida. Artificial Analysis convierte esos precios en un costo ponderado por tarea para reflejar el volumen de texto que cada modelo procesa y genera.
La comparación publicada por Reuters queda así:
- DeepSeek V4-Flash: $0.03 por tarea.
- Kimi K3: $0.86.
- GPT-5.6 Sol: $1.86.
- Claude Fable 5: $3.15.
Con esas cifras, Kimi K3 cuesta casi 29 veces más por tarea, GPT-5.6 Sol cuesta 62 veces más y Claude Fable 5 llega a 105 veces el costo de V4-Flash.
El precio por token tampoco cuenta toda la historia. Artificial Analysis registró que V4-Flash generó 210 millones de tokens de salida durante su evaluación, más del doble de la mediana de 100 millones entre modelos comparables. El modelo es barato incluso con ese nivel de producción, pero la cifra confirma que el gasto real depende también de cuánto razona y cuánto escribe.
V4-Flash no lidera el índice de inteligencia
El modelo obtuvo 50 puntos sobre 100 en el Artificial Analysis Intelligence Index, una medición que reúne nueve evaluaciones de programación, razonamiento, uso de herramientas y tareas similares al trabajo de oficina.
Su resultado empató con Gemini 3.6 Flash y quedó un punto por debajo de Muse Spark 1.1 de Meta y GLM-5.2 de Z.AI. Kimi K3 alcanzó 57 puntos, mientras que Claude Opus 5, Claude Fable 5 y GPT-5.6 superaron a V4-Flash por al menos nueve puntos.
La lectura es directa: DeepSeek no ganó la tabla de rendimiento. Su ventaja aparece en la relación entre lo que cuesta ejecutar una tarea y la puntuación que obtiene al completarla.
La API también reduce el costo de los contextos repetidos
La documentación oficial de DeepSeek fija un precio de $0.0028 por millón de tokens de entrada en caché, frente a $0.14 cuando la entrada no está almacenada. Esto puede favorecer aplicaciones que reutilizan instrucciones largas, historiales o documentos durante varias llamadas consecutivas.
DeepSeek también advierte que prepara un esquema de precios para horas pico y horas de menor demanda. Durante los periodos de mayor actividad, la tarifa podría duplicarse, aunque la empresa todavía no ha anunciado la fecha de entrada en vigor.
El modelo puede utilizarse mediante la API oficial o descargarse para despliegues propios gracias a sus pesos abiertos. Esa segunda vía elimina el pago por token, pero traslada el gasto a los servidores, las tarjetas aceleradoras, la electricidad y la operación del sistema.
Para desarrolladores y empresas, la cifra de tres centavos cambia la cuenta de los agentes que necesitan ejecutar muchas tareas. V4-Flash no tiene que superar a todos sus rivales para resultar atractivo: basta con que mantenga un nivel útil de rendimiento mientras conserva una fracción del costo de ejecución.
