Titular: Liberación silenciosa, implicaciones ruidosas — DeepSeek’s V4-Pro-0813 desbanca a la Fable 5 de Anthropic por órdenes de magnitud, mientras que las brechas de precisión siguen siendo pequeñas DeepSeek dejó esta semana, sin fanfarrias, el build terminado de su modelo insignia, sin blog post ni comunicado de prensa; la única señal fue un pequeño cambio en su página de precios de la API. El modelo que antes figuraba como “deepseek-v4-pro” ahora dice DeepSeek-V4-Pro-0813, indicando que los pesos finales ya están en producción. Esto es lo que importa para quienes construyen, para negocios y para proyectos cripto que se preocupan por la economía del cómputo: - Precio y disponibilidad - DeepSeek V4 Pro (ahora 0813) cuesta aproximadamente $0.435 por millón de tokens de entrada y $0.87 por millón de tokens de salida. La empresa también lista una tarifa para entradas en caché de $0.003625. - Durante meses, el V4 Pro de DeepSeek solo estuvo disponible como vista previa; la liberación V4-Flash GA llegó el 31 de julio y DeepSeek dijo antes que la API Pro “seguiría pronto”. La tarjeta del modelo en Hugging Face todavía etiqueta la serie V4 como una “versión de vista previa”, y ningún laboratorio independiente ha evaluado todavía el 0813. - Rendimiento vs. precio - DeepSeek publicó una comparación cara a cara en 10 benchmarks estilo agentes. La Fable 5 de Anthropic (a menudo llamada Claude Fable) lidera en ocho de las pruebas, pero las diferencias son modestas: en promedio, una ventaja relativa del 5.3% en las diez. Si eliminas un caso atípico (Humanity’s Last Exam sin herramientas, donde DeepSeek obtuvo 42.7 frente a 53.3 de Fable), la brecha promedio en los benchmarks restantes se reduce a cerca de 2.8%. - Donde la comparación estalla es en el costo. La Fable 5 de Anthropic corre con aproximadamente $10 por millón de tokens de entrada y $50 por millón de tokens de salida. Incluso usando tarifas promediadas, eso es aproximadamente $30 por millón de tokens frente a cerca de $0.65 para DeepSeek: una diferencia de precio de ~46x (cerca de un 4,600% más caro). - Costo real por tarea - Como los modelos con precios más altos tienden a “pensar más” y a generar más salida, el costo por tarea completada amplía la brecha. Un análisis (Artificial Analysis) estimó el costo por tarea de benchmark en alrededor de $3.15 para modelos de gama alta frente a $0.03 para el V4-Flash de DeepSeek: aproximadamente 105x más barato. El CEO de Hugging Face, Clément Delangue, ha publicado repartos similares por tarea: más de $31 por tarea frente a aproximadamente $0.04. Aún no hay un número público por tarea específicamente para el 0813. - Matices sobre los benchmarks - Las pruebas publicadas por DeepSeek usaron algunas configuraciones e infraestructura internas que la empresa no ha liberado del todo. La empresa dijo que ejecutó un “DeepSeek Harness minimal mode” con alto esfuerzo/creatividad para las pruebas, y dos de los diez benchmarks (DSBench-FullStack y DSBench-Hard) son conjuntos internos de prueba sin leaderboards públicos. Eso significa que la verificación independiente sigue pendiente; pero es fácil de reproducir: los pesos de DeepSeek están bajo licencia MIT y están disponibles en Hugging Face, así que cualquiera puede descargarlos y verificarlos. Por qué los constructores cripto deberían preocuparse - Para aplicaciones descentralizadas, indexadores on-chain, bots impulsados por IA o servicios que requieren volúmenes masivos de inferencia, la economía del modelo dicta la viabilidad. Una diferencia de costo de 46x con niveles de rendimiento similares cambia radicalmente la economía unitaria para cualquier caso de uso de alto throughput. - Los modelos de menor costo y casi de la frontera hacen mucho más viable ejecutar agentes continuos, llamadas de IA en tiempo real o de alta frecuencia, y funciones para consumidores con acceso por tokens sin quemar fondos de tesorería. - La licencia abierta (MIT) y los pesos en Hugging Face permiten auditorías independientes, forks y despliegues potenciales on-prem o neutrales para la nube: importante para proyectos que prefieren evitar el lock-in del proveedor o que quieren fijar modelos a una infraestructura específica. Contexto: movimientos más amplios del mercado - Este lanzamiento continúa una tendencia entre laboratorios chinos de pesos abiertos: lograr rendimiento casi de frontera a una fracción diminuta del precio. Ejemplos incluyen Kimi K3 superando a Fable 5 y GPT-5.6 Sol en su lanzamiento, y tanto DeepSeek como Xiaomi recortando costos de frontera de forma drástica mientras algunos laboratorios de EE. UU. se han inclinado hacia ofertas de mayor costo y mayor margen. - La propia alineación de Anthropic complica la narrativa premium: Claude Opus 5, por ejemplo, supera a Fable 5 en muchos benchmarks por aproximadamente la mitad del precio; otro recordatorio de que no puedes equiparar marca con valor imbatible. En pocas palabras DeepSeek’s V4-Pro-0813 parece aportar más evidencia de que la frontera se está fragmentando: las diferencias de precisión entre los modelos líderes se están estrechando, mientras que las diferencias de precio se están abriendo. Para equipos cripto-nativos que construyen productos sensibles al costo, estas economías importan tanto como las victorias en benchmarks. El siguiente paso crítico es la evaluación independiente del 0813: ahora que los pesos están disponibles bajo licencia MIT, esa verificación está a solo una descarga de distancia. Lee más noticias de IA generadas en: undefined/news