RespuestasPublicado19 fuentes
Por qué DeepSeek V4 Flash puede seguir siendo barato pese a una gran subida de precio
DeepSeek V4 Flash puede seguir siendo especialmente barato para agentes de programación de larga duración: la entrada reutilizada costaba 0,0028 dólares por millón de tokens frente a 0,14 dólares cuando no había coinc... Los proveedores externos pueden anunciar tarifas más bajas, pero las versiones del modelo, la cu...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación
Conclusiones clave
- DeepSeek V4 Flash puede seguir siendo especialmente barato para agentes de programación de larga duración: la entrada reutilizada costaba 0,0028 dólares por millón de tokens frente a 0,14 dólares cuando no había coinc...
- Los proveedores externos pueden anunciar tarifas más bajas, pero las versiones del modelo, la cuantización, el enrutamiento, la retención de caché y el nivel de servicio pueden ser distintos.
- Una subida hipotética de 30 veces elevaría la entrada con caché a 0,084 dólares por millón de tokens según la tarifa original, todavía por debajo de los 0,14 dólares de la entrada sin caché; eso no convertiría a Flash...
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How can DeepSeek V4 Flash remain the cheapest major AI model—and potentially stay cheapest even after a 30× list-price increase—given that t. Article summary: DeepSeek V4 Flash can remain cheapest in effective cost because “price per input token” is the wrong unit for long-running agents. The decisive variable is the share of input that is served from a reusable prefix cache: . Topic tags: general, general web, user generated, documentation, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, w
El supuesto precio bajo de DeepSeek V4 Flash esconde un detalle que suele perderse en las comparativas de titulares: la entrada almacenada en caché y la entrada nueva se cobran de forma muy distinta. En el esquema publicado inicialmente, la entrada sin coincidencia de caché costaba 0,14 dólares por millón de tokens, la entrada con coincidencia 0,0028 dólares y la salida 0,28 dólares. 12
Por eso Flash resulta especialmente atractivo para agentes de programación que envían una y otra vez las mismas instrucciones del sistema, definiciones de herramientas, contexto del repositorio u otros prefijos largos. Eso no garantiza que sea la opción más barata para cualquier usuario ni a través de cualquier proveedor.
La unidad importante es el coste efectivo de completar una tarea
El precio por token es solo una parte de la factura de un agente. Si una carga de trabajo tiene una fracción h de entradas servidas desde la caché, la tarifa combinada de entrada puede aproximarse así:
h × tarifa con coincidencia + (1 − h) × tarifa sin coincidencia
Con las tarifas iniciales, una proporción del 99 % de entradas almacenadas en caché equivale a unos 0,00417 dólares por millón de tokens: aproximadamente 34 veces menos que la tarifa de 0,14 dólares sin coincidencia. El cálculo no incluye los tokens de salida, que se facturan por separado y pueden dominar el coste cuando el agente genera mucho código, explicaciones o resultados de herramientas.
Así, una misma API puede producir experiencias muy diferentes:
- Un usuario ocasional con sesiones cortas puede gastar muy poco simplemente porque genera pocos tokens.
- Una gran implementación puede procesar enormes volúmenes de contexto y pagar mucho menos por la parte repetida si el prefijo se mantiene estable.
- Un agente que reescribe constantemente el mensaje del sistema, la lista de herramientas o el contexto puede perder el beneficio y acercarse a la tarifa completa de entrada.
DeepSeek describe su sistema como una caché automática de prefijos: los prefijos repetidos se cobran a la tarifa reducida de coincidencia. 12 El requisito práctico es reutilizar exactamente el comienzo del mensaje. Cambios cerca del inicio pueden impedir que el contenido posterior se beneficie de la caché.
Por qué una tarifa menor de terceros no resuelve la comparación
Los proveedores externos pueden mostrar precios inferiores a los de la API oficial. Por ejemplo, la página de precios actual de DeepInfra sitúa las variantes de V4 Flash en torno a 0,08-0,09 dólares por millón de tokens de entrada y 0,18 dólares de salida, con tarifas independientes para la entrada almacenada en caché. 29 OpenRouter también muestra varios proveedores para distintas instantáneas de V4 Flash, con precios que cambian según la versión y la ruta utilizada.
21
22
Pero esas ofertas no tienen por qué ser productos idénticos. Una comparación útil debería comprobar:
- la instantánea exacta del modelo y la calidad de sus respuestas;
- si el modelo está cuantizado o se sirve de otra manera;
- el precio de las lecturas desde caché, el tiempo de retención y las reglas de coincidencia del prefijo;
- el enrutamiento, la latencia, la disponibilidad y los límites de solicitudes;
- las políticas de ventana de contexto y concurrencia; y
- las condiciones de tratamiento de datos y los controles operativos.
Un precio visible más bajo puede ser realmente mejor para una carga de trabajo con poco reaprovechamiento de contexto. En cambio, una ruta oficial puede resultar más económica en una sesión larga cuyo prefijo permanece intacto. La pregunta relevante no es «¿qué proveedor tiene la cifra de entrada más baja?», sino «¿qué ruta entrega el resultado terminado al menor coste fiable?».
Qué significaría —y qué no— una subida de 30 veces
El escenario de una subida de 30 veces sirve como prueba de sensibilidad, no como previsión. Si se multiplica la antigua tarifa de 0,0028 dólares por la entrada con coincidencia, el resultado es 0,084 dólares por millón de tokens. Aun así, seguiría por debajo de la antigua tarifa de 0,14 dólares para una entrada sin coincidencia.
Pero esta comparación solo aísla una línea de la factura. Si la salida también subiera 30 veces, la tarifa inicial de 0,28 dólares se convertiría en 8,40 dólares por millón de tokens. Una carga de trabajo con mucha generación podría encarecerse notablemente aunque la entrada reutilizada siguiera siendo relativamente barata. Del mismo modo, una carga de trabajo con fallos frecuentes de caché sentiría directamente el aumento del precio de entrada.
La conclusión, por tanto, es condicional:
DeepSeek V4 Flash podría conservar una ventaja basada en la caché después de una subida nominal muy elevada, pero no seguiría siendo necesariamente la opción más barata para todas las combinaciones de aciertos, fallos, tokens de salida y comisiones del proveedor.
Los precios en hora punta apuntan a una gestión de capacidad, pero no prueban el motivo
Los esquemas publicados posteriormente introdujeron tarifas para periodos valle y horas punta. V4 Flash aparecía con 0,22 dólares por millón de tokens de entrada sin caché, 0,007 dólares de entrada reutilizada y 0,66 dólares de salida en horario valle. En hora punta, las cifras se duplicaban hasta 0,44, 0,014 y 1,32 dólares, respectivamente. 10
20
Son aumentos importantes frente al esquema anterior de 0,14/0,0028/0,28 dólares, pero no constituyen una subida uniforme de 30 veces. La tarificación por franjas horarias puede desplazar trabajos programables fuera de los periodos de mayor demanda o racionar una capacidad escasa. Por sí sola, no demuestra si aumentaron los costes de servicio, si la demanda siguió siendo excepcionalmente alta o si influyeron ambos factores.
Para quienes compran capacidad, la lección operativa es más sencilla: la hora a la que se ejecuta un agente puede formar parte de su modelo de costes. Si los trabajos pueden programarse, conviene comparar las facturas en hora punta y en horario valle en lugar de fijarse en una única tarifa nominal.
El experimento de caché es una señal, no una prueba universal
Un experimento comunitario de 20.000 solicitudes atribuyó a DeepSeek una tasa de coincidencia de caché del 100 % durante un periodo de 12 horas. El mismo informe registró un resultado mucho menor para GLM después de cinco minutos y un rendimiento intermedio para otros modelos. 31
La observación es interesante porque muestra por qué los agentes de larga duración pueden ordenar a los proveedores de forma distinta a las solicitudes breves. Sin embargo, no es una prueba comparativa entre modelos replicada de forma independiente. Los resultados dependen de la construcción del prefijo exacto, la expulsión de entradas de la caché, el enrutamiento, la concurrencia, la retención y el formato de los mensajes del cliente.
Los desarrolladores deberían repetir la prueba con la trayectoria real de su agente y registrar por separado los tokens con coincidencia y sin coincidencia. Una arquitectura estable —instrucciones fijas al principio y datos variables al final— puede mejorar mucho la economía del sistema, pero el resultado debe medirse, no darse por supuesto.
Qué papel juega OpenCode Go
OpenCode Go es un producto distinto del acceso directo a la API: su documentación describe una suscripción de 10 dólares al mes que incluye DeepSeek V4 Flash y aplica límites acumulativos expresados en dólares, entre ellos 12 dólares cada cinco horas, 30 dólares semanales y 60 dólares mensuales. 1
No es justo comparar esta suscripción con una API directa fijándose únicamente en la cuota mensual o en la tarifa por token del proveedor. OpenCode controla el enrutamiento y la asignación efectiva, mientras que la API directa expone la facturación por tokens y el comportamiento de la caché. Además, los informes sobre el plan indican que el valor de uso asignado a V4 Flash cambió después de la subida de precios. 6
Afirmar que Go cuesta entre dos y diez veces más durante sesiones largas exigiría ejecutar el mismo flujo de mensajes a través de ambas rutas y registrar:
- los tokens de entrada reutilizados;
- los tokens de entrada sin caché;
- los tokens de salida;
- el modelo y la ruta del proveedor;
- los reintentos y la latencia; y
- los límites o la limitación de velocidad de la suscripción.
Sin esa comparación controlada, la conclusión más sólida es más limitada: una suscripción puede parecer más barata sobre el papel y producir un coste efectivo mayor si su ruta pierde el contexto reutilizable, pero el resultado depende de la carga de trabajo.
Cómo comparar DeepSeek V4 Flash correctamente
Para obtener una comparación realista, mide el coste por tarea completada, no solo el coste por millón de tokens de entrada. Usa la misma instantánea del modelo y la misma secuencia de mensajes en cada proveedor, y registra:
- el total de tokens de entrada;
- las entradas con coincidencia y sin coincidencia por separado;
- los tokens de salida;
- los precios en hora punta y en horario valle;
- la latencia y las solicitudes fallidas;
- los reintentos y los cambios de ruta; y
- si la tarea terminó correctamente.
Conviene ejecutar tanto un flujo favorable a la caché como otro que la dificulte. El primero muestra el beneficio de los prefijos estables; el segundo revela qué ocurre cuando el agente modifica continuamente su contexto.
En resumen
DeepSeek V4 Flash puede seguir siendo una de las opciones de menor coste para agentes de programación de larga duración porque la caché de prefijos cambia la economía del contexto repetido. Un proveedor externo puede ofrecer una tarifa visible más baja, y una subida importante puede dejar la entrada reutilizada en una posición competitiva. Ninguno de esos hechos demuestra que Flash sea siempre la opción más barata.
Las variables decisivas son la tasa de coincidencia de caché, el volumen de salida, los precios en hora punta, la implementación del proveedor y el coste de completar la tarea de forma fiable. En sistemas de producción, esas mediciones importan más que cualquier comparación aislada de precios de lista.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Por qué DeepSeek V4 Flash puede seguir siendo barato pese a una gran subida de precio"?
DeepSeek V4 Flash puede seguir siendo especialmente barato para agentes de programación de larga duración: la entrada reutilizada costaba 0,0028 dólares por millón de tokens frente a 0,14 dólares cuando no había coinc...
¿Cuáles son los puntos clave a validar primero?
DeepSeek V4 Flash puede seguir siendo especialmente barato para agentes de programación de larga duración: la entrada reutilizada costaba 0,0028 dólares por millón de tokens frente a 0,14 dólares cuando no había coinc... Los proveedores externos pueden anunciar tarifas más bajas, pero las versiones del modelo, la cuantización, el enrutamiento, la retención de caché y el nivel de servicio pueden ser distintos.
¿Qué debo hacer a continuación en la práctica?
Una subida hipotética de 30 veces elevaría la entrada con caché a 0,084 dólares por millón de tokens según la tarifa original, todavía por debajo de los 0,14 dólares de la entrada sin caché; eso no convertiría a Flash...
Fuentes
deepseek.aiDeepSeek API Pricing 2026: V4-Flash & V4-Pro Per-Token Costs
deepinfra.comSimple Pricing | Machine Learning Infrastructure
openrouter.aiDeepSeek V4 Flash 0731 - API Pricing & Benchmarks
deepseekv4pro.comDeepSeek V4 API, Pricing & Benchmarks