DeepSeek V4: el modelo abierto que busca abaratar la IA y reducir la dependencia de Nvidia

DeepSeek V4 no es un único modelo, sino una familia presentada en versión preliminar por el laboratorio chino DeepSeek. Incluye V4-Pro, su propuesta más potente para razonamiento, programación y agentes, y V4-Flash, una variante más ligera y rápida pensada para reducir la latencia y el coste en despliegues de gran volumen.

La presentación del 24 de abril de 2026 difícilmente provocará el mismo terremoto que DeepSeek R1. El mercado ya espera que los laboratorios chinos puedan ofrecer modelos capaces a precios bajos. La importancia de V4 está en otro lugar: combina pesos abiertos, contexto muy largo, acceso por API y una apuesta más clara por una infraestructura de IA controlada dentro de China. 1415

Qué lanzó DeepSeek

V4-Pro cuenta con 1,6 billones de parámetros totales, de los que se activan 49.000 millones por token. V4-Flash suma 284.000 millones de parámetros, con 13.000 millones activos por token. Ambos son modelos de mezcla de expertos —o MoE, por sus siglas en inglés— y admiten una ventana de contexto de un millón de tokens. 1410

En términos prácticos, V4-Pro está dirigido a trabajos más exigentes: razonamiento, código, uso de herramientas y tareas autónomas. Flash activa muchos menos parámetros, por lo que busca responder con mayor rapidez y menor coste, algo especialmente útil para servicios que procesan grandes cantidades de solicitudes.

Los dos modelos se ofrecen con pesos descargables y mediante la API de DeepSeek, en lugar de quedar restringidos a un servicio cerrado alojado exclusivamente por la compañía. La licencia MIT facilita que desarrolladores y empresas experimenten con ellos, los adapten o los ejecuten en su propia infraestructura, aunque hacerlo a gran escala sigue requiriendo una capacidad de cómputo considerable. 1415

Rendimiento y precio: una promesa que todavía debe comprobarse

DeepSeek afirma que V4-Pro rivaliza con los principales modelos cerrados y presenta resultados destacados en razonamiento, conocimiento general, matemáticas, programación y pruebas de agentes. También lo describe como un modelo de referencia entre las alternativas abiertas. 1415

Pero conviene separar los resultados anunciados por el fabricante de una conclusión definitiva sobre su rendimiento. V4 sigue siendo una versión preliminar y aún hacen falta evaluaciones independientes, con tareas reales y comparaciones consistentes, para saber hasta dónde llegan sus capacidades fuera de los benchmarks.

El atractivo económico sí forma parte central del lanzamiento. Como referencia, los precios publicados para la API en la vista previa se situaban en torno a 1,74 dólares por millón de tokens de entrada y 3,48 dólares por millón de tokens de salida para Pro, frente a 0,14 y 0,28 dólares, respectivamente, para Flash. 8 Las tarifas y condiciones de disponibilidad pueden cambiar, por lo que no deben interpretarse como una garantía de coste total para cada despliegue.

Un millón de tokens de contexto: por qué importa

Una ventana de contexto de un millón de tokens permite trabajar con repositorios de código extensos, colecciones de documentos o historiales prolongados sin dividirlos necesariamente en fragmentos pequeños. Para un agente de programación, por ejemplo, significa que puede mantener una visión más amplia de un proyecto; para investigación, facilita consultar grandes volúmenes de material en una misma sesión.

El desafío es que procesar contextos tan largos suele consumir mucha memoria y capacidad de cálculo. DeepSeek V4 intenta resolverlo con un diseño de atención híbrida y selectiva: analiza con mayor detalle la información reciente y comprime parte del contexto antiguo en una representación de memoria más pequeña.

Según DeepSeek y Hugging Face, con un contexto de un millón de tokens, V4-Pro requiere el 27 % de las operaciones de inferencia por token de V3.2 y utiliza el 10 % de su memoria de caché KV. En V4-Flash, esas cifras bajan al 10 % de las operaciones y al 7 % de la caché. Si estos resultados se mantienen en aplicaciones reales, los agentes persistentes, los repositorios de código y los corpus de investigación podrían resultar mucho más económicos de operar. 16

Programación y agentes como campo de batalla

DeepSeek ha presentado V4 como una herramienta para escribir código y ejecutar agentes capaces de utilizar herramientas externas. También ha señalado su integración con entornos de desarrollo y agentes como Claude Code, OpenClaw y CodeBuddy. 14

Esa compatibilidad no demuestra que V4 tenga el mismo nivel que Claude u otros modelos cerrados líderes. Significa, más modestamente, que los desarrolladores pueden probar una alternativa mucho más barata, servida a través de API o potencialmente ejecutable en infraestructura propia, dentro de flujos de trabajo ya conocidos.

La diferencia puede ser relevante para equipos que necesitan automatizar tareas repetitivas, revisar grandes bases de código o mantener agentes activos durante periodos prolongados. En esos casos, el coste de cada consulta y la memoria necesaria para conservar el contexto pueden pesar tanto como la calidad bruta de las respuestas.

La dimensión geopolítica: modelos, chips y software

El cambio más estratégico de V4 no está únicamente en sus cifras de parámetros. DeepSeek lo adaptó para funcionar con hardware Ascend de Huawei, en vez de depender principalmente de las GPU de Nvidia. El movimiento cobra importancia en el contexto de las restricciones estadounidenses a la exportación de chips avanzados a China. 23

La apuesta apunta a una cadena tecnológica doméstica: modelos entrenados y optimizados para chips chinos, software compatible con esos procesadores y servicios capaces de desplegarse dentro de ese ecosistema. Para Pekín, una ruta de este tipo puede contribuir a reducir la dependencia de proveedores estadounidenses y avanzar hacia una industria de IA más autosuficiente.

La demanda de chips Ascend 950 aumentó después del lanzamiento de V4, según informó Reuters, mientras grandes empresas tecnológicas chinas buscaban asegurarse pedidos. 1 Si los sistemas de Huawei a escala de supernodo logran combinar rendimiento utilizable, herramientas de software, disponibilidad y un coste total competitivo, podrían reforzar las eficiencias de V4 y ayudar a formar una infraestructura china paralela.

Huawei no ha desplazado a Nvidia

Aun así, ejecutar un modelo en chips Ascend no equivale a sustituir a Nvidia. La ventaja de Nvidia no se limita al procesador: incluye interconexiones maduras, bibliotecas optimizadas, la plataforma de programación CUDA, experiencia acumulada entre desarrolladores y una amplia disponibilidad en nubes de todo el mundo.

Además, la información pública disponible no establece qué proporción del entrenamiento completo de V4 —si alguna— se realizó con chips domésticos, frente a la optimización y la inferencia. Por eso, las afirmaciones de que todo el entrenamiento fue íntegramente nacional deben tratarse como no verificadas. 23

El punto más sólido es otro: DeepSeek ha demostrado que un modelo avanzado puede prepararse para una plataforma de hardware china y que esa adaptación tiene valor estratégico. El siguiente paso será comprobar si Huawei puede ofrecer, a escala, suficiente suministro, rendimiento, estabilidad del software y costes competitivos.

El legado de R1 y la diferencia con V4

DeepSeek R1 cambió la percepción del sector al mostrar que un laboratorio chino podía desarrollar un modelo de razonamiento potente con un coste aparentemente bajo. Su impacto fue inmediato porque cuestionó las expectativas sobre cuánto capital y qué tipo de hardware eran necesarios para competir en la frontera de la IA.

V4 llega en un mercado menos sorprendido. Por eso, su posible efecto no consiste tanto en provocar otro sobresalto como en cambiar la forma de desplegar la IA: modelos con pesos abiertos, contexto de un millón de tokens, costes de inferencia reducidos, herramientas para programación y agentes, y una ruta creíble hacia chips y software chinos.

En resumen, DeepSeek V4 no necesita repetir el fenómeno de R1 para ser importante. Si sus promesas técnicas se confirman y el ecosistema Ascend madura, podría contribuir a consolidar una alternativa china más integrada al sistema dominante basado en Nvidia. Eso sería una transformación gradual y operativa, no necesariamente otro momento de shock global.