DeepSeek V4: precios por las nubes y su modelo insignia tropieza en pruebas reales con agentes

El 16 de agosto de 2026, DeepSeek implementó uno de los cambios de precios más significativos en el mercado de API de IA, reemplazando las tarifas planas por token con una estructura de precios pico/valle que disparó los costos hasta un 1.555% para ciertos tipos de token . Esa misma semana, la firma de pruebas independiente Composio reveló que el modelo V4 Flash, el mejor clasificado de DeepSeek, solo completó el 53,8% de las tareas del mundo real con agentes en ocho plataformas de orquestación diferentes, exponiendo una gran brecha entre las puntuaciones de los rankings y la fiabilidad en producción . En conjunto, estos acontecimientos obligan a las empresas a reconsiderar el costo total y la madurez de la orquestación necesaria para implementar DeepSeek V4 a escala.

La nueva estructura de precios: niveles pico y valle

A partir de las 16:00 UTC del 16 de agosto de 2026, DeepSeek pasó de una tarifa plana única a un modelo de precios de dos niveles tanto para V4-Flash como para V4-Pro . Las horas pico son de 01:00 a 04:00 UTC y de 06:00 a 10:00 UTC (7 horas en total al día); todas las demás horas son valle . Las tarifas en hora valle son exactamente la mitad de las tarifas pico, pero cada categoría de token sigue siendo más cara que con los precios planos anteriores .

Tarifas planas anteriores frente a nuevas tarifas pico y valle

Modelo	Tipo de token	Tarifa plana anterior	Valle (nueva)	Pico (nueva)	Cambio efectivo
V4-Flash	Entrada (cache miss)	$0,14	$0,21	$0,42	+50% valle, +200% pico
V4-Flash	Entrada (cache hit)	$0,0028	$0,007	$0,014	+150% valle, +400% pico
V4-Flash	Salida	$0,28	$0,42	$0,84	+50% valle, +200% pico
V4-Pro	Entrada (cache miss)	$0,435	$0,99	$1,98	+128% valle, +355% pico
V4-Pro	Entrada (cache hit)	$0,003625	$0,03	$0,06	+728% valle, +1.555% pico
V4-Pro	Salida	$0,87	$1,98	$3,96	+128% valle, +355% pico

Datos de precios de la tarifa publicada por DeepSeek y rastreadores independientes .

El aumento más extremo es la entrada de V4-Pro con acierto de caché, que pasó de $0,003625 a $0,06 en hora pico, un incremento de aproximadamente el 1.555% . DeepSeek dijo que el cambio se hizo para asignar los recursos de manera más eficiente y alentar a los usuarios a programar cargas de trabajo no urgentes durante las horas valle .

El benchmark de agentes de Composio: V4 Flash en el mundo real

En agosto de 2026, la firma de pruebas independiente Composio evaluó DeepSeek V4 Flash en ocho plataformas de orquestación de agentes diferentes en 30 flujos de trabajo deliberadamente difíciles y de múltiples pasos que abarcaban herramientas en vivo como Gmail, GitHub, Slack y Google Sheets . Cada tarea tenía un tiempo de espera de 900 segundos, y todas las plataformas usaron las mismas herramientas MCP alojadas de Composio .

El resultado general: de 240 ejecuciones totales, solo 129 tuvieron éxito, una tasa de aprobación general del 53,8%. Solo 6 de los 30 flujos de trabajo se completaron con éxito en todas las plataformas .

Tasas de aprobación por plataforma

Plataforma	Tasa de aprobación (de 30 tareas)	Costo por tarea exitosa
Pi Agent	20/30 (66,7%)	$0,028
Prime Agent	~15/24 (62,5% ejecuciones válidas)	$0,131
OMP (Oh My Pi)	17/30 (56,7%)	$0,103
Claude Code	16/30 (53,3%)	$0,195
Codex	16/30 (53,3%)	$0,081
Deep Agents (LangChain)	16/30 (53,3%)	$0,045
Hermes Agent	15/30 (50,0%)	$0,056
OpenCode	14/30 (46,7%)	$0,067

Datos de los resultados publicados por Composio .

Pi Agent lideró tanto en tasa de éxito (20/30) como en eficiencia de costos ($0,028/tarea) . Una plataforma diferente ganó en cada métrica (tasa de éxito, costo y velocidad), lo que significa que la elección de la orquestación importa tanto como la capacidad del modelo . La brecha de 20 puntos entre la mejor y la peor plataforma demuestra una sensibilidad extrema al framework del agente, la configuración de las herramientas, el almacenamiento en caché, los reintentos y la pila del proveedor .

Implicaciones para la adopción empresarial

La combinación de precios más altos y resultados desiguales en el mundo real ha remodelado las opiniones de los analistas sobre la idoneidad de DeepSeek V4 para las empresas.

La orquestación, no el poder bruto del modelo, es el cuello de botella

VentureBeat señaló que el mismo modelo V4 Flash produjo resultados sustancialmente diferentes dependiendo de la plataforma, las herramientas y la pila de caché, lo que sugiere que las empresas deben invertir en la madurez de la orquestación junto con la selección del modelo . El propio comentario de Composio señaló que la elección de la plataforma por sí sola cambió el éxito en tres tareas, el costo en casi 3 veces y la velocidad en 2,2 veces .

El aumento neto de precios presiona la economía unitaria

Incluso en horas valle, cada tipo de token es más caro que antes. Los analistas dicen que esto cambia el cálculo del ROI para cargas de trabajo de agentes de alto volumen, particularmente para agentes de atención al cliente y canales de generación de código que antes dependían de los precios agresivamente bajos de DeepSeek .

La brecha entre los benchmarks y la producción sigue siendo amplia

Los benchmarks oficiales de agentes de DeepSeek (82,7 en Terminal-Bench 2.1, 70,3 en Toolathlon-Verified) se ven sólidos, pero la tasa de aprobación del 53,8% en el mundo real es un recordatorio de que las puntuaciones de los rankings no garantizan la fiabilidad en entornos de producción con API en vivo, límites de velocidad y flujos de trabajo con estado .

La soberanía de los datos sigue siendo una barrera

El tráfico de la API se enruta a través de servidores en China, lo que crea desafíos de cumplimiento para las empresas reguladas. Los analistas aconsejan una planificación arquitectónica cuidadosa para la gobernanza de datos, las pistas de auditoría y los controles de permisos de herramientas . Para las industrias reguladas, el autoalojamiento de los pesos abiertos sigue siendo el único camino viable hacia la producción .

La adopción selectiva por carga de trabajo es el manual emergente

El marco empresarial de BayTech Consulting recomienda DeepSeek V4 para el resumen de documentos no confidenciales, la generación de código en repositorios abiertos y la redacción de contenido de alto volumen, pero exige una evaluación rigurosa carga de trabajo por carga de trabajo antes de comprometerse con la producción .