Si miramos solo las fuentes públicas disponibles, la comparación entre DeepSeek V4 y Kimi K2.6 tiene un resultado bastante claro en una sola área: programación. En la tabla de benchmarks publicada por DeepSeek en Hugging Face, LiveCodeBench (Pass@1) aparece con DS-V4-Pro Max en 93,5 y K2.6 Thinking en 89,6 ^[18][35].

Ese dato coloca a DeepSeek por delante en esta prueba concreta. Pero hay una advertencia importante: no es una reproducción independiente incluida en estas fuentes, sino una comparación mostrada en material de DeepSeek. Por eso no conviene extrapolarla automáticamente a redacción, marketing, resúmenes largos o traducción.

Veredicto rápido

Uso	Veredicto actual	Motivo
Programación	Ventaja para DeepSeek V4-Pro Max	En LiveCodeBench (Pass@1), DS-V4-Pro Max figura con 93,5 frente a 89,6 de K2.6 Thinking [18][35].
Creación de contenido	Sin ganador claro	La información pública se concentra sobre todo en benchmarks de código, agentes, conocimiento y razonamiento [1][7][18][35].
Traducción	Sin ganador claro	SWE-Bench Multilingual es una prueba dentro del bloque de coding de Kimi, y Chinese-SimpleQA en la tabla de DeepSeek es una prueba de conocimiento y razonamiento, no de traducción [7][9][18][35].

Antes de comparar: qué versión está sobre la mesa

Kimi K2.6 está disponible en Cloudflare Workers AI como @cf/moonshotai/kimi-k2.6. Cloudflare lo describe como un modelo multimodal y agente, orientado a programación de largo recorrido, diseño basado en código, ejecución autónoma y orquestación de tareas con varios agentes. La misma ficha indica una arquitectura Mixture-of-Experts con 1T de parámetros totales y 32B activos por token ^[1].

En el caso de DeepSeek, el registro de cambios de su API incluye una entrada de DeepSeek-V4 fechada el 24 de abril de 2026, y la documentación de la versión preliminar presenta DeepSeek-V4-Pro y DeepSeek-V4-Flash ^[33][34]. La web de DeepSeek también anuncia que la vista previa de V4 está disponible en web, app y API ^[41].

El nombre del modelo importa. Según la documentación de DeepSeek, deepseek-chat y deepseek-reasoner están actualmente enrutados a deepseek-v4-flash y dejarán de estar accesibles después del 24 de julio de 2026 a las 15:59 UTC ^[34]. Así que la ventaja en coding que se comenta aquí no debe leerse como una victoria de todos los alias de la API de DeepSeek, sino como una comparación específica entre DS-V4-Pro Max y K2.6 Thinking en la tabla publicada ^[18][35].

Programación: DeepSeek V4-Pro Max es el primer candidato a probar

La prueba más directa para comparar ambos modelos en código es la fila de LiveCodeBench. En esa tabla, K2.6 Thinking aparece con 89,6 y DS-V4-Pro Max con 93,5 ^[18][35].

Benchmark	Kimi K2.6	DeepSeek V4	Lectura práctica
LiveCodeBench (Pass@1)	K2.6 Thinking: 89,6	DS-V4-Pro Max: 93,5	Ventaja de DeepSeek en esta tabla pública [18][35].
Codeforces (Rating)	Sin valor directo comparable en esa fila	DS-V4-Pro Max: 3206	Hay puntuación de DeepSeek, pero no una comparación directa con Kimi en la misma fila [35].

Esto no significa que Kimi K2.6 sea débil programando. Sus propios materiales y su página en Hugging Face muestran resultados como Terminal-Bench 2.0 en 66,7, SWE-Bench Pro en 58,6, SWE-Bench Verified en 80,2 y LiveCodeBench v6 en 89,6 ^[7][9]. La lectura razonable es otra: Kimi también está muy orientado a coding, pero la comparación pública lado a lado con DeepSeek V4 es limitada.

Si tu prioridad son algoritmos, generación de código o agentes que ejecutan tareas de desarrollo, DeepSeek V4-Pro Max merece ser el primer modelo que pruebes. Aun así, el resultado real puede cambiar con tu base de código, tus herramientas, el tamaño del contexto, la latencia y el coste. Un benchmark no sustituye una prueba con tu propio flujo de trabajo.

Creación de contenido: faltan pruebas específicas de escritura

La creación de contenido no se mide igual que el razonamiento general. Para escribir bien hacen falta otras capacidades: mantener el tono de marca, estructurar textos largos, resumir sin perder matices, revisar datos, adaptar el estilo y responder bien a rondas de edición.

En las fuentes disponibles, Kimi K2.6 se presenta sobre todo alrededor de programación de largo recorrido, diseño basado en código, ejecución autónoma y orquestación de tareas con agentes ^[1]. DeepSeek V4, por su parte, publica tablas con MMLU-Pro, SimpleQA-Verified, Chinese-SimpleQA, GPQA Diamond, HLE, LiveCodeBench y Codeforces, es decir, pruebas centradas en conocimiento, razonamiento y código ^[18][35].

Esas métricas ayudan a entender la capacidad general de un modelo, pero no bastan para decidir quién escribe mejores artículos, fichas de producto, campañas, resúmenes ejecutivos o textos comerciales. Para ese uso, lo más serio es construir una evaluación propia: mismos prompts, mismos criterios, revisión a ciegas y ejemplos reales de tu sector.

Traducción: cuidado con leer multilingüe como traducción

En traducción, el veredicto también debe quedar abierto. El resultado

SWE-Bench Multilingual

[7]

[9]

[18]

[35]

Si la traducción es crítica, necesitas una prueba separada. Conviene preparar ejemplos de conversación natural, documentación técnica, textos legales o financieros si aplican, nombres propios, terminología especializada y cambios de registro. Después, evalúa conservación del significado, coherencia terminológica, fluidez y capacidad para seguir instrucciones de estilo.

Qué modelo probar primero

• Si el objetivo principal es automatizar tareas de programación: empieza por DeepSeek V4-Pro Max. En la comparación pública de LiveCodeBench, aparece por encima de K2.6 Thinking ^[18][35].
• Si tu despliegue depende de Cloudflare Workers AI: incluye Kimi K2.6 en la prueba, porque está disponible como @cf/moonshotai/kimi-k2.6 ^[1].
• Si ya usas la API de DeepSeek: revisa el enrutamiento actual de deepseek-chat y deepseek-reasoner, además de su fecha de retirada anunciada ^[34].
• Si lo importante es contenido o traducción: no elijas solo por ranking. Haz una evaluación ciega con textos reales, idioma real, tono real y criterios de calidad claros.

Conclusión

Con la evidencia pública actual, la respuesta corta es: en código, ventaja para DeepSeek V4-Pro Max; en contenido y traducción, no hay ganador probado. La tabla de DeepSeek coloca a DS-V4-Pro Max por delante de K2.6 Thinking en LiveCodeBench ^[18][35], pero no existe una comparación igualmente directa para redacción o traducción.

Para elegir en producción, el benchmark es solo el punto de partida. La decisión debería cerrarse con pruebas internas sobre tus tareas reales, tu infraestructura, tu presupuesto y tu tolerancia a errores.