La oferta de DeepSeek tiene una forma extraña este otoño. V4 Pro 0813 es el modelo más grande y caro: en horas punta, su salida cuesta $3.96 por 1M de tokens, 3.3 veces los $1.20 de Flash. Pero Flash se ha reentrenado dos veces desde el lanzamiento de Pro en agosto, y la actualización del 17 de octubre, V4.1 Flash 1017, ahora supera a Pro en todos los benchmarks agénticos y de programación que DeepSeek publica para ambos.
Entonces, ¿queda alguna tarea de programación o de agentes en la que Pro justifique el sobreprecio? Según las propias cifras de DeepSeek, muy pocas. Pro mantiene una ventaja estrecha en un benchmark de razonamiento científico y tiende a escribir respuestas más cortas que el Flash de septiembre. Para agentes, trabajo en terminal y cualquier cosa con imágenes, Flash es ahora el modelo mejor y más barato.
La diferencia de precio
| Modelo | Entrada, hora punta | Salida, hora punta | Acierto de caché, hora punta |
|---|---|---|---|
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.006 |
| V4 Pro 0813 | $1.32 | $3.96 | $0.044 |
Precios de lista de DeepSeek por 1M de tokens, según la página de precios de DeepSeek. Fuera de hora punta cuestan la mitad en ambos. AIHubMix lista Flash 1017 a $0.3098 / $1.2392 y Pro 0813 a $1.3944 / $4.1832 en hora punta.
Pro cuesta 4.4 veces más por token de entrada, 3.3 veces más por token de salida y más de 7 veces por token en caché. Su límite de concurrencia en la API de DeepSeek también es menor: 500 frente a los 2,500 de Flash.
Lo que dicen las cifras propias de DeepSeek
Las cifras de Pro que siguen proceden de la Tabla 3 del artículo sobre V4.1 Flash de DeepSeek, todas con esfuerzo máximo; las de 1017 proceden de su ficha del modelo. Ambas son mediciones de DeepSeek y nadie las ha reproducido. La columna de Pro del artículo no nombra la versión 0813, pero su puntuación en Terminal-Bench 2.1 coincide con la de la ficha de 0813.
| Benchmark | V4 Pro | Flash (sept.) | Flash 1017 |
|---|---|---|---|
| Terminal-Bench 4.0 | 12.4 | 31.2 | 42.3 |
| DeepSWE v1.1 | 62.7 | 74.2 | 77.0 |
| ProgramBench | 15.5 | 20.3 | 29.1 |
| NL2Repo-Bench | 61.5 | 65.4 | 68.2 |
| Automation-Bench | 43.2 | 54.8 | 60.5 |
| Agents' Last Exam | 25.7 | 31.8 | 35.4 |
| HLE, subconjunto solo texto | 42.7 | 39.1 | 44.0 |
| GPQA Diamond | 92.4 | 90.9 | — |
Un guion indica que DeepSeek no ha publicado esa puntuación para 1017.
Las filas de agentes no están cerca. En Terminal-Bench 4.0, Pro obtiene 12.4 y 1017 obtiene 42.3; en DeepSWE, 62.7 frente a 77.0. Incluso el Flash de septiembre ya había superado a Pro en todas las filas de programación y agentes. Artificial Analysis llegó a la misma conclusión de forma independiente en su índice general en septiembre, calificando V4.1 Flash como el "nuevo buque insignia" de DeepSeek por delante de V4 Pro 0813.
Dónde Pro todavía tiene argumentos
La lista es corta, y cada punto es más estrecho de lo que parece.
- GPQA Diamond. La puntuación de Pro, 92.4, supera a los 90.9 del Flash de septiembre. DeepSeek no ha publicado una puntuación de 1017, así que este es el único benchmark en el que Pro podría seguir liderando.
- Longitud de la salida. Artificial Analysis encontró que el Flash de septiembre usó un 62% más de tokens de salida que Pro 0813 para ejecutar su índice. 1017 fue entrenado para dar salidas más cortas, pero ningún tercero lo ha vuelto a medir. Hasta que alguien lo haga, un Flash más prolijo a un tercio del precio sigue siendo más barato que un Pro más conciso.
- Una versión estable y fechada. Pro 0813 está en servicio desde agosto, y el registro de cambios de DeepSeek indica que seguirá sirviéndolo. Si tus evaluaciones se ajustaron con Pro, es la referencia conocida.
- Conocimiento. En el subconjunto de HLE solo texto, Pro (42.7) queda entre el Flash de septiembre (39.1) y 1017 (44.0). Esa ventaja ya no existe.
Pro no acepta imágenes en absoluto; 1017 sí. Si algún paso de tu flujo de trabajo lee una captura de pantalla, un gráfico o una interfaz, eso por sí solo decide la cuestión.
La misma tarea en cada uno
Ninguna prueba publicada ofrece recuentos de tokens por tarea para ninguno de los dos modelos, así que este ejemplo usa supuestos declarados. Una sesión de corrección de errores de un agente hace 40 llamadas al modelo, envía 1.2M de tokens de entrada en total con el 90% servido desde caché y produce 60K tokens de salida, incluido el razonamiento. Ambos modelos reciben los mismos recuentos de tokens. A precios de lista de AIHubMix:
| Modelo | Hora punta | Fuera de hora punta |
|---|---|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
Cálculo para Pro en hora punta: 0.12M × $1.3944 + 1.08M × $0.0465 + 0.06M × $4.1832 = $0.469.
Con recuentos de tokens iguales, Pro cuesta unas cuatro veces más por la misma sesión. Para equilibrarse, Pro tendría que completar el trabajo con aproximadamente una cuarta parte de los tokens de Flash. La diferencia que midió Artificial Analysis es mucho menor: el Flash de septiembre usó 1.62 veces los tokens de salida de Pro, así que Pro necesitó alrededor de un 62% de esos tokens, no un 25%. Y en los benchmarks, el modelo más barato es también el que tiene más probabilidades de terminar la tarea.
Quién sigue necesitando Pro
- Mantén Pro si tienes un pipeline de producción validado con Pro 0813 y no tienes tiempo para repetir las evaluaciones este mes, o una carga de trabajo de preguntas científicas en la que la brecha de GPQA haya aparecido en tus propias pruebas.
- Pasa a Flash para agentes de programación, automatización de terminal, pipelines con llamadas a herramientas, cualquier cosa con imágenes y cualquier caso de alto volumen donde importe la concurrencia.
- Prueba antes de cambiar la escritura y el análisis de formato largo en los que has confiado en las respuestas más breves y densas de Pro. 1017 es más corto que el Flash de septiembre, pero nadie lo ha medido aún frente a Pro.
Cómo probar el cambio en AIHubMix
Ambos modelos están en AIHubMix con una sola clave: deepseek-v4.1-flash-1017 y deepseek-v4-pro-0813. Ejecuta tu propio conjunto de evaluación con cada uno, compara las tasas de aciertos y revisa el coste de cada ejecución en los registros de solicitudes. La página de comparación de AIHubMix muestra sus especificaciones y precios lado a lado.
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["AIHUBMIX_API_KEY"], base_url="https://aihubmix.com/v1")
for model in ("deepseek-v4-pro-0813", "deepseek-v4.1-flash-1017"):
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": "Find the bug: def mean(xs): return sum(xs) / len(xs) - 1"}],
max_tokens=16000,
)
print(model, resp.usage.completion_tokens, resp.choices[0].message.content[:200])
Comparar completion_tokens en tus propios prompts es la forma más rápida de ver si las salidas más cortas de 1017 se sostienen frente a Pro en tu carga de trabajo.
Preguntas frecuentes
¿Es DeepSeek V4.1 Flash 1017 mejor que V4 Pro?
En todos los benchmarks de programación y agentes que DeepSeek publica para ambos, sí, a menudo con un margen amplio: Terminal-Bench 4.0 es 42.3 frente a 12.4, y DeepSWE es 77.0 frente a 62.7. Son cifras propias de DeepSeek.
¿Cuánto más cuesta V4 Pro?
A los precios de hora punta de DeepSeek, Pro cuesta $1.32 de entrada y $3.96 de salida por 1M de tokens, frente a los $0.30 y $1.20 de Flash, lo que equivale a 3.3 veces en la salida. Fuera de hora punta, ambos se reducen a la mitad.
¿Dónde sigue siendo mejor V4 Pro?
Pro obtiene 92.4 en GPQA Diamond frente a los 90.9 del Flash de septiembre, y no se ha publicado ninguna puntuación de 1017. Artificial Analysis también midió que el Flash de septiembre usaba más tokens de salida que Pro.
¿Acepta imágenes V4 Pro?
No. La página de precios de DeepSeek indica visión solo para Flash.
¿Retirará DeepSeek V4 Pro?
DeepSeek ha dicho que seguirá sirviendo V4 Pro y no ha anunciado una fecha de retirada.
¿Pueden las salidas más cortas de 1017 hacerlo más barato que Pro por tarea?
Ya es más barato por tarea con recuentos de tokens iguales, unas cuatro veces en el ejemplo anterior. Las salidas más cortas amplían aún más esa diferencia.
¿Debo pasar hoy un pipeline de producción de Pro?
Ejecuta primero tu conjunto de evaluación en ambos. Si 1017 iguala la tasa de aciertos de Pro, el cambio reduce el coste y añade margen en concurrencia.
Sigue leyendo: la serie DeepSeek V4.1 Flash 1017
- Pasar de Pro a otro modelo significa pasar a uno que DeepSeek actualiza en su lugar; la entrada de actualización explica qué cambió en 1017: DeepSeek V4.1 Flash 1017: mismo precio, salidas más cortas. ¿Deberías cambiar?
- ¿Vas a cambiar una integración de Pro a Flash? La guía de migración cubre el error 400 del modo de razonamiento y las reglas de facturación que se aplican a ambos: Migrar a DeepSeek V4.1 Flash 1017: el error 400 de reasoning_content, el cambio silencioso de alias y la facturación en hora punta
- Si Flash reemplaza a Pro para ti, la siguiente pregunta es cómo se compara fuera de la oferta de DeepSeek: DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5: ¿qué modelo barato para agentes de programación en terminal?
Fuentes
- Modelos y precios de DeepSeek (DeepSeek)
- DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression (DeepSeek-AI, arXiv)
- DeepSeek V4.1 Flash 1017 vs DeepSeek V4 Pro 0813 (AIHubMix)
- DeepSeek V4.1 Flash (max): Análisis de inteligencia, rendimiento y precio (Artificial Analysis)
- Pruebas de DeepSeek V4.1 Flash 1017: especificaciones, benchmarks y precio (Kingy.ai)
