DeepSeek se queda a un punto de GPT-5.6 Luna y cuesta un 60% menos por tarea
Un punto. Esa es toda la distancia que separa al modelo insignia de OpenAI de una alternativa china que cuesta, por trabajo terminado, un 60% menos.
Qué dicen las mediciones
DeepSeek publicó a finales de julio una actualización de su modelo rápido, V4-Flash-0731, y el laboratorio independiente Artificial Analysis ya ha terminado de pasarle sus pruebas: 50 puntos en su Índice de Inteligencia, diez más que la versión de abril.
Ese salto lo deja a un solo punto de GPT-5.6 Luna en modo de máximo esfuerzo (51), empatado con Gemini 3.6 Flash y seis puntos por encima del propio DeepSeek V4 Pro. Los números que acompañan al anuncio:
- 0,14 $ de entrada y 0,28 $ de salida por millón de tokens, sin subir precio respecto a la versión anterior.
- Un descuento por acierto de caché de alrededor del 98%.
- 284.000 millones de parámetros totales, de los que solo 13.000 millones se activan en cada respuesta.
- Ventana de contexto de un millón de tokens, solo texto.
- Rendimiento agéntico de 1.189 a 1.559 puntos Elo, el salto más llamativo de toda la ficha.
El precio por token engaña; el coste por tarea, no
Aquí está el detalle que casi nadie mira y que explica el titular. Dos modelos pueden anunciar la misma tarifa y costarte el doble o la mitad, porque lo que pagas no son los tokens del catálogo: es cuántos gasta el modelo para terminar tu trabajo.
DeepSeek ha mejorado justo por ahí: consume un 12% menos de tokens de salida que su predecesor para resolver la misma batería de pruebas. Los modelos «razonadores» tienden a irse por las ramas, y cada rama la pagas tú.
Con inteligencia prácticamente equivalente, el coste por tarea de V4-Flash-0731 se queda en torno a un 60% por debajo del de GPT-5.6 Luna. La diferencia no está en la tarifa, está en la verborrea.
DeepSeek, además, tiene previsto liberar los pesos del modelo en las próximas semanas, algo que ni OpenAI ni Anthropic hacen con su gama alta.
Toque Personal: la pregunta ya no es cuál es el mejor modelo
Llevo meses viendo a fundadores elegir modelo como quien elige coche: van al que gana el ranking. Y con estas cifras encima de la mesa, esa forma de decidir se ha quedado vieja.
Un punto de diferencia en un índice sintético no lo va a notar tu cliente. Un 60% de diferencia en la factura lo notas tú el día 1 de cada mes. Si tu producto clasifica correos, resume llamadas o redacta primeras versiones, estás pagando de más por una precisión que nadie percibe.
Lo que sí haría —y lo que hago— es separar las tareas en dos cajas:
- Volumen y rutina (clasificar, extraer, resumir, traducir borradores): al modelo barato, sin remordimientos.
- Criterio y cara al cliente (propuestas, decisiones, código que se despliega): al modelo caro, y con revisión humana.
Casi nadie hace ese reparto, y es de lo más rentable que se puede montar en una tarde. Si no tienes claro qué modelo encaja con cada tarea, en SimplificaconIA tienes una guía gratuita para elegir qué IA usar en cada caso.
Un aviso, porque conviene decirlo: los pesos abiertos y los precios chinos vienen con su propia letra pequeña de gobernanza y datos. Si trabajas con información sensible, la decisión no es solo económica.
La guerra de precios ya no la marca Estados Unidos
Hace tres semanas OpenAI recortó un 80% el precio de GPT-5.6 Luna. Hoy queda claro contra quién iba ese recorte. Los laboratorios chinos ya no persiguen la frontera de calidad: la persiguen desde abajo y por el flanco del precio, mientras arriba Claude Opus 5 mantiene la corona de inteligencia.
Para quien monta un negocio, esta pelea son buenas noticias por partida doble: baja el coste y sube la posibilidad real de cambiar de proveedor. La única condición es no haberte atado de manos con la arquitectura.
¿Tú qué usas hoy: un solo modelo para todo, o has empezado a repartir tareas por coste? Cuéntamelo en los comentarios.
