DeepSeek V4 Pro 0813

Artículo original ↗ Discusión en Hacker News ↗

El nuevo modelo V4 Pro 0813 de DeepSeek se compara tanto con su propia variante V4 Flash como con modelos “frontier” de EE. UU. como Claude Opus, Fable y Sol/Luna de OpenAI: los benchmarks lo sitúan justo por debajo de los sistemas de élite, pero a una fracción mínima de su coste por tarea, especialmente cuando se usa el caché agresivo de prompts de DeepSeek. Muchos ingenieros informan que Flash sigue ofreciendo la mejor relación precio-rendimiento para el coding del día a día, mientras que Pro puede merecer la pena para planificación, auditoría y tareas de razonamiento más difíciles, aunque los resultados varían mucho según el harness de agente y el flujo de trabajo elegidos. Los comentaristas también sopesan las compensaciones entre privacidad, la adopción de modelos chinos en empresas occidentales y el cambio anunciado por DeepSeek a precios más altos de hora punta / valle, que aun así podría seguir dejándolo mucho más barato que sus competidores occidentales.

Posicionamiento general frente a otros modelos

  • Los benchmarks muestran DeepSeek V4 Pro 0813 cerca de la clase Fable 5 / Opus 5 y por encima de GLM 5.2, con Flash muy cerca detrás.
  • Los usuarios lo comparan con Qwen3.8-max, Kimi-K3, GPT-5.6 (Luna/Sol), Grok 4.6, MiMo, GLM 5.2: el consenso general es “cerca de la frontera”, pero no claramente el mejor de su clase.
  • Algunos informan que Pro es más débil que Luna o Kimi en sus tareas; otros dicen que supera a Luna una vez que se incluyen la caché y el costo.

Precios, caché y suscripciones

  • Los precios brutos por token son muy bajos; con muchas lecturas de caché, algunos afirman que es entre 10 y 60 veces más barato por tarea que Opus, y más barato que Luna para entornos de prueba de coding.
  • DeepSeek está introduciendo precios de hora punta / valle y advirtiendo de aumentos futuros “significativos”; sigue habiendo confusión sobre el calendario y las nuevas tarifas exactas.
  • Debate: compradores de tokens de API frente a suscripciones de ChatGPT/Claude fuertemente subvencionadas. Muchos señalan que las suscripciones pueden, en la práctica, rebajar todos los precios por token.

Pro vs Flash y coding en el mundo real

  • Benchmarks: Pro ~5 puntos por encima de Flash en tareas de coding/agentes, pero muchos consideran que Flash es “suficientemente bueno” y mucho más barato.
  • Algunos flujos de trabajo: “Pro planifica, Flash implementa” o al revés; otros usan modelos de frontera (Sol/Fable/Opus) para planificar/revisar y DeepSeek para implementar.
  • Varios señalan que Pro se siente más lento y no siempre compensa frente a Flash; otros dicen que Pro es más fiable por tarea y menos verboso.
  • Existe un fuerte consenso en que el harness/la herramienta importa mucho: los resultados difieren drásticamente entre Pi, OpenCode, Codex, etc.

Calidad, alucinaciones y dominios

  • Informes mixtos: algunos llaman a Pro “poco fiable” en pass@1 pero fuerte en pass@3; otros dicen que iguala o supera a Sol/Fable en sus bucles de agentes multi-shot.
  • Se reporta que las métricas de alucinación de ArtificialAnalysis son malas para los modelos de DeepSeek; algunos usuarios confirman más alucinaciones en texto no relacionado con coding o en prosa multilingüe.
  • Para revisión de seguridad, ajuste de rendimiento, investigación/evaluación y bucles agentic, varios usuarios están impresionados por la capacidad de Pro por dólar.

Privacidad, política y alojamiento

  • Preocupaciones sobre la retención de datos de DeepSeek y el entrenamiento con prompts; algunos se niegan a hacer benchmarks hasta que exista un proveedor con retención cero.
  • Otros descartan esas preocupaciones, o incluso prefieren datos fuera de la jurisdicción de EE. UU.
  • Las empresas pueden evitar modelos de origen chino por riesgo regulatorio/político, incluso si están alojados en EE. UU./UE o se ejecutan localmente.

Ecosistema y despliegue

  • Los weights de Pro 0813 aún no están ampliamente disponibles; Flash ya puede ejecutarse localmente y es elogiado como “demasiado barato para medirlo”.
  • Los usuarios discuten alternativas a OpenRouter (otros routers, uso directo de la API) para mejor caché, controles de privacidad o tarifas más bajas.