DeepSeek V4 Flash: el mejor modelo calidad-precio de 2026 (benchmarks reales)

V4 Flash le gana a V4 Pro y es hasta 14 veces más barato

Hay una noticia que te cambia el presupuesto de agentes si trabajas con DeepSeek. Desde el 16 de agosto de 2026, los precios de la familia V4 quedaron fijados así: V4 Flash cobra 0,22 $ por millón de tokens de input (cache miss), 1,32 $ por millón de output en hora punta y 0,66 $ fuera de punta. V4 Pro, en cambio, se va a 3,96 $ por millón de output en hora punta y 1,98 $ fuera de punta.

Es decir, V4 Pro te sale hasta 14 veces más caro que Flash. Y aquí viene la parte incómoda para el marketing: en los 9 benchmarks publicados, Flash 0731 supera a Pro. No es que se queden cerca, es que gana en todos. Si vas a montar agentes o harnesses de verdad, la decisión ya no es obvia por defecto.

Este post es una comparativa de datos, no de vibraciones. Usamos solo cifras verificadas del brief: precios vigentes desde el 16/8/2026, resultados de Terminal Bench 2.1 y la orientación de DeepSWE. Sin inventar nada.

Precios reales desde el 16/8/2026: Flash vs Pro

La tabla importa porque los LLM cobran por tokens, no por petición. Cuando montas un agente que itera sobre código, cada cambio de archivo dispara miles de tokens de output. En hora punta, ese flujo a 1,32 $/M con Flash frente a 3,96 $/M con Pro multiplica la factura casi por tres solo por la elección de modelo.

Y el gap se amplía si aprovechas el off-peak. A 0,66 $/M de output, Flash cuesta la tercera parte de Pro fuera de punta (1,98 $/M). Para jobs por lotes, CI nocturna o loops que no necesitan respuesta inmediata, programar la ejecución fuera de horas pico es la forma más limpia de recortar coste sin tocar calidad.

Ojo con una cifra del brief: antes, V4 costaba 0,14 $/M de input y 0,28 $/M de output. La nueva tarifa de Flash supone una subida de hasta el 1100 %. Es un ajuste de precios real, no un error. Lo asumes en el coste por ejecución y lo compensas con la calidad superior de Flash.

• V4 Flash: 0,22 $/M input (cache miss) · 1,32 $/M output peak · 0,66 $/M off-peak
• V4 Pro: 3,96 $/M output peak · 1,98 $/M off-peak (hasta 14x Flash)
• Subida de hasta 1100 % frente a los precios previos (0,14 $/M in / 0,28 $/M out)
• Precios vigentes desde el 16/8/2026

Comparativa completa: tabla V4 Flash vs V4 Pro

Resumimos la comparativa en una tabla para que la leas rápido. Solo datos que aparecen en el brief, nunca números inventados para rellenar la fila de V4 Pro. Donde no hay cifra publicada, lo dejamos claro.

El patrón te lo dice todo: Flash gana en los benchmarks que importan para agentes y, en el coste por token, la ventaja es aplastante. Pro mantiene el precio de gama alta sin una ventaja medible equivalente.

Terminal Bench 2.1 y DeepSWE: donde Flash toma la delantera

Terminal Bench 2.1 mide cuán bien un modelo se desenvuelve en una terminal real: ejecutar comandos, leer errores, editar archivos y decidir el siguiente paso. Ahí Flash marca 82,7 frente a 72,1 de Pro. Son alrededor de diez puntos de diferencia sobre tareas de operaciones e ingeniería que son el pan de cada día de un agente de desarrollo.

DeepSWE, orientado a tareas de software engineering sobre repositorios reales, también cae del lado de Flash según el brief. Es el dato que más convence a quien monta agentes de coding: no hablamos de trivia, sino de resolver tickets y de que el harness llegue hasta el final del flujo.

La lectura técnica: el número de parámetros no te dice el rendimiento real en tareas de agente. Flash está ajustado para trabajar con herramientas y se nota en lo que realmente ejecuta una sesión interactiva. Si tu carga es coding y operaciones, estos son los benchmarks que importan.

El detalle que no debes perder: la diferencia no es marginal. Diez puntos en Terminal Bench 2.1 son vistos como una ventaja sólida, no como ruido. Un agente que resuelve esos pasos sin quedarse atascado corre menos, cuesta menos y termina más tareas.

Thinking habilitado por defecto: por qué cambia tu pipeline

Desde esta versión, el thinking (chain-of-thought) viene habilitado por defecto en la API tanto para V4 Pro como para V4 Flash. Ojo: no es una opción que tengas que encender, es el comportamiento estándar. Tu código lanza la petición y el modelo razona antes de responder.

En harnesses, esto significa dos cosas. Primero, que no necesitas forzar ningún modo de razonamiento ni añadir prompts artesanos para que el agente planifique: ya viene de serie. Segundo, que el consumo de tokens de output aumenta respecto a una llamada sin thinking, así que el precio de output pesa más en tu factura que antes.

Y aquí Flash vuelve a brillar. Si el razonamiento ya es parte del coste, pagar casi tres veces más por Pro para obtener el mismo nivel de rendimiento en los benchmarks es difícil de justificar. El ahorro con Flash se multiplica cuando más tokens de output dispara.

Por qué Flash gana en calidad-precio (y no es solo marketing)

El término calidad-precio suele ser humo, pero aquí tiene datos detrás. Estás pagando 1,32 $/M de output en hora punta por un modelo que, en 9 benchmarks publicados, supera a Pro. En output, Pro es tres veces más caro tanto en punta como fuera de punta, y el rendimiento no lo justifica.

El coste por trabajo completado es la métrica que de verdad importa en agentes. No miramos lo que equivale un token, sino lo que cuesta llegar a un resultado: un PR, una refactorización, un ticket resuelto. Si Flash resuelve la misma tarea con igual o mejor tasa de éxito y a 0,66–1,32 $/M, el coste por tarea queda a favor de Flash de forma clara.

Esto no es un empujón a lanzarte a por Flash con todo sin pensar. Es la conclusión que sale de los datos verificados. Si tu caso encaja con lo que Flash hace bien, pagar más por Pro a igualdad de resultados es dinero tirado.

Y no olvides el off-peak. A 0,66 $/M, el coste por ejecución de los workflows no urgentes baja a la mitad respecto a la hora punta. En un volumen alto de jobs por la noche, el ahorro acumulado en un mes se nota bastante.

Cuándo elegir Flash y cuándo pagar por Pro

Elige Flash si tu carga es coding, operaciones, agentes o cualquier flujo en el que los benchmarks de Terminal Bench y DeepSWE representen tu día a día. También si el volumen de tokens es alto y quieres sostener la factura: con loops de agente largos, el ahorro en output se vuelve enorme.

Pro sigue teniendo sentido si tu caso exige el modelo de gama alta por especificación, si ya tienes el pipeline afinado para él o si necesitas el margen en tareas donde los diez puntos de Terminal Bench no cubren todo. No es que Pro sea malo, es que su precio hoy no se corresponde con una ventaja medible.

La regla práctica: mide el coste por tarea completada en tu propio harness, no el precio por token suelto. Cada proyecto tiene umbrales distintos. Si el 95 % de tus ejecuciones caen del lado de Flash, tus agentes de producción deberían arrancar con Flash y solo escalar a Pro cuando el rendimiento lo exija.

La recomendación que damos a los equipos con los que trabajamos: no decidas una vez y para siempre. Pon una métrica de coste por tarea en tu CI y revísala cada mes. Con una subida de precios del 1100 % ya sobre la mesa, los modelos no son un gasto estable.

Uso real en agentes y harnesses (y el nuevo DeepSeek Harness v0.1)

El contexto no es solo de modelos, también de herramientas. DeepSeek lanzó DeepSeek Harness v0.1 el 13 de agosto de 2026, un CLI llamado dsh que ejecutas con npx @deepseek-ai/dsh web. Es una Developer Preview bajo licencia MIT, con la filosofía de que “todo es un plugin”: modelos, tools, skills, sesiones, sandboxes, filesystems, loops, orquestación y UI son plugins intercambiables sobre el meta-framework Cordis.

Eso significa que no estás atado a un agente cerrado. Puedes enchufar V4 Flash como motor de un harness estilo Claude Code o Codex, y la misma competencia que cubre The Register (Aider, Cline, Goose, OpenCode, OpenHands, Pi) corre sobre motores que hoy puedes cambiar sin tocar la interfaz.

En producción, la combinación que gana tracción es: un harness abierto (dsh o la familia open-source mencionada) con Flash como motor por defecto por coste y rendimiento, y el thinking activado de serie. El mismo agente, mucho más barato por ejecución, con resultados que en los benchmarks publicados superan al modelo de gama alta.

Truco práctico para quien ya monta agentes: saca de Flash un prompt de sistema perfilado para tus repositorios y mide hit rate de tu caché. Un cache miss a 0,22 $/M de input es mucho más barato de lo que parece si tus templates de sistema compensan el coste de entrada.

La decisión aterrizada: qué configuración usarías en producción

Si te llega un proyecto de agentes hoy, la configuración sensato parte de Flash. Lo pones como motor por defecto, dejas el thinking activo (ya viene así), guardas las tareas pesadas no urgentes para el tramo off-peak a 0,66 $/M y mides el coste por tarea en tu propio repositorio.

Reservas Pro solo para los casos donde tu métrica interna diga que lo necesitas: contextos donde la ventaja de gama alta compense una factura tres veces mayor. Con los datos de hoy, la mayoría de los workflows de coding y agentes no llegarán a ese punto.

Lo que no debes hacer es dejar la elección en automático solo porque Pro “suena mejor”. Baja a los benchmarks públicos, compara con tu carga real y decide con números. Ahí es donde, contra los datos de ahora, Flash era la decisión sin discusión.

Preguntas frecuentes