DeepSeek V4 Preview: 1,6 billones de pesos abiertos frente a los mejores modelos cerrados
DeepSeek V4 Preview llega con pesos abiertos: 1,6 billones de parámetros, contexto de 1M y benchmarks por encima de sus rivales abiertos.
DeepSeek V4 Preview: 1,6 billones de pesos abiertos frente a los mejores modelos cerrados
Seis meses. Eso terminó durando la espera.
A comienzos de año, los rumores situaban V4 antes del Año Nuevo chino. Luego en febrero. Después en marzo. Más tarde, “en algún momento del mes que viene”. DeepSeek nunca respondió. La especulación seguía; V4 seguía sin llegar.
Y entonces, esta mañana, sin rueda de prensa, sin campaña previa y sin cuenta atrás, el sitio de DeepSeek simplemente se actualizó. DeepSeek-V4 Preview ya está disponible, con sus pesos publicados en Hugging Face.
Dos modelos, una estrategia
V4 llega en dos variantes:
DeepSeek-V4-Pro es el buque insignia. 1,6 billones de parámetros totales y 49B activos por forward pass. Un rendimiento capaz de rivalizar con los mejores modelos cerrados del mundo.
DeepSeek-V4-Flash es la opción eficiente: 284B parámetros totales y 13B activos. Más rápido, más barato y pensado para cargas de alto volumen o sensibles al coste.
Ambos admiten hasta 1M tokens de contexto.
DeepSeek lo dejó claro: el contexto de 1M ya está ampliamente disponible en sus servicios. No es un extra premium ni un complemento. Es la base.
Contexto de 1M: por qué importa
Un millón de tokens equivale aproximadamente a 750.000 palabras: cientos de miles de líneas de código o varias novelas completas seguidas. Hace un año, Gemini trataba el contexto de 1M como una ventaja defensiva. DeepSeek acaba de convertirlo en requisito mínimo.
La base técnica es real: DSA (DeepSeek Sparse Attention), que aplica compresión token a token para reducir de forma drástica el coste de cómputo y memoria en secuencias largas. La atención tradicional escala cuadráticamente con la longitud; DSA reduce mucho esa factura y entrega rendimiento líder en contexto largo con mucho menos coste.
Qué puede hacer V4-Pro: tres áreas
Agentic Coding
V4-Pro alcanza el estado del arte open source en benchmarks de Agentic Coding. Más directo: los propios ingenieros de DeepSeek ya usan V4 para su trabajo interno de agentic coding.
V4 también trae integraciones dedicadas para Claude Code, OpenClaw y OpenCode, con mejoras en tareas de código y generación de documentos. 2 3
Conocimiento del mundo
V4-Pro lidera por amplio margen frente a todos los modelos abiertos actuales en benchmarks de conocimiento del mundo. El único modelo por delante es Gemini-Pro-3.1.
Matemáticas y razonamiento
En matemáticas, STEM y programación de competición, V4-Pro supera a todos los modelos abiertos evaluados públicamente y entra en la misma categoría que los mejores modelos cerrados.
V4-Flash: no es solo un Pro más pequeño
Flash merece leerse aparte.
Sus capacidades de razonamiento se acercan mucho a V4-Pro. En tareas de agente simples están prácticamente empatados; la brecha aparece en mayor complejidad. Menos parámetros significan respuestas más rápidas y precios de API más eficientes, lo que lo vuelve el valor predeterminado práctico para cargas diarias. También mantiene el techo de 1M tokens.
Para desarrolladores que ya usan la API
La migración es mínima. Mantén base_url como está y cambia el nombre del modelo a deepseek-v4-pro o deepseek-v4-flash. Ambos soportan OpenAI ChatCompletions y Anthropic APIs, contexto de 1M y modos con o sin thinking. 2
Por qué este lanzamiento merece atención
No todos los lanzamientos de modelos cambian el terreno. Este sí.
Destacan dos cosas:
Primero, el contexto de 1M se volvió infraestructura. Es el estándar de ambos modelos, no una capa premium. La pregunta “¿cabrá mi contexto?” deja de bloquear gran parte del trabajo diario de desarrollo.
Segundo, los pesos abiertos. Un modelo de 1,6 billones de parámetros, 49B activos y contexto de 1M, con pesos publicados. DeepSeek ya reajustó expectativas con V3; V4 empuja esa línea más lejos.
Una última cosa
Sin livestream. Sin entrevista. Sin presentación de roadmap.
Solo una mañana de viernes en la que se actualizaron los documentos, cambió la API, la app salió en vivo y el informe técnico apareció en Hugging Face.
El anuncio cerró con: “We remain committed to longtermism, advancing steadily toward our ultimate goal of AGI.”
Discreto. Pero tras seis meses de silencio y viendo lo que realmente llegó hoy, se sostiene.
