DeepSeek baja el precio de V4 Pro un 75% de forma permanente

Hace un mes, DeepSeek lanzó V4 Pro y V4 Flash prometiendo modelos de IA de contexto largo a precios que hacían difícil ignorarlos. Esta semana, la empresa china confirmó que la rebaja no era temporal: el precio de V4 Pro baja un 75% de forma permanente.

Los números concretos: el costo por millón de tokens pasa de 0.0145 dólares en input y 3.48 dólares en output a 0.003625 dólares y 0.87 dólares respectivamente. Para usuarios que procesan pocas consultas al mes, la diferencia no mueve el marcador. Para empresas o desarrolladores que manejan millones de tokens diarios, el ahorro es significativo.

Según Engadget, el descuento era originalmente una promoción programada para terminar el 31 de mayo. La decisión de hacerlo permanente indica que DeepSeek no necesita el margen extra para sostener el servicio, o que prefiere el volumen a la rentabilidad por token. En el mercado de modelos de IA, esa apuesta es cada vez más común entre los actores que intentan ganar posición rápidamente.

El contexto importa. DeepSeek opera en un mercado donde OpenAI, Google y Anthropic llevan años construyendo modelos caros de entrenar y costosos de escalar. La ventaja competitiva de una empresa china con acceso a infraestructura más barata y costos operativos menores se traduce directamente en precios más agresivos. No es la primera vez que DeepSeek usa el precio como palanca: el lanzamiento de su modelo R1 a principios de 2025 generó una corrección en las valuaciones de empresas de IA en Estados Unidos porque demostró que era posible construir modelos comparables a una fracción del costo.

La rebaja de V4 Pro consolida a DeepSeek como la opción más barata en el segmento de modelos con contexto de un millón de tokens. Eso no significa automáticamente que sea la mejor opción para todos los usos. El rendimiento, la latencia, el soporte y la confiabilidad son variables que los equipos técnicos pesan junto al precio. Pero cuando la diferencia es de tres a uno, el precio empieza a ganar más discusiones.

Para los competidores, la presión es real. OpenAI, Google y Anthropic tienen que decidir si ajustan sus precios para retener clientes que empiezan a comparar fichas técnicas con calculadora en mano, o si apuestan a que su reputación y sus integraciones justifican el costo diferencial. Ninguna de esas opciones es cómoda.

Vale la pena mencionar que la relación entre DeepSeek y sus competidores occidentales no es puramente comercial. Anthropic acusó a DeepSeek de lo que llamó ataques de destilación: prácticas donde un modelo aprende a partir de las salidas de otro sin autorización, usando en efecto el trabajo de entrenamiento ajeno. DeepSeek no respondió públicamente a esa acusación de forma oficial. La cifra que llega esta semana, vale aclarar, viene de DeepSeek misma, no de una auditoría independiente.

Lo que sí es verificable es el patrón: modelo nuevo, precio competitivo, luego permanencia del descuento. Es una estrategia de penetración de mercado clásica aplicada a infraestructura de IA. Si funciona, otros tendrán que seguirla o explicar por qué su producto justifica el costo extra.

El mercado de modelos de lenguaje se está pareciendo cada vez más a otros mercados de insumos donde el precio es el diferenciador principal y la diferenciación técnica cuesta cada vez más mantener. No es necesariamente malo para quienes consumen esos modelos. Es más complicado para quienes los construyen.