El modelo de AI más disruptivo en precio del último año acaba de dar la vuelta a su principal argumento de venta. DeepSeek anunció el 13 de agosto de 2026 que a partir del 16 de agosto aplicará una nueva estructura de precios para sus modelos V4 Pro y V4 Flash que representa subidas de entre el 50% y el 1.100% dependiendo del modelo, tipo de token y franja horaria.
La frase con la que arrancó el anuncio del equipo: «ajustamos los precios para asignar los recursos de forma más razonable». La realidad: la startup de Hangzhou está preparando su IPO.
Los nuevos precios, en concreto
DeepSeek introduce un sistema de precios pico y fuera de pico para ambos modelos:
DeepSeek V4 Pro (tokens de salida):
- Antes: 0,87 $ por millón de tokens (tarifa plana)
- Desde el 16 de agosto: 3,96 $ en horas pico, 1,98 $ fuera de pico
- Subida pico: x4,5 veces
DeepSeek V4 Flash (tokens de salida):
- Antes: 0,28 $ por millón de tokens
- Desde el 16 de agosto: 1,32 $ en horas pico, 0,66 $ fuera de pico
- Subida pico: x4,7 veces
Los tokens de entrada también suben: V4 Pro pasa de 0,435 a 1,32 $ (pico), V4 Flash de 0,14 a 0,44 $ (pico). Las horas pico se definen como 01:00-04:00 UTC y 06:00-10:00 UTC.
La lógica declarada: redistribuir la carga hacia las horas de menor demanda, que en la práctica son las horas nocturnas de Asia. Los desarrolladores y empresas que puedan programar sus cargas de trabajo automatizadas fuera de esas franjas pagarán la mitad del precio.
Por qué el «drama» es relativo: DeepSeek sigue siendo muy barato
Incluso con la subida, DeepSeek V4 Pro a 3,96 $ por millón de tokens de salida en horas pico sigue siendo más barato que:
- GPT-5.6 Sol (OpenAI): 30 $ por millón de tokens de salida
- Anthropic Fable 5: 50 $ por millón de tokens de salida
- Kimi K3 (Moonshot AI): 15 $ por millón de tokens de salida
Lo que sí cuesta menos que DeepSeek V4 Flash en horas pico: GPT-5.6 Luna (OpenAI), el modelo de bajo coste de OpenAI, a 1,20 $ por millón. Para cargas de trabajo que no requieren la capacidad del V4 Pro, DeepSeek V4 Flash en pico (1,32 $) y GPT-5.6 Luna (1,20 $) ya están en el mismo rango.
La «zona de la muerte de DeepSeek» — el concepto que describía cómo sus precios hacían inviable a los modelos que eran más caros pero no mejores — se estrecha. Los modelos de gama media de las empresas occidentales ahora tienen más terreno donde competir.
El debate sobre si los modelos chinos pueden competir en inferencia contra las GPUs de Nvidia o si los ASICs propios son la respuesta tiene una dimensión nueva con esta subida: DeepSeek había demostrado que la eficiencia en entrenamiento permitía costes de inferencia radicalmente menores. La subida sugiere que esa ventaja tiene límites cuando la empresa necesita ser rentable de cara a los mercados públicos.
El contexto: DeepSeek se prepara para cotizar en bolsa
Bloomberg reportó en julio que DeepSeek está preparando su IPO «tan pronto como este año» con valoración en torno a los 74.000 millones de dólares — lo que la convertiría en una de las mayores salidas a bolsa de una empresa de IA en la historia. El fundador Liang Wenfeng, que hasta ahora había tenido margen para priorizar el crecimiento sobre la rentabilidad, necesita ahora presentar unas cuentas que justifiquen esa valoración ante los inversores institucionales.
Crecer con precios por debajo del coste real fue una estrategia de adquisición de usuarios válida mientras la empresa no tenía que responder ante inversores públicos. Con un IPO en el horizonte, los márgenes importan.
La subida también llega en un momento en que DeepSeek ha lanzado su modelo V4 Pro 0813 (la versión de agosto) que según el equipo mejora significativamente sobre el V4 Pro original. La política de la empresa ha sido siempre lanzar actualizaciones del modelo con el mismo nombre base — los números de versión como «0813» identifican el snapshot específico.
El debate sobre quién absorbe realmente el coste de infraestructura de IA cobra nueva relevancia aquí. DeepSeek demostró que sus modelos podían entrenarse con significativamente menos compute que los equivalentes de OpenAI o Google. Pero la inferencia a escala — responder a millones de peticiones diarias de usuarios y empresas en todo el mundo — sigue teniendo un coste real que alguien tiene que pagar.
Los modelos de vídeo generativo que necesitan elegir entre velocidad, calidad y coste son el ejemplo extremo del mismo problema: a escala, la inferencia barata es una promesa que eventualmente choca con la realidad del cómputo.
Mi valoración
Lo que más me convence del movimiento de DeepSeek es la estructura de pico/fuera de pico. En lugar de subir precios uniformemente, la empresa crea un incentivo real para que los desarrolladores con cargas de trabajo flexibles paguen menos desplazando su uso a las horas de menor demanda. Eso es buena ingeniería de precios.
Lo que más me preocupa es lo que sugiere sobre el modelo de negocio subyacente. Si DeepSeek necesita subir precios x4 para ser viable de cara a un IPO, quiere decir que los precios anteriores estaban por debajo del coste real o de la rentabilidad objetivo. Para los desarrolladores que construyeron productos asumiendo los precios previos como permanentes, la subida es una señal de riesgo de modelo de negocio.
La pregunta a 12 meses: ¿consigue DeepSeek completar su IPO en 2026, y si lo hace, qué consecuencias tienen las obligaciones de reportar a inversores públicos sobre su estrategia de precios y sus relaciones con el gobierno chino?
Fuente: wwwhatsnew.com
Descubre más desde Noticias Breves
Suscríbete y recibe las últimas entradas en tu correo electrónico.
Comentarios de Facebook