DeepSeek recortó el precio de su modelo insignia V4-Pro en un 75% de forma permanente. Step 3.5 Flash opera a $0.10 por millón de tokens de entrada — 50 veces más barato que GPT-5.5. La brecha de costo entre LLMs chinos y occidentales se proyecta en 15–30x para Q2 2026.
El Terremoto de DeepSeek
El 25 de mayo de 2026, DeepSeek anunció lo que muchos llaman el movimiento más agresivo en la historia de precios de IA: un recorte permanente del 75% en el precio de su modelo flagship V4-Pro. La promoción de lanzamiento —que reducía los costos a una cuarta parte del precio original— expiró el 31 de mayo, pero en lugar de revertir los precios, la compañía decidió hacer el descuento permanente.
Los números son impactantes:
- DeepSeek V4-Pro (nuevo precio): $0.0036/M (cache hit), $0.435/M (input), $0.87/M (output)
- DeepSeek V4-Pro (precio original): $0.0145/M (cache hit), $1.74/M (input), $3.48/M (output)
¿Cómo es posible? Según analistas de Greyhound Research, «V4-Pro fue diseñado para reducir el costo de inferencia en contextos largos, ejecutándose a aproximadamente un cuarto del cómputo por token y una décima parte del footprint de memoria de su predecesor. No es un descuento promocional. Es una ganancia de eficiencia transferida al cliente.»
La Carrera Armamentista China: 4 Modelos en 12 Días
Abril de 2026 vio un sprint sin precedentes. En solo 12 días, cuatro laboratorios chinos independientes lanzaron modelos que compiten en la frontera:
| Modelo | Parámetros | Contexto | SWE-Bench Pro | Precio Input/Output ($/M) |
|---|---|---|---|---|
| Kimi K2.6 | 1T / 32B activos (MoE) | 256K | 58.6 | $0.60 / $2.50 |
| Step 3.5 Flash | 196B / 11B activos (MoE) | 262K | ~50 | $0.10 / $0.30 |
| GLM-5.1 | Cerrado | 128K | ~57 | ~$0.50 / ~$2.00 |
| MiniMax M2.7 | Cerrado | 256K | ~55 | ~$0.30 / ~$1.50 |
Step 3.5 Flash merece atención especial. Con solo 11B de parámetros activos (de 196B totales en arquitectura MoE), logra un score de 97.3 en AIME 2025 —superando a modelos muchísimo más grandes— a un precio de $0.10/$0.30 por millón de tokens. Es 25x más barato que GPT-4o en razonamiento matemático comparable, y su licencia Apache 2.0 lo hace el modelo fronterizo chino más permisivo.
Comparativa Directa: China vs Occidente
La tabla que realmente importa para cualquier CTO evaluando costos de inferencia:
Modelos Flagship (Input/Output por 1M tokens)
| Modelo | Input ($/M) | Output ($/M) | Ratio vs DeepSeek V4-Flash |
|---|---|---|---|
| DeepSeek V4-Flash | $0.14 | $0.28 | 1x (baseline) |
| DeepSeek V4-Pro | $0.435 | $0.87 | ~3x |
| Step 3.5 Flash | $0.10 | $0.30 | ~1x |
| Kimi K2.6 | $0.60 | $2.50 | ~9x |
| GPT-5.5 | $5.00 | $30.00 | 36x / 107x |
| GPT-5.5 Pro | $30.00 | $180.00 | 214x / 643x |
| Claude Opus 4.7 | $5.00 | $25.00 | 36x / 89x |
| Claude Sonnet 4.6 | $3.00 | $15.00 | 21x / 54x |
| Gemini 3.1 Pro | $2.00 | $12.00 | 14x / 43x |
La brecha es asombrosa. Un desarrollador que migre de GPT-5.5 a DeepSeek V4-Flash reduce su costo de inferencia entre 36 y 107 veces. Un equipo ejecutando Claude Opus 4.7 podría cambiar a DeepSeek V4-Pro y pagar aproximadamente 1/11 del costo de entrada y 1/29 del costo de salida.
Más Allá del Precio por Token: ¿Dónde Estamos Realmente?
Donde los modelos chinos ya COMPITEN
- Código y razonamiento matemático: Kimi K2.6 supera a GPT-5.4 y Claude Opus 4.6 en SWE-Bench Pro (58.6 vs 57.7 vs 53.4). Step 3.5 Flash obtiene 97.3 en AIME 2025.
- Costo de inferencia: Nadie se acerca. DeepSeek mantiene el precio más bajo con cache hits a $0.0028/M.
- Ventana de contexto: Qwen 3.6 Plus ofrece 1M tokens; Kimi K2 alcanza 2M. DeepSeek V4 llega a 1M.
- Apertura: La mayoría son open-weight o de código abierto, permitiendo despliegue local sin dependencia de proveedores.
Donde Occidente todavía LIDERA
- Ecosistema y herramientas: La integración nativa con AWS, GCP, Azure y herramientas enterprise sigue siendo dominio occidental.
- Multimodalidad: Los modelos chinos aún están ~1 generación detrás de Gemini 3.1 Pro y GPT-5.5 en capacidades multimodales.
- Soberanía de datos y cumplimiento regulatorio: El riesgo de exposición de datos sensibles a través de APIs alojadas en China sigue siendo una barrera significativa para empresas.
- Agentes y polish: Aunque Kimi Code es comparable a Claude Code, el ecosistema de agentes autónomos de Anthropic y OpenAI sigue siendo más maduro.
El Efecto en el Mercado Global
La presión de precios está remodelando todo el mercado de IA:
-
OpenAI y Anthropic bajo presión: «Los modelos de precios de alto margen de Anthropic y OpenAI son cada vez más difíciles de justificar para muchas cargas de trabajo empresariales», según Counterpoint Research. Se espera que los laboratorios occidentales migren hacia modelos de monetización basados en resultados (outcome-based) en lugar de consumo puro de tokens.
-
Estrategia multi-modelo obligatoria: Así como las empresas adoptaron multi-cloud, ahora adoptarán multi-modelo. Modelos premium para trabajo crítico, modelos chinos para volumen, modelos pequeños para tareas repetitivas, con una capa de orquestación gobernando todo.
-
Open-weight como palanca de negociación: La existencia de alternativas open-weight viables le da a los CIOs un poder de negociación real con los proveedores occidentales.
Riesgos a Considerar
Ningún análisis honesto omitiría las advertencias. Los CIOs que evalúen modelos chinos deben considerar:
- Soberanía de datos: Si usas APIs externas alojadas en China, prompts, documentos, embeddings y telemetría pueden salir del perímetro empresarial y cruzar jurisdicciones con regímenes legales diferentes.
- Fuga de IP: Código fuente, diseños de productos, borradores legales — todo puede quedar almacenado, usado para entrenamiento o expuesto a través de logs.
- Defensa regulatoria: Se necesita claridad sobre dónde se procesan los datos, qué se retiene, quién puede accederlos y qué protecciones contractuales existen.
- Solución: El camino más seguro es hostear localmente o en una nube soberana bajo control empresarial, con cifrado, controles de acceso y pistas de auditoría.
Conclusión: El Tsunami de Eficienciaapenas Comienza
Lo que estamos presenciando no es una guerra de precios temporal. Es una reestructuración fundamental de la economía de la inferencia impulsada por avances reales en eficiencia arquitectónica (MoE extremo, cuantización agresiva, kernels optimizados para hardware doméstico).
Los modelos chinos han cerrado la brecha de rendimiento en tareas críticas como código y razonamiento, mientras lideran agresivamente en apertura y costo de inferencia. La pregunta para 2026 ya no es si deberías integrar modelos chinos en tu stack — es cuál, para qué carga de trabajo, y con qué salvaguardas.
Como bien resume Counterpoint Research: «V4-Pro ha cerrado efectivamente la brecha de capacidades en tareas críticas como matemáticas complejas y razonamiento, mientras lidera agresivamente el mercado en apertura y costos de inferencia.»
Los equipos que resuelvan esta ecuación hoy enviarán features más baratos mañana. Los que no, pagarán un impuesto de 5–30x en inferencia y lo llamarán «calidad premium».
