Todo sobre DeepSeek V4 Pro 0813

Lo que hay que saber

DeepSeek V4 Pro 0813 es un modelo de lenguaje de DeepSeek, lanzado el 13 de agosto de 2026. Tiene, por tanto, 2 meses a 22 de octubre de 2026. Es un modelo de pesos abiertos: puede alojarlo usted mismo en una infraestructura que controla, y además lo ofrecen 43 proveedores de API recogidos en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

¿Qué dicen las pruebas independientes?

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), DeepSeek V4 Pro 0813 obtiene un índice de capacidad de 72,2 sobre 100, calculado con 5 pruebas de nuestra cesta.

No figura entre los 30 primeros del ranking semanal.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 91,7 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 98,6 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 64,6 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• FrontierCode (tareas de programación avanzadas): 28,6 % — el mejor modelo seguido, Claude Opus 5.5, alcanza 54,6 %

Lo que cuesta

DeepSeek V4 Pro 0813 cuesta 0,66 US$ por millón de tokens de entrada y 1,98 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,017 US$, es decir, 17,16 US$ por 1000 tareas de este tipo.

Son 2 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Los tokens leídos desde la caché cuestan 0,022 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Características técnicas

Su ventana de contexto alcanza 1.048.576 tokens, unas 1573 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 393.216 tokens.

Acepta como entrada: texto.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (deepseek-ai/DeepSeek-V4-Pro-0813). Vea también nuestra selección de modelos open source.

¿Para qué usos?

Por su categoría, DeepSeek V4 Pro 0813 está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a DeepSeek V4 Pro 0813 son:

• Qwen3.6 27B (Alibaba Cloud (Qwen), índice 72,2) — ver la comparativa
• GLM-5.3-Flash (Zhipu AI (Z.ai), índice 71,9) — ver la comparativa
• GLM-5.1 (Zhipu AI (Z.ai), índice 70,9) — ver la comparativa
• Kimi K2 Thinking (Moonshot AI, índice 69,6)