API de DeepSeek V4 Pro

DeepSeek V4 Pro es el nivel insignia de la familia V4 de DeepSeek, lanzado el 24 de abril de 2026 bajo la licencia MIT, con pesos abiertos en Hugging Face. Es un modelo de Mezcla de Expertos con 1,6 billones de parámetros totales y 49 mil millones activos por token, preentrenado con 33 billones de tokens, y se distribuye junto con el más ligero DeepSeek V4 Flash (284B / 13B activos).

El modelo recibe texto y genera texto, y expone un único ID de modelo — deepseek-v4-pro — con un parámetro de esfuerzo de razonamiento en lugar de endpoints separados para chat y razonamiento. Ambos endpoints son compatibles con OpenAI ChatCompletions y Anthropic, por lo que llamar a la API de DeepSeek V4 Pro desde un cliente GPT o Claude existente solo requiere cambiar la URL base y el nombre del modelo, no reescribirlo. Como los pesos tienen licencia MIT, la versión de código abierto de deepseek v4 pro api también permite el autoalojamiento y el uso comercial sin restricciones de uso ni regionales.

Tabla de especificaciones

DeepSeek V4 Pro frente a DeepSeek V4 Flash

Ambos modelos comparten una ventana de contexto de 1M de tokens, una salida máxima de 384K, licencia MIT y los mismos controles de esfuerzo de razonamiento. La diferencia está en el tamaño y el coste. V4 Pro (1.6T / 49B activos) es la opción para las tareas más difíciles de programación, matemáticas y agentes con horizontes largos; V4 Flash (284B / 13B activos) queda aproximadamente 1–2 puntos por debajo de Pro en la mayoría de las pruebas de referencia, a cambio de un precio mucho menor, lo que lo convierte en la opción predeterminada para chat de gran volumen, extracción y subtareas de agentes. Un patrón habitual es dirigir las llamadas rutinarias a V4 Flash y escalar solo los casos difíciles a V4 Pro; ambos funcionan con la misma clave y saldo de GPTProto, por lo que cambiar entre ellos consiste en modificar una sola línea del nombre del modelo.

DeepSeek V4 Pro frente a Claude Opus 4.8

Claude Opus 4.8 lidera en programación avanzada: obtiene un 88.6% en SWE-bench Verified frente al 80.6% de la API de DeepSeek V4 Pro, y mantiene ventaja en recuperación de conocimiento general y recuperación en contextos extensos. Donde V4 Pro compite es en matemáticas de competición — una clasificación de Codeforces de 3206 —, en sus pesos MIT abiertos y en el precio: en GPTProto cuesta $1.39 / $2.78 por 1M, frente a los $4 / $20 de Opus 4.8, aproximadamente 3 veces menos en entrada y 7 veces menos en salida. Ambos comparten una ventana de contexto de 1M de tokens y funcionan bajo una única clave de GPTProto. En la práctica: elige Opus 4.8 cuando un error sea costoso y la fiabilidad tenga prioridad sobre el precio; utiliza la API de DeepSeek V4 Pro para programación, matemáticas y ejecuciones prolongadas de agentes de gran volumen, donde la diferencia de precio se acumula.

DeepSeek V4 Pro frente a GLM-5.2

GLM-5.2, de Z.ai (antes Zhipu AI), es el rival de pesos abiertos más cercano a la API de DeepSeek V4 Pro: un modelo MoE de 753B de parámetros, también con licencia MIT, ventana de contexto de 1M de tokens y ajustado para la programación agéntica. En las evaluaciones independientes de terceros (Artificial Analysis Intelligence Index), GLM-5.2 obtiene actualmente una puntuación general ligeramente superior, mientras que V4 Pro destaca en matemáticas de competición con una clasificación de Codeforces de 3206. Los dos laboratorios informan de sus resultados de programación en variantes diferentes de SWE-bench, por lo que una única cifra de comparación directa sería engañosa — considéralos modelos del mismo nivel aproximado y deja que el precio y la carga de trabajo decidan.

El precio es donde la elección se vuelve más clara. En GPTProto, la API de DeepSeek V4 Pro cuesta $1.39 / $2.78 por 1M y GLM-5.2 cuesta $1.26 / $3.96: GLM-5.2 es aproximadamente un 10% más barato en entrada, mientras que V4 Pro es alrededor de un 30% más barato en salida. Las tareas con mucha salida — bucles de agentes y generaciones largas — son más económicas con V4 Pro; las tareas con mucha entrada que utilizan contextos grandes favorecen a GLM-5.2. Ambos funcionan con la misma clave y saldo de GPTProto, por lo que puedes dirigir cada tarea al modelo adecuado.

Cambiar desde la API oficial de DeepSeek

Si ya llamas directamente a DeepSeek, pasar a  GPTProto mantiene tu código y solo cambia las credenciales y el host. Apunta base_url al endpoint de GPTProto, utiliza tu clave de API de GPTProto y conserva el nombre del modelo deepseek-v4-pro; el formato de solicitud y respuesta no cambia porque el endpoint sigue siendo compatible con OpenAI y Anthropic. Lo que obtienes es un único saldo que también se utiliza para GPT, Claude, Gemini y más de 200 modelos, sin necesidad de una cuenta independiente de DeepSeek, recargas ni comprobaciones regionales previas. Los equipos fuera de las regiones de facturación directa de DeepSeek utilizan esta opción para acceder a la API de DeepSeek V4 Pro sin configurar un método de pago basado en China.

Dónde se queda corto DeepSeek V4 Pro

Las limitaciones reales son tan importantes como las pruebas de referencia. DeepSeek V4 Pro queda por detrás de los mejores modelos cerrados en recuperación de conocimiento general — obtiene aproximadamente un 57.9% en SimpleQA-Verified, frente al ~75.6% de Gemini 3.1 Pro — y, como la mayoría de los modelos centrados en el razonamiento, tiende a responder en lugar de abstenerse ante preguntas sobre las que no puede estar seguro, por lo que conviene vigilar la calibración de confianza en tareas de consulta factual. Es un modelo exclusivamente de texto: no admite entradas de imagen ni audio. Además, aunque ofrece una ventana de 1M de tokens a bajo precio, los mejores modelos en precisión de recuperación en contextos muy extensos siguen siendo modelos como Claude Opus. Para programación, matemáticas y ejecuciones prolongadas de agentes compite en la frontera; para preguntas y respuestas factuales donde equivocarse resulta costoso, combínalo con recuperación o dirige esas llamadas a otro modelo.