Noticias del sector
DeepSeek V4 Flash Vision Exp: IA multimodal a $0.66 por millon de tokens
DeepSeek anade vision nativa a su modelo estrella economico con V4-Flash-Vision-Exp. $0.66/1M en salida fuera de pico, contexto 1M, puntuaciones cercanas a Claude Opus 4.8.

Algunos enlaces son de socios: si te suscribes a través de ellos, podemos ganar una comisión, sin coste adicional para ti. Los veredictos del público siguen siendo independientes.
DeepSeek-V4-Flash-Vision-Exp se lanzo el 21 de agosto de 2026, agregando comprension de imagenes nativa al modelo frontier mas barato del mercado. Esta version experimental extiende las capacidades de texto de V4-Flash al territorio multimodal por el mismo precio de $0.66 por millon de tokens de salida (fuera de pico), haciendo la IA visual accesible para desarrolladores que antes tenian que elegir entre costo y capacidad.
Respuesta rapida
V4-Flash-Vision-Exp procesa imagenes y texto en un solo modelo a $0.66/1M tokens de salida fuera de pico ($1.32 en pico). Obtiene puntuaciones a menos de 5 puntos de Claude Opus 4.8 en la mayoria de benchmarks de agentes, costando aproximadamente 38 veces menos por token de salida.
Por que este lanzamiento importa para agentes multimodales
Hasta ahora, DeepSeek-V4 era solo texto, una brecha significativa al competir contra Claude Opus 4.8 (57% de recomendacion de la multitud en la arena GLAD-IA-TOR) y GPT-5.5, ambos con vision desde hace meses. El nuevo modelo llena ese vacio con entrada de imagenes de primera clase: hasta 384 tokens por imagen, facturados a la tarifa de entrada estandar sin recargo.
La ventana de contexto se mantiene en 1,048,576 tokens con un limite de salida de 384,000 tokens. El modo de razonamiento esta activo por defecto y la API esta disponible tanto en endpoints compatibles con OpenAI como en formato Anthropic.
| Modelo | Precio salida (por 1M) | Contexto | Vision | Puntuacion multitud |
|---|---|---|---|---|
| DeepSeek-V4-Flash-Vision-Exp | $0.66 (fuera de pico) | 1M | Si | 57% (V4 base) |
| DeepSeek-V4 Pro | $0.87 | 1M | No | 57% |
| Claude Opus 4.8 | $25.00 | 1M | Si | 57% |
| GPT-5.5 | $30.00 | 1M | Si | 57% |
| Gemini 3 Pro | $12.00 | 1M | Si | 57% |
La brecha de precios es marcada: V4-Flash-Vision-Exp cuesta 38 veces menos que Claude Opus 4.8 y 45 veces menos que GPT-5.5 por token de salida. Los hits de cache reducen la tarifa de entrada a $0.007/1M fuera de pico, aproximadamente 99% por debajo del precio de entrada estandar.
Realidad de benchmarks: cerca de Opus, no igual
El anuncio de DeepSeek afirma que el modelo "acerca el rendimiento de agentes multimodales a Opus-4.8". Los numeros auto-reportados lo respaldan mayormente, con matices.
En Terminal Bench 2.1, V4-Flash-Vision-Exp obtiene 83.9 versus 85.0 de Claude Opus 4.8. La brecha se amplia en NL2Repo (57.7 vs 69.7, deficit de 12 puntos) y DSBench-Hard (63.6 vs 71.7). Supera a Opus en tres benchmarks: DeepSWE (+1.3 puntos), Agents' Last Exam (+1.6), y ZeroBench (+1.0).
Estos son benchmarks ejecutados por el proveedor, no evaluaciones independientes. "Cerca de Opus" es preciso; "iguala a Opus" es marketing.
El V4 solo texto en la arena GLAD-IA-TOR muestra 57% de recomendacion de 3 votos. Como contexto, Claude Opus 4.8 tambien esta en 57% de 3 votos, aunque Opus trae un conjunto de funciones mas rico (mensajes de sistema durante la conversacion, subagentes paralelos en Claude Code, 69.2% en SWE-Bench Pro versus las puntuaciones de V4 en el rango de 50 a 60 bajo).
La trampa de precios en horas pico
DeepSeek introdujo precios por hora del dia con el lanzamiento GA de V4 a mediados de julio 2026, y V4-Flash-Vision-Exp lo hereda. Durante horas pico (01:00 a 04:00 UTC y 06:00 a 10:00 UTC), todas las tarifas se duplican: la salida sube a $1.32/1M, la entrada sin cache a $0.44/1M.
Para equipos ejecutando agentes en produccion, esto significa presupuestar tarifas pico en el peor caso o programar trabajos batch fuera del horario laboral de Beijing. La ventana fuera de pico cubre la mayoria de las horas de trabajo de EE.UU. y Europa, pero los equipos globales tocaran el recargo regularmente.
DeepSeek-V4
Open-weights 1.6T MoE with 1M-token context, now served as V4-Pro-0813 at $3.96 per 1M output tokens at peak
Partner link. The crowd verdicts stay independent.
En que destaca V4-Flash-Vision-Exp
El modelo esta disenado para flujos de trabajo de agentes multimodales. Segun la documentacion de DeepSeek, destaca en:
- Automatizacion de UI: navegacion en interfaces de software complejas identificando elementos interactivos visualmente
- Analisis de graficos y datos: interpretacion de visualizaciones de datos con precision que rivaliza con los modelos de primera linea
- Razonamiento visual: ejecucion de tareas que requieren tanto logica textual como contexto visual
Esto no es un captionador de imagenes de proposito general emparejado con un modelo de texto. Es procesamiento multimodal nativo, similar a como Claude y GPT-5.5 manejan la vision internamente. La facturacion de 384 tokens por imagen mantiene los costos predecibles para flujos de trabajo con muchos documentos o graficos.
Las limitaciones conocidas de V4 persisten
El modelo V4 base tiene problemas documentados que probablemente persisten en la variante vision:
- Llamadas de herramientas malformadas: las llamadas de funcion a veces aparecen como texto plano en el campo content en lugar de la estructura tool_calls (GitHub issue deepseek-ai #1244)
- El modo de razonamiento rompe cadenas largas de agentes: errores 400 en secuencias multi-turno con llamadas de herramientas, con la correccion aun incompleta (OpenClaw issue #72044)
- APIs alucinadas: los desarrolladores reportan endpoints inventados en codebases personalizadas y acciones sobre entradas de usuario imaginadas
- Verbosidad: V4 produce aproximadamente 180M de tokens de salida en evaluacion versus una mediana de 95M, lo que erosiona los ahorros de costo en cargas sensibles a la latencia
Los pesos abiertos con licencia MIT para V4-Pro y V4-Flash permanecen solo texto. Sin anuncio aun sobre cuando o si se liberaran los pesos de vision.
Claude Opus 4.8
Anthropic's flagship Opus-tier model for long-horizon agentic coding; 1M context at $5/$25 per 1M tokens.
Partner link. The crowd verdicts stay independent.
El veredicto
- V4-Flash-Vision-Exp es la forma mas barata de ejecutar un modelo frontier con vision: $0.66/1M salida fuera de pico versus $25 (Claude Opus 4.8), $30 (GPT-5.5), o $12 (Gemini 3 Pro)
- Las puntuaciones de benchmarks estan detras de Opus 4.8 por 5 a 12 puntos en la mayoria de tareas de agentes, pero lideran en algunas
- Los precios pico duplican todas las tarifas durante 7 horas del dia, asi que presupuesta en consecuencia o programa trabajos batch fuera de pico
- Los problemas existentes de V4 (llamadas de herramientas malformadas, APIs alucinadas, verbosidad) probablemente persisten
- Mejor uso: cargas de agentes visuales de alto volumen donde el costo importa mas que los ultimos puntos de benchmark
Para un desglose cara a cara, consulta la comparacion DeepSeek V4 vs Claude Opus 4.8 o explora el ranking completo de LLM.
Keep exploring
Every claim above is backed by the arena's live data: crowd votes, verified pricing, honest pros & cons.
More from the arena journal

Noticias del sector
Replit Monitoring Agent: la IA que arregla tu app en producción mientras duermes
Replit lanzó su Monitoring Agent el 22 de octubre de 2026: vigila una app publicada, investiga las alertas, valida un arreglo y puede publicarlo solo. Qué activar, qué dejar apagado y cómo afecta a la factura de créditos.
26 oct 2026 · 7 min de lectura

Noticias del sector
DeepSeek V4 vs Claude Opus 4.8: ¿puede el modelo de $0.87 competir en codificación agéntica?
DeepSeek V4 cuesta 28.7x menos que Claude Opus 4.8 por token de salida. Ambos tienen 57% de aprobación. El verdadero compromiso: fiabilidad de tool-calls vs precio. Esto dicen los datos.
27 jul 2026 · 5 min de lectura

Noticias del sector
Krea 3 ya está aquí: qué dice el informe técnico y si los 9 $ al mes siguen compensando
Krea 3 es un modelo de edición de imágenes 2K que edita en menos de 8 segundos. Qué revela el informe técnico, cuántas imágenes de Krea 3 da el plan Basic de 9 $ y cómo se compara por imagen con GPT Image.
13 nov 2026 · 8 min de lectura