Cara a cara
DeepSeek-V4 vs Gemini 3 Pro: ¿qué modelo de IA gana en 2026?
DeepSeek-V4 ($0.87/1M out) y Gemini 3 Pro ($12/1M out (prompts ≤200K)) están entre las modelos de IA más usadas en 2026. Con 6 votos de la comunidad, DeepSeek-V4 va en cabeza con un 57 % de aprobación.
Veredicto rápido
En Razonamiento, DeepSeek-V4 y Gemini 3 Pro empatan con 4.5/5. En presupuesto gana DeepSeek-V4: empieza en $0.87/1M out, frente a $12/1M out (prompts ≤200K) de Gemini 3 Pro.
Comparación línea a línea
Fortalezas y debilidades
DeepSeek-V4
- Ventana de contexto de 1M de tokens (8x los 128K de V3.2) con hasta 384K tokens de salida, estándar en la API oficial
- Precios agresivos: $0.435/$0.87 por millón de tokens (V4-Pro), unas 28,7x más barato por token de salida que Claude Opus 4.8; la entrada con acierto de caché baja a $0.003625/1M (más del 99 % de descuento)
- Pesos abiertos con licencia MIT para V4-Pro y V4-Flash en Hugging Face: uso comercial, fine-tuning y redistribución permitidos
- SOTA de código abierto en codificación agéntica: 80,6 en SWE-bench Verified (configuración Think Max), empatado con Gemini 3.1 Pro, más un rating de Codeforces de 3206 (~puesto 23 frente a humanos)
- Puesto #3 de 93 en el Intelligence Index de Artificial Analysis (puntuación 44), muy por encima de la media de 25
- El stack de atención dispersa reduce la inferencia con contexto de 1M al 27 % de los FLOPs de V3.2 y al 10 % de su caché KV
- Llamadas a herramientas malformadas intermitentes: llamadas a funciones emitidas a veces como texto plano en el contenido en lugar del campo tool_calls (issue de GitHub deepseek-ai #1244)
- El modo de razonamiento rompe cadenas largas de llamadas a herramientas multivuelta con errores 400 en frameworks de agentes (issue OpenClaw #72044, corrección aún incompleta)
- Los desarrolladores reportan que fabrica API inexistentes en bases de código propias y actúa sobre entradas de usuario alucinadas en bucles de agentes
- Muy verboso (180M de tokens de salida en evaluación frente a una mediana de 95M) y velocidad media de 54,6 tokens/s (#39/93), lo que erosiona en la práctica el bajo precio por token
- Solo texto (sin visión ni audio) y aún en vista previa: el lanzamiento oficial previsto para mediados de julio de 2026 añade precios de hora punta que duplican las tarifas de API listadas durante el horario laboral de Pekín
Gemini 3 Pro
- Lideró LMArena en su lanzamiento con un récord de 1501 Elo y logró 91,9 % en GPQA Diamond, estado del arte en su salida
- ARC-AGI-2 de 31,1 %, unas 6x Gemini 2.5 Pro (4,9 %) y casi el doble de GPT-5.1 (17,6 %) en su momento
- Comprensión multimodal de primera clase: 81 % en MMMU-Pro, 87,6 % en Video-MMMU, con ventana de contexto de 1M de tokens
- Codificación agéntica sólida: 76,2 % en SWE-bench Verified, 54,2 % en Terminal-Bench 2.0, 1487 Elo en WebDev Arena
- Rebajó a sus rivales con $2/$12 por millón de tokens, por debajo de los precios de clase Claude Sonnet ($3/$15)
- El thinking_level configurable (low/medium/high) permite a los desarrolladores equilibrar profundidad de razonamiento, latencia y coste
- Alucinaciones con exceso de confianza: en AA-Omniscience dio una respuesta errónea el 88 % de las veces en lugar de abstenerse, frente al 48 % de Claude Sonnet 4.5 (the-decoder)
- Adulación ampliamente reportada por los analistas (Zvi Mowshowitz: « una vasta inteligencia sin columna vertebral »); necesita prompts de sistema estrictos
- Problemas de fiabilidad en llamadas a herramientas en stacks de agentes: los desarrolladores reportaron salidas de herramientas volcadas al hilo de chat y más andamiaje necesario que con los modelos de OpenAI/Anthropic
- Lento a thinking level alto: tiempo hasta el primer token medido en torno a 30-60 s en AI Studio pese a ~130 tokens/s de salida
- Retirado: apagado en la API de Gemini y AI Studio el 9 de marzo de 2026, con gemini-3-pro-preview ahora apuntando como alias a Gemini 3.1 Pro
Dicta tu veredicto
Una recomendación por herramienta y por gladiador. Moldea la puntuación de la multitud que ven todos.
El veredicto de la arena sobre DeepSeek-V4
Elija DeepSeek-V4 si quiere razonamiento y codificación agéntica casi frontera a precios de 3x a casi 30x por debajo de Claude Opus o GPT-5.5, o si le importan los pesos con licencia MIT para autoalojamiento y fine-tuning. Es una mejora decisiva sobre V3.2: contexto 8x más largo, inferencia de contexto largo mucho más barata y mejor codificación, y los endpoints heredados deepseek-chat/reasoner quedan de todos modos obsoletos el 24 de julio de 2026. Evítelo para agentes en producción que dependan de llamadas a herramientas multivuelta a prueba de fallos, donde los usuarios aún reportan llamadas malformadas y API inventadas, y para cualquier trabajo de visión o audio, ya que es solo texto. Las apps sensibles a la latencia también deberían probar primero, pues su verbosidad y su velocidad media de 54,6 tokens/s compensan parte de la ventaja de coste, y presupueste la duplicación de precios en hora punta que llega con el lanzamiento oficial de mediados de julio.
El veredicto de la arena sobre Gemini 3 Pro
Un lanzamiento histórico que devolvió a Google a la cima a finales de 2025, con un salto enorme de razonamiento sobre Gemini 2.5 Pro y las mejores puntuaciones multimodales de su generación. A mediados de 2026 no hay razón para elegirlo: Google lo apagó en la API el 9 de marzo de 2026, y Gemini 3.1 Pro cuesta exactamente lo mismo mientras más que duplica el rendimiento en ARC-AGI-2 (77,1 % frente a 31,1 %). Los equipos con despliegues heredados deberían migrar a 3.1 Pro, al que de todos modos apunta ya el antiguo ID de modelo. Evítelo para cargas sensibles a alucinaciones salvo que añada grounding, una debilidad que los analistas señalaron repetidamente.
Lo que dice la multitud
Sobre DeepSeek-V4
“Tool calling is flaky. Function calls sometimes land as plain text instead of the tool_calls field, and thinking mode 400s on long multi-turn chains. Not agent-ready yet.”
“MIT license on both Pro and Flash weights is the real story. Fine-tune, redistribute, ship commercially, no lawyer needed. Plus 384K output tokens for long-doc generation.”
“MIT weights, 1M context, and output tokens roughly 29x cheaper than Opus 4.8. Cache hits make input basically free. Moved my bulk pipelines over and the bill collapsed.”
Sobre Gemini 3 Pro
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
Sigue comparando
Preguntas frecuentes
¿Es DeepSeek-V4 mejor que Gemini 3 Pro?
La mejor opción depende de tu caso de uso. La comparación línea a línea de esta página desglosa precios, características clave y las puntuaciones de la arena.
¿Cuál es más barata, DeepSeek-V4 o Gemini 3 Pro?
DeepSeek-V4 es más barata: empieza en $0.87/1M out, mientras que Gemini 3 Pro empieza en $12/1M out (prompts ≤200K).
¿Cuánto cuestan DeepSeek-V4 y Gemini 3 Pro por millón de tokens?
DeepSeek-V4: $0.435/1M in (cache hit $0.003625) por millón de tokens de entrada, $0.87/1M out por millón de tokens de salida. Gemini 3 Pro: $2/1M in (prompts ≤200K) por millón de tokens de entrada, $12/1M out (prompts ≤200K) por millón de tokens de salida.