Nuevos modelos de DeepSeek para programación en 2026: cuál elegir

Para la mayoría de las tareas de programación, empieza con deepseek-flash. Este nombre se refiere a V4.1-Flash, lanzado el 10 de septiembre de 2026. Conserva deepseek-v4-pro para compararlo en tus propias tareas. Los nombres pueden resultar confusos: algunas recomendaciones anteriores también mencionan deepseek-v4-flash, pero ese nombre se ha retirado y solo redirige temporalmente al nuevo modelo.

Este artículo explica las diferencias entre los modelos en cuanto a precio y casos de uso, además de ofrecer un esquema general para conectar DeepSeek a tu herramienta. Los nombres, precios y reglas del material de referencia se basan en las páginas oficiales de DeepSeek a fecha de 16 de septiembre de 2026. Cambian, así que consulta las condiciones vigentes en el sitio web antes de pagar.

Encontrarás más instrucciones en la documentación de Ailoot.

¿Qué modelos activos ofrece la API de DeepSeek?#

La tabla muestra los nombres activos y retirados para el campo model.

Qué cambió en septiembre de 2026#

El 10 de septiembre de 2026, DeepSeek lanzó DeepSeek-V4.1-Flash y actualizó los nombres de los modelos. Los cambios afectaron tanto a los nombres antiguos como a los planes para ofrecer Pro.

1. Se lanzó un nuevo modelo, V4.1-Flash. Según la descripción de DeepSeek, es más inteligente y rápido que la generación anterior y entiende imágenes. DeepSeek también señala por separado que V4.1-Flash tiene una caché del modelo más pequeña que la generación anterior, por lo que las solicitudes atendidas desde la caché cuestan menos. Más abajo se explica cómo afecta esto a tu factura.
2. El nombre deepseek-flash ahora apunta específicamente a V4.1-Flash.
3. Los nombres anteriores deepseek-v4-flash y deepseek-v4-flash-vision-exp se han retirado. Para mantener la compatibilidad con proyectos antiguos, estos nombres redirigen actualmente a V4.1-Flash, y las solicitudes se cobran al precio de este modelo. Pero no dependas de ellos: la redirección es temporal, así que es mejor empezar a usar deepseek-flash ya.
4. DeepSeek anunció primero que retiraría gradualmente V4 Pro: a partir de las 04:00 UTC del 14 de septiembre de 2026, todas las solicitudes a deepseek-v4-pro debían dirigirse a V4.1-Flash. Después cambiaron los planes. Según la página de precios consultada, DeepSeek decidió seguir ofreciendo V4 Pro después del 14 de septiembre, con los mismos precios de antes.

Para una configuración nueva, usa deepseek-flash: a fecha de consulta, este nombre apunta a V4.1-Flash. deepseek-v4-pro sigue funcionando, pero los planes para ofrecerlo ya han cambiado, así que Flash sigue siendo la recomendación principal.

¿En qué se diferencian deepseek-flash y deepseek-v4-pro en precio?#

deepseek-flash cuesta menos que Pro. DeepSeek calcula el coste por cada 1 millón de tokens por separado para la entrada y la salida, y también tiene en cuenta los aciertos de caché en la entrada. Los tokens son fragmentos de texto que se utilizan para medir el tamaño de tu solicitud y de la respuesta del modelo. La tabla muestra los precios a fecha de 16 de septiembre de 2026, en dólares por 1M tokens.

Durante las horas de mayor demanda, los precios son exactamente el doble. deepseek-flash cuesta entre tres y cuatro veces menos que el modelo insignia en la mayoría de las filas. En programación, donde las conversaciones largas pueden sumar millones de tokens, la diferencia en la factura es considerable.

Cuanto más larga sea la conversación con un agente, más tokens utilizará. Por eso, al elegir un modelo, ten en cuenta el precio por millón: determina tu factura mensual.

Cómo afectan la caché de contexto y las horas de mayor demanda a tu factura#

Los precios de DeepSeek tienen tarifas distintas para las entradas con un acierto de caché y para el uso fuera de las horas de mayor demanda. Ten en cuenta estas condiciones al realizar solicitudes repetidas y programar tareas que no sean urgentes.

Caché de contexto. De forma predeterminada, DeepSeek almacena en disco el inicio de tus solicitudes. Si la siguiente solicitud empieza igual que la anterior, el modelo toma de la caché la parte coincidente, que cuesta varias veces menos. Para deepseek-flash fuera de las horas de mayor demanda, una entrada con un acierto de caché cuesta $0.003 en vez de $0.15 por 1M tokens sin acierto de caché. Al trabajar con código, las instrucciones del sistema y el contexto del proyecto suelen repetirse al principio de una solicitud, lo que permite usar la caché. No tienes que activar nada; está habilitada de forma predeterminada para todo el mundo.

Horas de mayor demanda. DeepSeek tiene dos tarifas: una durante las horas de mayor demanda y otra que cuesta la mitad fuera de ellas. Las horas de mayor demanda son de 01:00–04:00 y de 06:00–10:00 UTC, de lunes a viernes. El resto del tiempo, incluidos los fines de semana, se considera horario de menor demanda y cuesta la mitad. Si tienes tareas que no son urgentes —procesamientos grandes o procesamiento de código por lotes—, ejecútalas fuera de los intervalos UTC indicados para pagar la mitad.

Contexto y longitud máxima de la respuesta#

Ambos modelos admiten un contexto de hasta 1 millón de tokens. Puedes enviar muchos archivos y conversaciones largas en él. Que sea suficiente para una tarea de programación grande depende del tamaño de tus archivos; compruébalo con tu propio proyecto.

La longitud máxima de la respuesta puede llegar a 384 mil tokens. De forma predeterminada, el límite es menor: 8 mil tokens sin modo de razonamiento, 64 mil en modo de razonamiento y 128 mil si aumentas el esfuerzo de razonamiento a max. Si esperas una respuesta larga —por ejemplo, un archivo de código grande completo—, establece explícitamente un valor más alto para max_tokens; de lo contrario, la respuesta podría cortarse a la mitad.

¿Necesitas el modo de razonamiento para programar?#

DeepSeek tiene un modo de razonamiento: antes de responder, el modelo primero analiza la solución. Según la descripción de DeepSeek, este modo está pensado para mejorar la precisión de las respuestas a tareas difíciles. Está activado de forma predeterminada, con el nivel de esfuerzo high.

Se controla mediante el parámetro reasoning_effort, que, según la documentación de DeepSeek, acepta los siguientes valores:

• none - desactivar el razonamiento. Adecuado para solicitudes sencillas y rápidas que no requieren una solución compleja.
• low - nivel mínimo de razonamiento.
• high - valor predeterminado.
• max - nivel máximo de razonamiento para las tareas más difíciles; la respuesta puede ser más larga.

Comprueba por ti mismo cómo afecta al precio y a la calidad en tus propias tareas: un mayor nivel de razonamiento suele generar una respuesta más larga y más tokens de salida. Para la programación diaria, es razonable empezar con high (el valor predeterminado) y comprobar si el resultado te sirve. En el modo de razonamiento, se ignoran parámetros como temperature y top_p no baja de 0.95.

¿Cómo conectas DeepSeek a tu herramienta?#

La API de DeepSeek es compatible con los formatos de OpenAI y Anthropic. Para conectarte mediante una herramienta compatible, necesitarás la URL base de la API, una clave de acceso y el nombre del modelo. Las URL base son:

# OpenAI format
https://api.deepseek.com

# Anthropic format
https://api.deepseek.com/anthropic

Según DeepSeek, su modelo se puede conectar como motor en Claude Code, GitHub Copilot y OpenCode sin escribir código. Los nombres exactos de los campos varían según la herramienta, pero el proceso general es el siguiente:

1. Obtén una clave de acceso desde tu cuenta de DeepSeek.
2. En la configuración de la herramienta, introduce la URL base de DeepSeek y tu clave. En las herramientas que utilizan el formato de Anthropic (por ejemplo, Claude Code), introduce https://api.deepseek.com/anthropic; en las que utilizan el formato de OpenAI, introduce https://api.deepseek.com.
3. Introduce deepseek-flash en el campo del modelo.
4. Haz una pregunta breve y comprueba en la información de uso de la herramienta qué modelo se ha utilizado realmente: la solicitud debería procesarla deepseek-flash, no el motor anterior. El nombre que aparece en la configuración no basta; que el nombre del modelo aparezca en una respuesta generada tampoco confirma que el cambio haya funcionado. Consulta la documentación de tu herramienta para saber dónde ver la información del modelo utilizado. Si no muestra esa información, no puedes confirmar el cambio basándote únicamente en una respuesta.

Este artículo no ofrece instrucciones paso a paso para configurar una herramienta específica: cada una tiene sus propias pantallas, que cambian. Antes de conectarte, comprueba si tu herramienta admite una URL de modelo externa (no todas permiten cambiarla) y qué formato utiliza: OpenAI o Anthropic. Tenemos una guía aparte para conectar un modelo con OpenCode: OpenCode: qué es y cómo conectar un modelo. Si buscas opciones gratuitas, consulta la selección de modelos gratuitos para programación.

¿Qué modelo deberías elegir para tu tarea?#

Empieza con deepseek-flash, deja el modo de razonamiento en su valor predeterminado high y prueba deepseek-v4-pro cuando tengas un motivo para compararlo. Al elegir, evalúa cómo resuelve el modelo tus tareas y cuánto cuesta su trabajo.

Qué hacer a continuación#

Las condiciones específicas de cada país para pagar la API y otras formas de reducir los costes de los tokens quedan fuera del alcance de la elección de un modelo. A continuación encontrarás un enlace a una guía de pago, a la documentación oficial con los precios y las reglas de caché, y a artículos relacionados con herramientas.

Cuando estés listo, echa un vistazo a Ailoot.