deepseek
DeepSeek: DeepSeek V4 Pro 0423
deepseek/deepseek-v4-pro
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
DeepSeek V4 Pro 0423 es un modelo Mixture-of-Experts de texto a texto de DeepSeek, listado en el catálogo de OpenRouter, con 1,6 billones de parámetros totales y 49B activados, y una ventana de contexto de un millón de tokens. La documentación del proveedor lo describe como una versión preliminar orientada a razonamiento, programación y tareas agénticas, con modos seleccionables de esfuerzo de razonamiento. Las evaluaciones autodeclaradas sugieren buenos resultados en programación y conocimiento con el esfuerzo máximo, mientras que las mediciones tipo arena aportadas son más dispares. La evidencia se limita a una ficha de catálogo y a la tarjeta del modelo del propio proveedor, por lo que la verificación independiente es escasa.[1][2]
Puntos fuertes
- Ventana de contexto de un millón de tokens; el proveedor afirma un diseño de atención híbrida que reduce notablemente el cómputo de inferencia y la caché KV en contextos largos frente a su predecesor.[1][2]
- Razonamiento ajustable: modos sin pensamiento, alto y máximo; el catálogo de OpenRouter además expone herramientas, elección de herramienta, salidas estructuradas y parámetros de esfuerzo de razonamiento.[1][2]
- Las tablas de benchmarks reportadas por el proveedor sitúan sus mejores resultados en el modo de esfuerzo máximo en tareas de programación y conocimiento, aunque estas cifras no están confirmadas de forma independiente.[2]
Limitaciones
- Todas las cifras destacadas de benchmarks son autodeclaradas por DeepSeek; las mediciones de arena independientes aportadas son discretas más que líderes, por lo que la calidad en tu propia carga de trabajo requiere validación.[1][2]
- La evidencia se limita a una ficha del catálogo de OpenRouter y a la tarjeta del proveedor: el corte de conocimiento no se indica, los requisitos de hardware de despliegue no se dan, y el proveedor describe la versión como preliminar.[1][2]
- El catálogo lista texto como única modalidad de entrada y salida; la capacidad multimodal es desconocida, no una ausencia confirmada.[1]
Dónde utilizarlo
- Potencialmente adecuado para preguntas y respuestas sobre documentos largos, análisis de bases de código extensas o síntesis de múltiples documentos que aprovechen la ventana de un millón de tokens, sujeto a validación.[1][2]
- Candidato para asistentes de programación y pipelines agénticos con uso de herramientas, dado el soporte de herramientas y salidas estructuradas en el catálogo y el énfasis del proveedor en evaluaciones de código y agénticas.[1][2]
- Puede encajar en cargas de trabajo que se beneficien de alternar entre respuestas rápidas sin razonamiento y modos de pensamiento más profundo dentro de un mismo modelo.[1][2]
Fuentes
- [1] OpenRouter catalog · DeepSeek: DeepSeek V4 Pro 0423Fuentes consultadas: 13 nov 2026
- [2] Model documentation · DeepSeek: DeepSeek V4 Pro 0423Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
DeepSeek V4 Pro is a large-scale Mixture-of-Experts model from DeepSeek with 1.6T total parameters and 49B activated parameters, supporting a 1M-token context window. It is designed for advanced reasoning, coding,...
Especificaciones
- ID del modelo
- deepseek/deepseek-v4-pro
- ID canónico
- deepseek/deepseek-v4-pro-20260423
- Creador
- deepseek
- Añadido a OpenRouter
- 24.04.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.900 / salida $1.5
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | CC — por debajo de la franja B | razonamiento: opcional · predeterminado high · esfuerzos: xhigh, high, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · predeterminado high · esfuerzos: xhigh, high, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 12.6 | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 22.1% · posición 45 | 948Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 34% · posición 32 | 1,059Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 26.4% · posición 46 | 1,000Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 56.8% · posición 37 | 1,236Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 46.4% · posición 46 | 1,143Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 52.2% · posición 50 | 1,232Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 48.8% · posición 60 | 1,201Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 53% · posición 46 | 1,222Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 45.5% · posición 58 | 1,129Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 50.6% · posición 57 | 1,212Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 50.9% · posición 57 | 1,228Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Baidufp8 | 1,048,576 | $0.828 | $1.66 | — | — | 100% |
| StreamLakefp8 | 1,024,000 | $0.829 | $1.66 | — | — | 100% |
| Relacefp4 | 1,048,576 | $0.900 | $1.5 | — | — | 100% |
| GMICloudfp8 | 1,048,576 | $0.957 | $1.91 | — | — | 100% |
| SiliconFlowfp8 | 1,048,576 | $1 | $1.5 | — | — | 100% |
| DigitalOcean | 1,048,576 | $1.04 | $2.09 | — | — | 100% |
| DeepInfrafp8 | 1,048,576 | $1.3 | $2.6 | — | — | 100% |
| Alibabafp8 | 1,000,000 | $1.42 | $2.83 | — | — | 100% |
| Alibabafp8 | 1,000,000 | $1.56 | $3.12 | — | — | 100% |
| Novitafp8 | 1,048,576 | $1.6 | $3.2 | — | — | 100% |
| Venice | 1,000,000 | $1.65 | $3.3 | — | — | 100% |
| AtlasCloudfp4 | 1,048,576 | $1.68 | $3.38 | — | — | 100% |
| Azure | 1,048,576 | $1.91 | $3.83 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.