DeepSeek V4.1 Flash es barato: en horas valle cuesta $0.15 por millón de tokens de entrada con fallo de caché, $0.003 con acierto de caché y $0.60 por millón de tokens de salida. Las horas punta (01:00-04:00 y 06:00-10:00 UTC en días laborables) duplican los tres valores, y las horas valle cuestan exactamente la mitad de las punta.
Es más barato que el saliente DeepSeek V4 Flash y aproximadamente un tercio del nivel V4 Pro, razón por la que DeepSeek retira V4 Pro y dirige su tráfico a V4.1 Flash a partir del 14 de septiembre de 2026. Sin plan gratuito, 1M de contexto y pesos MIT que puedes alojar tú mismo si tienes una máquina de 384GB.
El problema para los equipos de soporte no es el precio. He pasado suficientes años poniendo IA en colas de soporte reales como para decir que la factura de tokens casi nunca es la cifra que importa. Lo que de verdad te cuesta es el tratamiento de datos, el conocimiento y si lo probaste antes de que lo viera un cliente.
Precios de DeepSeek V4.1 Flash, al completo
Las tarifas siguientes proceden directamente de la página oficial de precios de DeepSeek, consultada el 11 de septiembre de 2026. Todo es por millón de tokens, en USD, y DeepSeek aplica un calendario de horas punta y valle en el que las horas valle cuestan exactamente la mitad de las punta.
| Concepto (por 1M de tokens) | Hora valle | Hora punta |
|---|---|---|
| Entrada, acierto de caché | $0.003 | $0.006 |
| Entrada, fallo de caché | $0.15 | $0.30 |
| Salida | $0.60 | $1.20 |
| Ventana de contexto | 1M | 1M |
| Salida máxima | 384K | 384K |
| Límite de concurrencia | 2,500 | 2,500 |
Lo llamas en la API como deepseek-flash (versión del modelo DeepSeek-V4.1-Flash). El modelo admite llamadas a herramientas, salida JSON, la Responses API de OpenAI y un endpoint en formato Anthropic, y ahora lee imágenes de forma nativa, lo que abre casos de uso de agentes de IA que el V4 Flash, solo de texto, no podía tocar. No hay plan gratuito: el uso descuenta de un saldo recargado o concedido, y el saldo concedido se gasta primero.
Merece la pena fijarse en dos números. La tarifa de entrada con acierto de caché de $0.003 es cincuenta veces más barata que la de fallo de caché, así que todo lo que puedas mantener estable entre solicitudes (un prompt de sistema, un fragmento de conocimiento, un esquema de herramienta) sale casi gratis al reenviarlo. Y el techo de concurrencia de 2,500 es cinco veces el de 500 de V4 Pro, algo que importa en cuanto lo apuntas a un flujo de atención al cliente real en lugar de a un script de prueba.
La trampa de las horas punta y valle, y por qué normalmente te ayuda
Esta es la parte que omiten la mayoría de las comparaciones de precios. Las horas punta de DeepSeek son de 01:00 a 04:00 y de 06:00 a 10:00 UTC, de lunes a viernes. Todo lo demás es hora valle, a mitad de precio.
Esas franjas equivalen al horario laboral chino. Si tu tráfico es una cola de soporte de EE. UU. o Europa, la mayor parte de tu volumen cae en las horas valle de DeepSeek, así que pagas sobre todo la tarifa baja sin hacer nada especial. Es un viento a favor genuino para construir un software de atención al cliente con IA occidental.
También es algo frágil, y conviene avisar a quien apruebe el presupuesto. Tu tarifa efectiva depende del reloj, no solo de tu uso, de modo que un trabajo por lotes que programes a las 08:00 UTC cuesta el doble que el mismo trabajo a las 14:00. Si ejecutas lotes nocturnos o tienes agentes europeos conectados temprano, parte de tu tráfico se desplazará a la franja punta. Modela la mezcla, no des por hecha la tarifa valle del titular para cada token.
Tokens de razonamiento: el coste que no está en la tarjeta de precios
La tarifa de salida del titular es de $0.60 por millón en horas valle. La trampa es que DeepSeek V4.1 Flash tiene el modo de pensamiento activado por defecto, y cada token de razonamiento que genera se factura a esa misma tarifa de salida.
DeepSeek expone el esfuerzo de razonamiento como un dial continuo de 1 a 100 (los ajustes predefinidos de la API son low, high y max). Si lo subes, la calidad de la respuesta mejora, pero también el número de tokens que se queman antes de que veas una respuesta. Una solicitud que devuelve una respuesta de 200 tokens puede haber generado varios miles de tokens de razonamiento oculto para llegar ahí, y los pagas todos. Probadores independientes también señalaron que el Flash anterior era verboso, así que no es una preocupación teórica.
La conclusión práctica para un modelo de costes: no multipliques la longitud de respuesta esperada por $0.60 y des el asunto por cerrado. Si ejecutas un flujo de desvío de nivel 1 donde la mayoría de los tickets necesitan casi nada de razonamiento, mantén el esfuerzo bajo y la factura real se queda cerca del titular. Si subes el esfuerzo para tickets difíciles, tu coste por resolución puede variar en silencio en un orden de magnitud. Es la misma razón por la que las estimaciones del coste de un chatbot que solo cuentan la respuesta visible suelen ser erróneas.
Estima tu propia factura mensual
La forma más clara de ver lo que esto significa para ti es introducir tus propios volúmenes. Esta herramienta aplica las tarifas de lista de DeepSeek y muestra el coste repartido entre entrada y salida.
Por qué V4.1 Flash es tan barato: la arquitectura
Un modelo tan barato suele ser un modelo pequeño, pero V4.1 Flash es una mezcla de expertos de 552B parámetros, más grande que el V4 Flash de 284B al que sustituye. La rebaja viene, en cambio, de un diseño nuevo.
Lo principal es una arquitectura de codificador-decodificador causal que activa solo 8B parámetros para leer tu prompt y 16B para escribir la respuesta, de modo que la mayor parte de los 552B está inactiva en cada token. La otra palanca es la memoria: DeepSeek informa de una caché KV de unos 890 bytes por token, aproximadamente cuatro veces menor que la de V4 Flash y cientos de veces menor que la de su primera generación. Menos memoria por token en curso es lo que permite a DeepSeek atender 2,500 solicitudes concurrentes y trasladar el ahorro a la tarifa.
No necesitas los detalles internos para comprar el modelo, pero explican por qué esto no es un precio de gancho que se vaya a reajustar en tres meses. El precio bajo es una propiedad del diseño, lo que lo convierte en un dato de entrada más fiable para un modelo de coste por resolución que una tarifa promocional.
La retirada de V4 Pro: un cambio de facturación que conviene planificar
Lo más comentado de este lanzamiento no es el precio, sino lo que DeepSeek hace con él. Como V4.1 Flash iguala o supera al más caro V4 Pro, DeepSeek retira V4 Pro: desde el 14 de septiembre de 2026, todas las solicitudes a deepseek-v4-pro se dirigen a V4.1 Flash y se facturan a tarifas de Flash hasta que salga un futuro V4.1 Pro.
En la factura, es una buena noticia: una solicitud que costaba $1.98 de salida con V4 Pro ahora cuesta $0.60. En fiabilidad, puso nerviosos a los desarrolladores, porque el modelo que habías fijado cambia en silencio bajo un flujo ya validado:
"If I'd carefully tested and optimized prompts against Pro I wouldn't be keen on this particular news. I feel like API model providers should lean towards not swapping out models on their paying customers, no matter how much 'better' the new model is meant to be."
El contraargumento justo es que DeepSeek publica los pesos abiertos de cada modelo, así que quien necesite una versión congelada puede fijarla por su cuenta. En cualquier caso, si tienes un flujo en producción sobre deepseek-v4-pro, trata el 14 de septiembre como una fecha de cambio real: vuelve a probar con V4.1 Flash antes de que se convierta en tu opción por defecto, con el mismo cuidado que pondrías en cualquier trabajo de fiabilidad de agentes de IA.
Cómo se compara en precio
Frente a la propia gama de DeepSeek, V4.1 Flash es la opción capaz más barata que ofrecen, y es la razón por la que el antiguo DeepSeek V4 Flash y V4 Pro se están integrando en él. Frente al mercado en general, la comparación interesante es el nivel económico de Google, Gemini 3 Flash. Miembros de la comunidad que probaron ambos fueron tajantes:
"The direct competition is Gemini Flash, and these models are much better on agentic tasks with fraction of the task price compared to Gemini... 20-30% of the price per task. And especially Deepseek Flash produces better quality than Gemini does."
Eso concuerda con la tarjeta de precios de Gemini y con la forma general del mercado: DeepSeek sigue marcando el suelo.
Si estás comparando motores activamente para un proyecto de soporte, nuestros análisis de DeepSeek V4 Flash vs GPT-5.6 y Claude vs Gemini repasan las compensaciones más allá del precio. Y si estás valorando una opción creada por un proveedor en lugar de tokens sin procesar, el coste de Decagon es un punto de referencia útil.
La trampa que nadie incluye en el precio: esto es un modelo, no un agente de soporte
Aquí tengo que ser honesto sobre lo que el precio compra y lo que no. La tarifa es para un modelo en bruto. Apuntar un modelo en bruto a tickets de clientes no es lo mismo que tener un helpdesk con IA que funcione, y está a años luz de un antiguo chatbot basado en reglas. La brecha entre un modelo y un producto es donde está el dinero de verdad.
Primero, la cuestión de los datos. Los términos de la API de pago de DeepSeek no dicen si tus entradas entrenan el modelo, no hay una opción publicada de cero retención ni un acuerdo de tratamiento de datos, y las solicitudes se procesan en la RPC. Para una cola llena de nombres de clientes, números de pedido y datos personales, esa es una conversación de cumplimiento normativo que conviene tener antes de enviar un solo ticket real, no después. Si este es tu mundo, nuestra guía sobre SOC 2 y RGPD para chatbots de soporte es el punto de partida adecuado.
Segundo, y más importante: el coste de tokens es un error de redondeo frente al coste de automatizar mal el soporte. Un modelo que da una respuesta equivocada con total seguridad a una pregunta de reembolso no te ahorra dinero, crea un cliente enfadado y trabajo humano de limpieza. Tras años haciendo funcionar IA en colas reales, el patrón es siempre el mismo: el modelo de $0.60 por millón es el 2 % del trabajo, y el otro 98 % es el conocimiento de la empresa, las reglas de escalado, las acciones reales en tu helpdesk y las pruebas con tu propio historial antes de salir en producción. Es también la razón por la que las cifras que importan son tus métricas de soporte, no el contador de tokens. Por eso toda comparación seria de costes entre agente de IA y agente humano tiene que mirar más allá del contador de la API.
Prueba eesel
DeepSeek V4.1 Flash es un motor fantástico y, a $0.15 de entrada y $0.60 de salida, es uno de los motores capaces más baratos del mercado. Pero un motor no es un empleado. eesel es una plataforma de compañeros de IA: en lugar de un modelo en bruto que tienes que envolver con conocimiento, salvaguardas e integraciones, contratas a un compañero listo para trabajar en una tarea concreta. El compañero de IA para el helpdesk se incorpora a tu cola actual, aprende de tus tickets pasados y de tu centro de ayuda, y sabe cuándo pasar el caso a una persona, así que qué modelo funciona por debajo es un detalle que no tienes que gestionar.
Como una entrada sobre precios de DeepSeek suele atraer a gente que vive en una terminal, vale la pena destacar algo: eesel no es solo un panel. Incluye una interfaz de línea de comandos real, @eesel/cli, y cada espacio de trabajo es también un servidor MCP. Una persona puede manejar al mismo compañero desde una terminal, los scripts pueden automatizarlo en CI y agentes de programación como Claude Code o Cursor pueden operarlo directamente. Puedes conectar una integración, editar las instrucciones permanentes, ejecutar una simulación con tu historial real de tickets e inspeccionar cada ejecución con eesel activity, todo sin abrir un navegador.
Es la forma API-first de gestionar el soporte, el mismo flujo de trabajo nativo de terminal que usarías para gestionar agentes desde la línea de comandos, y está documentado por completo en la documentación de la CLI de eesel.
En precio, eesel tiene una tarifa mensual fija desde $299/mes por 500 créditos (1 crédito por ticket o chat), sin coste por puesto, y un plan gratuito con 100 créditos. Si te interesa un modelo barato para reducir los costes de soporte, lo que yo no me saltaría es la simulación: prueba eesel y comprueba la calidad real de resolución con tus propios tickets antes de comprometerte con cualquier modelo, DeepSeek incluido.
Preguntas frecuentes
¿Cuánto cuesta DeepSeek V4.1 Flash?
En la API oficial, DeepSeek V4.1 Flash cuesta, en horas valle, $0.15 por millón de tokens de entrada con fallo de caché, $0.003 con acierto de caché y $0.60 por millón de tokens de salida. Las horas punta duplican cada una de esas cifras. Eso hace que los precios de DeepSeek V4.1 Flash sean más baratos que los precios de DeepSeek V4 Flash, que se retira, y alrededor de un tercio del nivel V4 Pro, también en retirada.
¿Cuáles son las horas punta y valle de DeepSeek?
Las horas punta son de 01:00 a 04:00 y de 06:00 a 10:00 UTC en días laborables, y las tarifas en horas valle son exactamente la mitad. Como esas franjas coinciden con el horario laboral chino, una cola de soporte de EE. UU. o Europa factura sobre todo a la tarifa valle, más barata. Es un ahorro real, y depende en silencio del reloj.
¿Es DeepSeek V4.1 Flash más barato que DeepSeek V4 Pro?
Sí, por un margen amplio. La entrada con fallo de caché de V4 Pro cuesta $0.66 en horas valle y su salida $1.98, frente a $0.15 y $0.60 de V4.1 Flash. DeepSeek retira V4 Pro porque el modelo nuevo y más barato lo iguala o lo supera, así que desde el 14 de septiembre de 2026 las antiguas llamadas a deepseek-v4-pro se dirigen a V4.1 Flash con tarifas de Flash.
¿Tiene DeepSeek V4.1 Flash un plan gratuito?
La página de precios no anuncia ningún plan gratuito. El uso se descuenta de tu saldo recargado o concedido, y el saldo concedido se gasta primero. Si quieres probar una IA de soporte sin un contador de tarjeta de crédito en marcha, un compañero de IA para el helpdesk como eesel tiene un plan gratuito con 100 créditos y sin tarjeta.
¿Cómo afectan los tokens de razonamiento a los precios de DeepSeek V4.1 Flash?
El modo de pensamiento está activado por defecto, y los tokens de razonamiento que genera el modelo se facturan a la tarifa de salida. Por eso un ajuste de razonamiento alto puede multiplicar en silencio tu coste real por solicitud, aunque la cifra titular de $0.60 de salida nunca cambie. Si estás modelando el coste de una carga de desvío de nivel 1, presupuesta los tokens de pensamiento, no solo la respuesta.
¿Son buenos los precios de DeepSeek V4.1 Flash para el servicio de atención al cliente?
El precio bruto por token es excelente, pero el coste de tokens es una porción pequeña de lo que cuesta realmente operar un bot de soporte. Las preguntas más importantes son el tratamiento de datos (los términos de DeepSeek no dicen nada sobre el uso para entrenamiento y los datos se procesan en la RPC) y si el modelo está conectado siquiera a tu conocimiento y tu helpdesk. Consulta nuestra nota sobre el coste por resolución para una visión más completa.
¿Puedo alojar DeepSeek V4.1 Flash por mi cuenta para evitar los costes de la API?
Sí, los pesos tienen licencia MIT en Hugging Face. El problema es el hardware: con 552B parámetros necesita unos 384GB de memoria, así que alojarlo por tu cuenta solo sale a cuenta con mucho volumen. Para configuraciones más ligeras, compara plataformas de chatbot de código abierto que quepan en equipos más pequeños.