DeepSeek V4 Pro 0813 llega a GA: 1,6T parámetros MoE con contexto de 1M tokens por menos de un dólar
DeepSeek publica el GA de V4 Pro: MoE de 1,6T parámetros (49B activos), contexto 1M tokens y arquitectura de atención híbrida que recorta los FLOPs de inferencia un 73% frente a V3.2.
DeepSeek ha publicado hoy el GA (General Availability) de DeepSeek V4 Pro 0813, la versión estable de su modelo más grande: un Mixture-of-Experts de 1,6 billones de parámetros con 49B activos que soporta un contexto de un millón de tokens. El modelo ya está disponible en OpenRouter, en Hugging Face y a través de la API oficial de DeepSeek, donde el alias deepseek-v4-pro apunta ahora a esta versión.
La novedad técnica más relevante es la arquitectura de atención híbrida: combina Compressed Sparse Attention (CSA) y Heavily Compressed Attention (HCA) para hacer viable el contexto largo. Según el reporte técnico, en un contexto de 1M tokens V4 Pro necesita solo el 27% de los FLOPs de inferencia por token que requería DeepSeek V3.2 — una mejora de eficiencia drástica en el régimen donde antes se disparaban los costes. A esto se suman las Manifold-Constrained Hyper-Connections (mHC) que refuerzan las conexiones residuales y el optimizador Muon para acelerar la convergencia del entrenamiento.
El precio es el otro titular: $0,435 por millón de tokens de entrada y $0,87 de salida en OpenRouter (con caching y descuentos, el coste real suele ser aún menor). Eso sitúa a un modelo de la frontera abierta a una fracción del coste de los frontier cerrados — en la línea de lo que Simon Willison lleva documentando de la familia V4: casi rendimiento de frontera a una fracción del precio. Junto al GA del Pro, DeepSeek también ha actualizado V4 Flash a la versión 0731 (284B/13B activos), su modelo eficiente para despliegue local.
| Modelo | Parámetros (activos) | Contexto | Precio entrada/salida (OpenRouter) |
|---|---|---|---|
| DeepSeek V4 Pro 0813 | 1,6T (49B) | 1M tokens | $0,435 / $0,87 |
| DeepSeek V4 Flash 0731 | 284B (13B) | 1M tokens | — |
Para quien quiera probarlo localmente, los pesos están publicados con soporte de primera clase para vLLM, SGLang y Transformers, e incluso se puede arrancar con docker model run hf.co/deepseek-ai/DeepSeek-V4-Pro. Eso sí: con 49B activos, correrlo en casa sigue siendo territorio de estaciones de trabajo con varias GPU — el Flash 0731 sigue siendo la opción realista para hardware de consumo.