El “más económico” modelo V4.1 de DeepSeek podría, en realidad, costarle más a los desarrolladores por tarea.

La tarifa es tentadora. DeepSeek ha lanzado la versión V4.1 Flash al mismo precio por token que la versión V4 Flash. Sin embargo, afirman que las tareas se realizan varias veces más rápido. En resumen, se trata de una forma de reducir los costos para los inversores: una IA más económica y con más capacidad por el mismo dinero. Pero DeepSeek presenta los datos de la manera en que siempre lo hace: por token, no por segundo. Para que un número de velocidad pueda ayudar a un desarrollador a ahorrar dinero, es necesario que se reduzca la cantidad de tokens que se utilizan para completar una tarea. Nada en los datos de prueba indica esto. La forma en que se presentan los datos realmente oculta la verdadera dirección de las políticas de DeepSeek.

Faster no toca el medidor.

La API de DeepSeek cobra tarifas por token: la entrada de datos, la salida y los datos en caché tienen sus propias tarifas. Por lo tanto, un modelo que genera 300 tokens por segundo, en comparación con uno que genera solo 80 tokens por segundo, realiza el mismo trabajo, pero en un tiempo diferente. La medida sigue indicando tokens. Ese es el punto clave del análisis: el precio por token y la cantidad de tokens por tarea determinan la factura, mientras que la velocidad de generación no aparece en ella.

Ese es el primer golpe contra las “reducciones de costos”. En la tarjeta, V4.1 Flash se encuentra en la misma fila de precios que V4 Flash; en los materiales de prueba de la versión beta,Aproximadamente $0.28 por millón de tokens de salida, lo que coincide con la tasa utilizada por V4 Flash.Compara eso con la lista de primeras partes:El V4 Flash tiene un costo de entrada de aproximadamente $0.22 y un costo de salida de $0.66 por millón; en comparación, el V4 Pro tiene un costo de entrada de $0.66 y un costo de salida de $1.98 por millón.En comparación con Flash, no hay ningún descuento por cada token. Por lo tanto, la afirmación de que V4.1 “reduce los costos porque su precio por token es igual al de Flash” es algo circular: igualar el precio de Flash no significa que el precio de V4.1 sea más bajo que el de Flash; simplemente, V4.1 reduce la latencia de Flash.

La familia Flash es la más extenso en su clase.

Aquí es donde comienza la historia de los “tokens baratos”. El análisis artificial mide cuántos tokens se consumen por el modelo para completar un benchmark específico. DeepSeek V4 Flash es un caso excepcional en la dirección incorrecta: se…Se utilizaron aproximadamente 240 millones de tokens de salida para ejecutar el Intelligence Index. Eso es aproximadamente el doble de los 120 millones de tokens medios que se utilizan en los modelos de tamaño similar, y más que los 190 millones de tokens del modelo V4 Pro, que es mucho más grande.DeepSeek en sí mismo guía a los usuarios hacia…Un límite de salida de 384,000 tokens, debido a la cantidad de razonamiento que el modelo prefiere hacer., yEl máximo esfuerzo de razonamiento puede producir cinco veces más tokens de salida que el esfuerzo mínimo..

Poner las operaciones aritméticas en una base consistente: las tasas de producción fuera de horario de la primera parte (Flash: ~$0.66/M, Pro: ~$1.98/M), aplicadas a esos valores medidos de “burning” de tokens.

• V4.1 Flash(Precio igual que el V4 Flash; misma complejidad de código): ~240M × $0.66 ≈$158
• V4 FlashMatemáticas idénticas ≈$158– Mismo precio, mismo costo por tarea.
• V4 Pro~190M × $1.98 ≈$376

Flash es realmente aproximadamente 2.4 veces más económico que Pro por tarea completada. Esto se debe a que cuesta mucho menos por token, y el código generado es solo ligeramente más largo. Pero la versión V4.1, que se vende como “V4 Flash, solo más rápido”, tiene el mismo costo por tarea que Flash. La velocidad es una promesa de rendimiento, pero esa promesa no se traduce en un precio menor. Y las ventajas frente a Pro no son lo que anuncian los anuncios de “4–6 veces más rápido que Flash”.

La versión beta tampoco mantiene la velocidad adecuada.

La cifra de marketing —300 o más tokens por segundoSe estima que su rendimiento es similar al de V4 Flash; esta información proviene de los materiales de prueba de DeepSeek. Una lectura independiente de los datos de prueba…Registró aproximadamente 108 tokens por segundo, lo que es prácticamente igual a V4 Flash-0731.No es un salto de 4–6x. Y el V4.1 Flash también no lo es.Todavía se trata de una versión beta interna en fase de lanzamiento, a principios de septiembre. Está limitada en el número de usuarios, solo está disponible para pruebas, y claramente no es recomendada para su uso en producción.Aún no existe una versión disponible en masa que pueda soportar la velocidad o las condiciones de funcionamiento requeridas. Por lo tanto, la idea de reducir los costos se basa en un número de rendimiento que no ha sobrevivido al contacto con una tarjeta real, y en un modelo que aún no ha sido entregado.

La historia de la deflación, invertida

Una sola prueba realizada por un laboratorio chino es importante para un portafolio que no contiene acciones de DeepSeek. Se trata de una prueba útil para evaluar el efecto de la deflación en los precios de los tokens de inteligencia artificial. La creencia es que la disminución de los precios de los tokens hace que sea necesario utilizar menos recursos computacionales para desarrollar la inteligencia artificial. Pero este caso muestra que el mecanismo funciona de forma opuesta: los tokens más económicos y rápidos no reducen los costos de producción; más bien, mantienen los costos por tarea más estables, pero también permiten producir más trabajo – razonamiento más largo, más ciclos de procesamiento, salidas multimodales. El volumen aumenta, y los recursos computacionales necesarios para manejarlo también aumentan. Eso no es algo negativo para el sistema de inferencia; precisamente por eso, los tokens económicos han contribuido históricamente al aumento de la demanda total, en lugar de reducirla.

Para los desarrolladores y para quienes valoran las inversiones en infraestructura o aplicaciones basadas en IA, la métrica importante es el precio del trabajo final, no el precio de un token. Según esta medida, V4.1 Flash en su versión beta no es inferior a V4 Flash; simplemente funciona más rápido. Y si los equipos consideran esa velocidad como una oportunidad para gastar más dinero, el costo total aumentará exactamente donde el marketing prometió que aumentaría.