Estrategia de precios de DeepSeek: Por qué Liang Wenfeng prioriza la eficiencia sobre la maximización de ganancias

Introducción

Liang Wenfeng, fundador de DeepSeek, ha ofrecido recientemente una de las explicaciones más claras hasta la fecha sobre cómo la empresa concibe los precios, la eficiencia de costes, los modelos de código abierto y la comercialización.

En una reunión con inversores que supuestamente duró cuatro horas, Liang afirmó que el precio de DeepSeek no busca maximizar los ingresos. Por el contrario, el objetivo de la empresa es obtener lo que él denomina beneficios razonables, manteniendo al mismo tiempo los precios del modelo lo suficientemente bajos como para permitir un uso generalizado.

El ejemplo más evidente es DeepSeek-V4-Pro. Este modelo se lanzó inicialmente con un precio relativamente alto, ya que la empresa preveía que la demanda superaría su capacidad informática de alto nivel disponible. Posteriormente, DeepSeek redujo el precio a una cuarta parte del original, un descenso permanente del 75%.

El planteamiento de Liang va más allá de las promociones de precios tradicionales. Considera el bajo coste como resultado de la eficiencia arquitectónica y de ingeniería, así como una condición necesaria para la investigación de modelos de vanguardia con recursos informáticos limitados.

Los comentarios de la reunión que circulan en línea se han recopilado a partir de materiales limitados y no constituyen una transcripción palabra por palabra oficial publicada por DeepSeek. Por lo tanto, parte de la redacción puede diferir de las declaraciones originales. Los nombres de los modelos actuales, las características y los precios de API de este artículo se han cotejado con la documentación oficial de DeepSeek.

DeepSeek afirma buscar beneficios razonables, no la maximización de ingresos

La idea central de los comentarios de Liang sobre los precios es la moderación.

Se espera que la mayoría de las empresas tecnológicas aumenten sus ingresos, amplíen su cuota de mercado, creen organizaciones de ventas y obtengan el máximo valor posible de sus productos exitosos. El objetivo declarado de DeepSeek es más limitado.

Según se informa, Liang afirmó:

"Solo obtenemos beneficios razonables."

Esta declaración no implica que DeepSeek rechace la actividad comercial. La empresa cobra por el uso de su API, opera productos de consumo, presta servicios a desarrolladores y sigue ampliando el acceso a sus modelos.

La diferencia radica entre operación comercial y maximización comercial.

DeepSeek parece dispuesta a obtener ingresos suficientes para mantener el servicio y respaldar el desarrollo, pero en la actualidad no desea que las decisiones sobre precios estén dominadas por el objetivo de extraer el máximo beneficio de cada usuario.

Esta filosofía refleja el enfoque superior de la empresa en la inteligencia artificial general. Liang describe los productos y servicios como pasos en el camino hacia sistemas más potentes, no como el objetivo final de la empresa.

El precio de DeepSeek-V4-Pro se reduce a una cuarta parte del original

DeepSeek-V4-Pro ofrece un ejemplo concreto de este enfoque.

Cuando el modelo se puso en marcha, el precio de su API era significativamente más alto que el del modelo más ligero V4-Flash. DeepSeek atribuyó esta diferencia a la limitada capacidad informática de alto nivel y anticipó que los precios bajarían a medida que hubiera más infraestructura disponible.

En mayo de 2026, la empresa redujo el precio de forma permanente en un 75%.

Según se informa, los precios en yuanes pasaron de aproximadamente 0,1 a 24 yuanes por cada millón de tokens a 0,025 a 6 yuanes por cada millón de tokens, dependiendo de si se trataba de entrada en caché, entrada sin caché o salida.

Al parecer, Liang explicó que el precio inicial de V4-Pro era más alto porque DeepSeek temía una demanda excesiva. Una vez que se dieron las condiciones para reducir el precio, la empresa lo bajó directamente a una cuarta parte.

Según el acta de la reunión, los empleados celebraron esta reducción de precio, ya que el modelo se construyó precisamente para que más personas pudieran utilizarlo plenamente.

Esta formulación es inusual. Normalmente, las reducciones de precio se describen como un medio para captar clientes, posicionarse competitivamente o aumentar la cuota de mercado. Liang, en cambio, las presenta como una alineación más perfecta entre el propósito del modelo y su accesibilidad.

Precios actuales de la API de DeepSeek

La documentación oficial de la API de DeepSeek enumera actualmente dos puntos finales principales de V4:

Modelo	Entrada en caché (por millón de tokens)	Entrada sin caché (por millón de tokens)	Salida (por millón de tokens)	Longitud de contexto
DeepSeek-V4-Flash	0,0028 USD	0,14 USD	0,28 USD	1 millón de tokens
DeepSeek-V4-Pro	0,003625 USD	0,435 USD	0,87 USD	1 millón de tokens

Según la documentación actual, ambos modelos admiten modos de pensamiento y no pensamiento, salida JSON, llamadas a herramientas, prefijo de diálogo y una longitud de contexto máxima de 1 millón de tokens.

En cuanto a los límites de concurrencia indicados, V4-Flash es superior a V4-Pro:

• V4-Flash: 2.500
• V4-Pro: 500

DeepSeek también declara que los precios pueden variar y recomienda consultar la página de precios oficial antes de estimar los costes de producción.

Los nombres de modelos antiguos deepseek-chat y deepseek-reasoner dejarán de utilizarse el 24 de julio de 2026. Actualmente, se asignan a los modos de no pensamiento y pensamiento de deepseek-v4-flash por motivos de compatibilidad.

Por qué DeepSeek fijó inicialmente un precio más alto

Un precio de lanzamiento alto no siempre significa que la empresa considere que el valor del producto ha aumentado de forma permanente.

También puede ser un mecanismo de gestión de la capacidad.

Cuando la demanda supera la oferta disponible de potencia de cálculo para inferencia, los proveedores de servicios tienen varias opciones:

1. Crear listas de espera.
2. Implementar límites estrictos de velocidad.
3. Restringir el acceso solo a clientes específicos.
4. Reducir las funciones disponibles del modelo.
5. Suprimir la demanda aumentando los precios.
6. Ampliar la infraestructura y bajar los precios posteriormente.

DeepSeek parece haber combinado estrategias de precios y limitación de capacidad.

V4-Pro requiere recursos informáticos de alto nivel más escasos, por lo que un precio inicial más alto reduce la probabilidad de que la demanda sature el servicio. Cuando se dispuso de más capacidad y mejoras de eficiencia, la empresa pudo ofrecer el modelo de forma más amplia.

Esto es muy diferente de fijar un precio alto porque los clientes están dispuestos a pagarlo.

En el primer caso, el precio se considera una herramienta temporal de asignación de recursos; en el segundo, un medio para obtener el máximo valor percibido.

Las declaraciones de Liang indican que DeepSeek tiende a bajar los precios una vez que se eliminan las restricciones de capacidad.

El bajo coste es un resultado arquitectónico, no una mera estrategia comercial

Según se informa, Liang destacó que el bajo coste de DeepSeek no es una simple estrategia comercial.

Es el resultado conjunto de la arquitectura del modelo, la ingeniería de sistemas y la optimización consciente del hardware.

DeepSeek se ha centrado siempre en medios técnicos para mejorar la capacidad efectiva del modelo con un presupuesto informático limitado.

Entre los ejemplos de su investigación se incluyen:

• Arquitectura de expertos mixtos (que activa solo una parte de los parámetros del modelo para cada token)
• Atención latente multicabezal (que reduce la necesidad de caché de claves y valores)
• Entrenamiento de baja precisión
• Sistemas de entrenamiento de comunicación eficiente
• Codiseño consciente del hardware
• Caché de contexto
• Computación dispersa
• Inferencia y servicio optimizados

Por ejemplo, DeepSeek-V2 tiene un total de 236 mil millones de parámetros, pero solo activa 21 mil millones por token. Su artículo de investigación indica que, en comparación con el sistema anterior DeepSeek 67B, el modelo tiene un coste de entrenamiento menor, una caché KV significativamente reducida y un mayor rendimiento de generación.

DeepSeek-V3 amplía el total de parámetros a 671 mil millones, activando 37 mil millones por token. La empresa informa de que completó el entrenamiento con 14,8 billones de tokens, manteniendo los precios de la API por debajo de la mayoría de los servicios de modelos de vanguardia.

DeepSeek-V4 continúa esta estrategia, admitiendo una ventana de contexto de un millón de tokens y lanzando modelos Flash y Pro independientes.

Estos sistemas no hacen que la computación tenga un coste cero. Los grandes modelos siguen necesitando chips caros, redes, electricidad, ingeniería, almacenamiento y operaciones de centros de datos.

La clave es que la arquitectura puede cambiar la capacidad del modelo generada por cada unidad de computación.

La eficiencia de costes ayuda a DeepSeek a entrenar modelos más grandes

El argumento más profundo de Liang se refiere a la capacidad de investigación.

Las empresas con recursos informáticos ilimitados pueden optimizar los modelos añadiendo más chips, ampliando clústeres y aumentando las rondas de entrenamiento.

Las condiciones operativas de DeepSeek son diferentes de las de las grandes empresas tecnológicas estadounidenses. Las restricciones a la exportación, el suministro de chips, las necesidades de capital y las limitaciones de infraestructura afectan a su capacidad de entrenamiento.

En este entorno, reducir el coste por unidad de computación produce un doble efecto.

Reducir el coste de servicio al usuario

Una inferencia más eficiente permite a DeepSeek gestionar más solicitudes con la misma infraestructura, lo que reduce los precios de la API y amplía el alcance del servicio.

Ampliar la escala de modelos entrenables

Si el sistema de entrenamiento utiliza los recursos informáticos de forma más eficiente, la empresa puede entrenar modelos más grandes o más avanzados dentro de un presupuesto de hardware fijo.

Según se informa, Liang resumió esta diferencia diciendo que las grandes empresas resuelven los problemas añadiendo recursos, mientras que DeepSeek prioriza la optimización de la eficiencia de costes.

Esta es precisamente la razón por la que los precios bajos y la investigación de vanguardia están estrechamente vinculados en la estrategia de DeepSeek. Las optimizaciones de ingeniería que reducen el coste de la inferencia también pueden ayudar a la empresa a lograr mayores avances con recursos de entrenamiento limitados.

El coste prima sobre el tiempo y la experiencia del usuario

En una transcripción más completa de la reunión, Liang supuestamente mencionó tres elementos clave en la competencia de modelos de vanguardia:

1. Coste
2. Tiempo
3. Experiencia del usuario

El coste se situó en primer lugar.

Cuando dos empresas ofrecen modelos de calidad similar, la que puede prestar el servicio a un coste menor tiene una ventaja estructural. Puede fijar precios más bajos, mantener a más usuarios, realizar más experimentos internos o reinvertir los ahorros en la siguiente ronda de entrenamiento.

El tiempo ocupa el segundo lugar, porque una ventaja de varios meses es crucial en un mercado que cambia rápidamente. Los modelos, el hardware, los marcos de agentes y las expectativas de los clientes cambian constantemente.

La experiencia del usuario puede generar lealtad, pero según los informes, Liang Wenfeng no la describió como el foso técnico más fundamental.

Esta jerarquía de prioridades ayuda a explicar por qué DeepSeek invierte fuertemente en arquitectura e infraestructura, mientras mantiene equipos de ventas y producto relativamente reducidos.

DeepSeek opera su negocio de API con un equipo pequeño

Según los informes, Liang Wenfeng dijo que cree que el negocio de API en sí mismo no es particularmente atractivo.

Este comentario puede sonar sorprendente, ya que los ingresos por API son uno de los principales modelos de negocio para los proveedores de modelos de vanguardia.

Desde la perspectiva del modelo operativo, la postura de DeepSeek es más fácil de entender.

Según las actas de la reunión:

• Un equipo pequeño puede mantener el servicio.
• El soporte al cliente de la empresa es muy limitado.
• No se necesita un equipo de ventas grande.
• Los usuarios descubren e integran los modelos por sí mismos.
• La demanda de productos está impulsada por la capacidad del modelo y el precio.

Este es un modelo de distribución impulsado por el producto.

DeepSeek no contrata un gran equipo de ventas empresariales para negociar contratos, sino que publica modelos, ofrece API compatibles y documentación pública, permitiendo que los desarrolladores comiencen a usar el servicio directamente.

Este enfoque puede mantener bajos los costos operativos, pero también tiene un costo.

Las organizaciones grandes suelen necesitar:

• Soporte de adquisiciones
• Documentación de seguridad
• Acuerdos de nivel de servicio
• Gestión de cuentas
• Asistencia para la migración
• Revisión de cumplimiento normativo
• Capacidad dedicada
• Soporte para respuesta a incidentes
• Consultoría de integración

Una organización comercial simplificada puede ser adecuada para desarrolladores autosuficientes y equipos con alta capacidad técnica, pero puede no serlo para empresas que esperan soporte completo y garantías contractuales.

"Estamos comercializando, pero la comercialización no es el objetivo"

Según los informes, Liang Wenfeng dijo que DeepSeek ha estado comercializando, pero no considera la comercialización como un fin último.

Esto no equivale a decir que la empresa no tenga un modelo de negocio.

DeepSeek cuenta actualmente con múltiples mecanismos que pueden generar ingresos o valor estratégico:

• Acceso a API de pago
• Aplicaciones de consumo
• Adopción por parte de desarrolladores
• Uso empresarial
• Crecimiento del ecosistema de modelos
• Distribución de pesos de código abierto
• Licencias de tecnología o asociaciones
• Colaboración en infraestructura
• Atracción de talento
• Posibles productos futuros

Esta declaración debe entenderse más como una jerarquía de prioridades.

El objetivo principal de DeepSeek es mejorar la capacidad del modelo y buscar la inteligencia artificial general (AGI). Las actividades comerciales sirven a este esfuerzo, pero la empresa no quiere que los objetivos de ingresos a corto plazo desvíen la investigación hacia cada categoría de producto popular.

Según los informes, Liang Wenfeng dijo que el momento para que DeepSeek se vuelque completamente a la comercialización aún está lejano.

Esta postura puede ser más fácil de mantener cuando se cuenta con fondos suficientes, inversores pacientes u otras fuentes de apoyo financiero. Sin embargo, a medida que crece la demanda de cómputo, incluso los laboratorios centrados en la investigación deben lidiar con los costos de infraestructura, la retención de empleados y la operación a largo plazo.

Incluso sin maximizar ganancias, los precios bajos pueden ser un arma competitiva

DeepSeek puede no describir su fijación de precios como una lucha por la participación de mercado, pero los precios bajos aún afectan a los competidores.

Un proveedor que ofrece un modelo de calidad competitiva a un precio que es solo una fracción del costo de las API principales del mercado obliga al mercado a reaccionar.

Los competidores pueden necesitar:

• Bajar precios
• Lanzar modelos más pequeños
• Optimizar mecanismos de caché
• Ofrecer descuentos por volumen
• Optimizar la eficiencia de inferencia
• Crear enrutamiento de niveles más baratos
• Agrupar modelos con servicios en la nube
• Justificar primas altas mediante herramientas, confiabilidad o soporte

El resultado final es una reducción general en el costo de implementación de IA.
Este cambio beneficia a desarrolladores, startups, instituciones de investigación y empresas que antes no podían permitirse el uso de modelos a gran escala.
Al mismo tiempo, presiona a los proveedores de modelos que dependen de altos márgenes brutos para mantener la rentabilidad.
Por lo tanto, incluso si DeepSeek declara que su objetivo no es la maximización de ganancias, su estrategia de precios tiene un impacto comercial.

Los modelos de código abierto son parte de la misma estrategia

Los comentarios de Liang Wenfeng sobre los precios están estrechamente relacionados con el apoyo de DeepSeek a la publicación de modelos de código abierto.
Según los informes, describió el código abierto como renunciar a parte de los beneficios potenciales de la empresa.
Publicar los pesos del modelo permite:

• A los investigadores estudiar la arquitectura del modelo
• A los desarrolladores ejecutar el modelo de forma privada
• A las empresas realizar ajustes finos o adaptaciones
• A los proveedores de infraestructura optimizar el despliegue
• A los competidores aprender de los resultados
• A un ecosistema más amplio construir sin usar la API alojada de DeepSeek

Desde una perspectiva comercial estrecha, esto podría debilitar el efecto de bloqueo de la API.
Pero desde la perspectiva de DeepSeek, los modelos de código abierto también aportan:

• Influencia técnica
• Adopción por parte de desarrolladores
• Retroalimentación de investigación
• Valor de contratación
• Orgullo organizacional
• Innovación más rápida del ecosistema
• Una posición más fuerte en el diálogo global sobre IA

Según los informes, Liang Wenfeng dijo que DeepSeek no publicará un modelo deliberadamente debilitado mientras retiene una versión sustancialmente más fuerte.
Esta afirmación debe evaluarse caso por caso con cada publicación, pero refleja la posición pública de la empresa: el acceso abierto no es solo una muestra de marketing, sino una parte sustancial de la estrategia de investigación.

"Beneficio razonable" no significa nada

La expresión "beneficio razonable" es atractiva, pero no es un indicador financiero preciso.
DeepSeek no ha definido públicamente:

• El margen bruto objetivo
• El margen de beneficio operativo objetivo
• La tasa de retorno requerida para la infraestructura
• Cómo se distribuyen los costos de investigación en la fijación de precios de la API
• Si los productos de consumo están subvencionados
• Cómo cambian los precios con la oferta de chips
• Cuánta capacidad de cómputo se reserva internamente
• Si los servicios empresariales futuros utilizarán márgenes diferentes

Por lo tanto, esta declaración debe entenderse como una declaración de intención, no como una fórmula de precios pública.
Tampoco garantiza que los precios nunca subirán.
Los documentos oficiales de DeepSeek indican que los precios de los productos pueden cambiar. Las limitaciones de cómputo, los costos de hardware, la demanda, el tamaño del modelo y los requisitos de servicio pueden afectar los precios futuros.
Una empresa puede rechazar la maximización de ganancias mientras aumenta los precios cuando los costos del servicio aumentan.

La diferencia entre tokens baratos y bajo costo total

El precio por millón de tokens de API es fácil de comparar, pero no refleja el costo total de usar el modelo.
Una aplicación de nivel de producción también debe considerar los siguientes aspectos:

Indicadores:

• La cantidad de tokens que necesita el modelo para completar una tarea.
• Si se requieren reintentos.
• La calidad de las llamadas a herramientas.
• La latencia.
• La tasa de aciertos de caché.
• La longitud del contexto.
• La longitud de salida.
• La tasa de error.
• El tiempo de revisión humana.
• La fiabilidad bajo carga.
• El costo de cambiar de modelo.
• El valor del soporte y las garantías de servicio.

Un modelo con un precio unitario por token más bajo puede terminar siendo más costoso si sus respuestas son extensas, fallan con frecuencia o requieren correcciones significativas.

Un modelo más caro que resuelve el problema de una vez puede resultar más económico.

Por lo tanto, la ventaja de costo de DeepSeek debe probarse a nivel de flujo de trabajo completo, no solo en función de sus tarifas de token publicadas.

Cosas que los desarrolladores deben verificar antes de elegir la API de DeepSeek

Adecuación del modelo

Compare V4-Flash y V4-Pro según la tarea real. Para flujos de trabajo de alto rendimiento, Flash puede ser suficiente; para tareas complejas de codificación, razonamiento o agentes, Pro puede ser más adecuado.

Comportamiento de caché

La entrada en caché es mucho más barata que la entrada no almacenada en caché. Para aplicaciones con indicaciones de sistema repetitivas, documentos compartidos o contexto estable, el almacenamiento en caché puede ofrecer ventajas significativas de costo.

Longitud de salida

Las tarifas de salida para ambos modelos son más altas que las de entrada. Las trayectorias de razonamiento innecesariamente largas o las respuestas prolijas pueden dominar la factura.

Capacidad de concurrencia

Los límites de concurrencia documentados varían entre Flash y Pro. Los productos de alto rendimiento deben probar los requisitos de capacidad temprano.

Nombre del modelo

Los desarrolladores que aún usan deepseek-chat o deepseek-reasoner deben migrar a los identificadores de modelo V4, ya que los nombres antiguos están programados para ser eliminados.

Riesgo del proveedor

DeepSeek se reserva el derecho de cambiar los precios. Los sistemas de producción deben evitar depender rígidamente de supuestos económicos basados en un precio fijo.

Necesidades de soporte

Para desarrolladores individuales, el acceso autoservicio a la API puede ser suficiente. Las empresas deben confirmar sus expectativas de seguridad, cumplimiento normativo, servicio y soporte antes de estandarizar un proveedor.

Ventajas estratégicas de la estrategia de DeepSeek

El modelo de fijación de precios de DeepSeek crea varias ventajas potenciales.

Adopción más amplia

Los precios bajos reducen el costo de la experimentación, permitiendo que equipos más pequeños utilicen estos modelos.

Más datos de uso y retroalimentación

Una base de usuarios más grande genera más información sobre casos de falla, flujos de trabajo populares, cuellos de botella de infraestructura y necesidades de los desarrolladores.

Presión hacia una ingeniería eficiente

Cuando una empresa no puede depender de altos márgenes de beneficio, se crea un fuerte incentivo para mejorar la arquitectura y la eficiencia del servicio.

Ecosistema abierto más fuerte

Las API alojadas a precios asequibles y los pesos descargables se complementan entre sí. Los desarrolladores pueden comenzar con la API y luego pasar a un despliegue privado.

Reputación en talento e investigación

Los laboratorios comprometidos con la investigación de vanguardia, las publicaciones abiertas y los objetivos técnicos a largo plazo atraen mejor a los ingenieros.

Riesgos y compensaciones

La misma estrategia también trae desafíos.

Requisitos de infraestructura

La demanda atraída por precios extremadamente bajos puede superar el ritmo de crecimiento de la capacidad.

Soporte empresarial limitado

Equipos de ventas y soporte más pequeños pueden ralentizar la adopción en organizaciones con altos niveles de regulación o procesos de adquisición complejos.

Sostenibilidad

El costo de entrenar modelos de frontera sigue aumentando. Un margen de beneficio razonable sigue siendo necesario para cubrir las operaciones del servicio y respaldar la investigación futura.

Expectativas de precios

Una vez que los desarrolladores se acostumbren a precios extremadamente bajos, futuros aumentos de precios podrían enfrentar dificultades.

Respuesta competitiva

Los grandes proveedores de servicios en la nube y modelos pueden subsidiar niveles de bajo costo, empaquetar modelos con infraestructura o aprovechar economías de escala para reducir precios.

Enfoque comercial

Evitar productos no esenciales ayuda a mantener el enfoque en la investigación, pero también puede ceder mercados valiosos a los competidores.

Preguntas frecuentes

¿Qué opina Liang Wenfeng sobre la estrategia de precios de DeepSeek?

Según informes, Liang Wenfeng ha declarado que el objetivo de DeepSeek es obtener un beneficio razonable, no maximizar los ingresos. Vincula la estrategia de precios bajos con el objetivo de la empresa de hacer que los modelos potentes estén ampliamente disponibles y mejorar la eficiencia de costos.

¿DeepSeek redujo el precio de algún modelo en un 75%?

Sí. DeepSeek redujo permanentemente el precio de V4-Pro en un 75%, dejándolo en una cuarta parte del precio original. Las tarifas específicas dependen del uso de entrada en caché, entrada no en caché y salida.

¿Por qué DeepSeek-V4-Pro era caro en su lanzamiento?

DeepSeek indicó que en ese momento los recursos de cómputo de alta gama eran limitados. El precio inicial más alto ayudó a controlar la demanda hasta obtener más capacidad de cómputo y mayor eficiencia.

¿Cuál es el precio actual de la API de DeepSeek-V4?

Según la documentación oficial de DeepSeek, V4-Flash cobra 0,0028 USD por millón de tokens de entrada en caché, 0,14 USD por tokens de entrada no en caché y 0,28 USD por tokens de salida. Los precios correspondientes para V4-Pro son 0,003625 USD, 0,435 USD y 0,87 USD.

¿DeepSeek se opone a la comercialización?

No. Según informes, Liang Wenfeng afirmó que la empresa siempre ha buscado la implementación comercial, pero la comercialización no es su objetivo final. Sus prioridades siguen siendo la investigación de modelos y la búsqueda a largo plazo de la inteligencia artificial general (AGI).

¿Cómo ofrece DeepSeek precios de API tan bajos?

DeepSeek atribuye su ventaja de costos a la arquitectura del modelo, computación dispersa, tecnología de caché, entrenamiento de baja precisión, optimización de infraestructura y un modelo operativo ligero. La disponibilidad de hardware y la capacidad de cómputo también influyen en los precios.

¿DeepSeek ofrece servicios de ventas y soporte empresarial?

DeepSeek ofrece documentación, API, límites de uso y solicitudes de escalado, pero Liang Wenfeng indicó que el equipo de operaciones de la empresa es pequeño y su infraestructura tradicional de ventas y soporte al cliente es limitada. Las empresas deben verificar si el soporte existente satisface sus necesidades.

¿Los precios de la API de DeepSeek se mantendrán sin cambios?

No necesariamente. La página oficial de precios de DeepSeek declara que los precios pueden variar y la empresa se reserva el derecho de ajustarlos. Los desarrolladores deben consultar la documentación más reciente al estimar costos.

Herramientas relacionadas

• DeepSeek Chat: Interfaz web oficial de DeepSeek para interactuar con el modelo actual.
• Plataforma API de DeepSeek: Plataforma oficial para obtener claves API, gestionar uso, facturación y acceso a modelos.
• Documentación API de DeepSeek: Guía oficial de integración, información del modelo, precios, límites y registro de cambios.
• GitHub de DeepSeek

Repositorio oficial de investigación de modelos, componentes de inferencia, sistemas de entrenamiento y proyectos de código abierto.

• DeepSeek en Hugging Face: Publicaciones oficiales de pesos de modelos de código abierto, tarjetas de modelo y puntos de control descargables.
• Colección DeepSeek-V4: Colección oficial de modelos V4, incluyendo Flash, Pro, base y variantes de implementación.

Enlaces relacionados

• Modelos y precios de DeepSeek: Precios oficiales actuales de API, límites de contexto, funciones y nombres de modelos.
• Lanzamiento de la vista previa de DeepSeek V4: Información oficial sobre V4-Pro, V4-Flash, longitud de contexto y acceso API.
• Registro de actualizaciones de API de DeepSeek: Actualizaciones oficiales sobre modelos, nombres compatibles, funciones y disponibilidad.
• Colección DeepSeek-V4 en Hugging Face: Pesos oficiales de modelos y versiones de lanzamiento relacionadas.
• Lanzamiento de DeepSeek-V3: Arquitectura oficial de V3 e información histórica de precios de API.
• Artículo de investigación de DeepSeek-V2: Detalles técnicos sobre DeepSeekMoE, atención latente multicabeza, eficiencia de entrenamiento y mejoras en inferencia.
• Compilación pública de declaraciones de Liang Wenfeng en reuniones de inversores: Material compilado por terceros, algunas expresiones pueden diferir de las declaraciones originales.

Resumen

Las declaraciones públicas de Liang Wenfeng sobre precios indican que DeepSeek considera la eficiencia de costos como un objetivo técnico y estratégico, no solo un medio para atraer clientes.

La empresa inicialmente fijó un precio alto para V4-Pro para regular la demanda en un contexto de recursos de cómputo de alta gama limitados, y luego redujo el precio en un 75% cuando pudo ofrecer un servicio más amplio. Actualmente, los precios oficiales de API de V4-Flash y V4-Pro se mantienen bajos.

DeepSeek está comercializando su tecnología, pero Liang Wenfeng no describe la maximización de ingresos como el objetivo final de la empresa. Su modelo combina distribución自助, un equipo operativo pequeño, publicación de pesos de código abierto, optimización de la eficiencia arquitectónica y un enfoque a largo plazo en la investigación de AGI.

La lógica central de precios de DeepSeek es: una empresa capaz de construir modelos potentes de la manera más eficiente puede expandir el acceso, competir globalmente y financiar el desarrollo futuro sin cobrar la tarifa más alta por cada llamada.