DeepSeek V4 Pro vs GPT-5.6 Sol: Una brecha de precio de salida de 34x, medida

Empieza por la partida, porque es todo el argumento: GPT-5.6 Sol cuesta $30 por millón de tokens de salida, y DeepSeek V4 Pro cuesta $0.87 — una diferencia de 34× en el número que domina cualquier factura real de IA. Ambos son modelos de clase insignia de 2026 con ventanas de contexto de aproximadamente un millón de tokens, ambos son fuertes en programación, y difícilmente podrían ser más diferentes en todo lo demás. El GPT-5.6 Sol de O​penAI es un modelo insignia cerrado, premium, de razonamiento multimodal, que lidera la frontera en los benchmarks más difíciles. DeepSeek V4 Pro, en su compilación GA 0813, es un modelo de pesos abiertos con licencia MIT que un equipo de desarrollo puede autoalojar, y que está lo suficientemente cerca de Sol en el trabajo de ingeniería cotidiano como para que la diferencia de precio se convierta en la decisión.

Este no es un artículo de "modelo barato vs modelo caro", porque ese encuadre oculta la pregunta real. La pregunta real es más acotada: ¿dónde compra realmente capacidad la prima del 34×, y dónde no? La respuesta honesta es que la prima de Sol se concentra en unos pocos lugares específicos — el razonamiento más difícil, los horizontes agénticos más largos, la orquestación de herramientas más exigente — y que para la mayor parte de lo que un equipo de ingeniería llama un LLM, DeepSeek V4 Pro es funcionalmente intercambiable a una trigésima parte del precio de salida.

Dos filosofías, una ventana de contexto

DeepSeek V4 Pro es un modelo de mezcla de expertos de 1,6 billones de parámetros con 49 mil millones de parámetros activos, pesos abiertos bajo licencia MIT, un contexto de 1 millón de tokens, un límite de salida de 384 000 tokens y —nuevo en la compilación GA— comprensión nativa de imágenes sobre su núcleo de texto y código. GPT-5.6 Sol es el buque insignia de arquitectura no revelada de O​penAI, lanzado el 9 de julio de 2026 como la cúspide de una familia de tres niveles (Sol, Terra, Luna), cerrado y solo disponible a través de API, con un contexto de aproximadamente 1,05 millones de tokens, un límite de salida de 128 000 tokens, entrada de visión nativa y un exclusivo modo de razonamiento «Ultra» que coordina cuatro subagentes paralelos, ampliables a dieciséis. Uno puedes ejecutarlo en tu propio centro de datos; el otro solo puedes alquilarlo.

Lo que realmente compra la prima

La prima de 34× de Sol no es marketing — aparece en los benchmarks que miden el extremo duro de la frontera, y los deltas son reales:

• Razonamiento difícil — en un banco de pruebas independiente de una sola pasada para los problemas de la OMI 2026, GPT-5.6 Sol obtuvo 39 de 42 con esfuerzo extra alto frente a la puntuación de DeepSeek V4 Pro: 19 de 42. Esa es la brecha más grande en este enfrentamiento, y es en el tipo de problema que separa un modelo de investigación de un modelo de producción.

• Codificación agéntica — Sol obtiene 88.8 en Terminal-Bench 2.1 (91.9 en modo Ultra) frente a los 87.9 de DeepSeek V4 Pro; en SWE-bench Pro, Sol logra 64.6, y sus resultados de clase DeepSWE se sitúan en la cima de la frontera cerrada.

• Orquestación de herramientasSol obtiene 58 en el benchmark Toolathlon frente a los 46.3 de DeepSeek V4 Pro (51.8 con máximo esfuerzo). Las cadenas largas de uso de herramientas con formatos estrictos son donde más se nota la ventaja de Sol.

• Agents' Last Exam — Sol 53,6%, por delante de todos los modelos de pesos abiertos por un amplio margen.

Si tu carga de trabajo es "razonar sobre un problema sin resolver, o ejecutar un agente largo de múltiples herramientas que no pueda fallar a mitad de camino", eso es lo que compra el 34×. Sol también tiene una ventaja decisiva en fiabilidad y consistencia en estos entornos agénticos difíciles: los lugares donde un error sutil del modelo es costoso, no solo molesto.

Lo que no compra

Ahora la otra dirección, y es igual de importante. En los benchmarks que parecen ingeniería cotidiana — no investigación de vanguardia, no olimpiadas de 42 problemas — DeepSeek V4 Pro cierra la mayor parte de la brecha:

• SWE-bench Verified — DeepSeek V4 Pro 80.6%, una puntuación que iguala o supera a la mayoría de los modelos insignia cerrados y se sitúa a pocos puntos de la cima de la clasificación.

• LiveCodeBench — DeepSeek V4 Pro 93.5%, listado por rastreadores independientes como la puntuación más alta del mundo.

• Terminal-Bench 2.1 — DeepSeek V4 Pro 87.9, un punto por detrás de Sol base y a tres puntos del modo Ultra.

Para el portafolio estándar de trabajo de ingeniería — refactorizaciones, generación de pruebas, revisión de código, código repetitivo, extracción, documentación, la larga cola de "mejorar el código" — esos deltas se traducen a "el mismo trabajo se hace, la salida es un poco menos pulida en los rincones más difíciles, y la factura es treinta y cuatro veces más pequeña". Una comparación ampliamente citada llega exactamente a esa conclusión: para aproximadamente el 80% de la ingeniería cotidiana, DeepSeek V4 Pro es funcionalmente intercambiable con un modelo insignia a una fracción del precio. Sol gana su prima para el trabajo agéntico de largo horizonte más difícil, la investigación especializada y las tareas donde una sola instrucción omitida es descalificante.

Costo a escala

Hagámoslo concreto. Una flota de agentes que escribe 200,000 tokens de salida al día — un despliegue modesto pero real — cuesta $6.00 al día en tokens de salida en GPT-5.6 Sol ($30 × 0.2M) y aproximadamente $0.17 al día en DeepSeek V4 Pro ($0.87 × 0.2M). Añade 2 millones de tokens de entrada al día: Sol añade $10.00 sin caché (o $1.00 a su tasa de acierto de caché de $0.50), DeepSeek añade $0.87 sin caché (o $0.007 a su tasa de acierto de caché casi gratuita de $0.0036). En un mes, la misma flota de agentes cuesta aproximadamente $500 en Sol y aproximadamente $30 en DeepSeek V4 Pro. A escala, esa diferencia no es un ahorro, es una línea presupuestaria diferente — el tipo de línea que financia el próximo proyecto.

Hay un detalle en el lado de Sol que, para ser justos, merece mencionarse: O​penAI recortó sustancialmente los precios de la familia GPT-5.6 en julio de 2026 (la entrada de Sol bajó respecto a su precio de vista previa), y Sol ganó un "Fast mode" que intercambia un precio 2× por hasta 2.5× de velocidad de inferencia. Así que la prima se ha reducido recientemente. Sigue siendo 34× en la salida, y en una plataforma como OrcaRouter, que pasa el precio de lista del proveedor directamente con un margen del 0%, esos recortes de precios están vigentes el mismo día en que O​penAI los hace — sin renegociación, sin factura obsoleta.

La opción de autoalojamiento lo cambia todo.

Más allá del precio, existe la diferencia estructural: los pesos de DeepSeek V4 Pro tienen licencia MIT, por lo que puede ejecutarse en tu propio entorno. Eso importa para las cargas de trabajo en las que no puedes enviar datos, por motivos legales o prácticos, a una API alojada en EE. UU. — industrias reguladas, bases de código propietarias, canalizaciones aisladas — y cambia el cálculo de riesgo de crear una dependencia de producción del modelo. GPT-5.6 Sol es solo API por diseño; estás alquilando la capacidad, con las políticas de datos de O​penAI, los límites de peticiones y el calendario de obsolescencia como condiciones del arrendamiento. DeepSeek V4 Pro puede ser un activo permanente. La contrapartida es la imagen especular: tú eres responsable de la infraestructura, y la profundidad agéntica de Sol es lo más difícil de reproducir con pesos abiertos, incluso cuando los pesos están en tus manos.

Entonces, ¿a cuál llamas?

La regla general defendible se divide por carga de trabajo, no por ideología:

• Elige GPT-5.6 Solpara el trabajo agéntico de horizonte largo más difícil, matemáticas de vanguardia y razonamiento de investigación, orquestación estricta de múltiples herramientas, visión nativa donde sea el factor decisivo, y en cualquier lugar donde un fallo sea lo bastante costoso como para que pagar una prima sea la opción barata.

• Elige DeepSeek V4 Pro para el grueso de la ingeniería — generación de código, revisión, refactorización, extracción, trabajo con documentos largos en un contexto de 1M con un techo de salida de 384K — donde una trigésima parte del costo consigue un resultado casi de gama alta, y para cualquier cosa que necesite pesos abiertos para autoalojamiento o cumplimiento normativo.

• Elija ambos si la carga de trabajo es mixta: ambos se pueden invocar desde una única clave de OrcaRouter a los precios de lista de sus proveedores, y una regla de enrutamiento que envía el trabajo de alto volumen a DeepSeek V4 Pro y escala únicamente las llamadas realmente difíciles a GPT-5.6 Sol captura la mayor parte de la capacidad de Sol a una fracción del costo promedio de Sol — con conmutación por error automática que cubre el día en que la API de Sol esté lenta.

La brecha de precio-rendimiento de 34× es el raro punto de referencia que es exactamente lo que parece. Compra una ventaja de capacidad real y medible en la cima misma de la frontera. No compra un equipo de ingeniería 34× mejor, y para el trabajo que paga las cuentas, DeepSeek V4 Pro se acerca a una distancia sorprendente a un precio que te permite escalar sin mirar el medidor.