DeepSeek-V4-Pro: 1M de contexto, #1 en LiveCodeBench, frontera del código abierto
Estás evaluando modelos de código abierto para un agente de codificación en producción. Necesitas algo que maneje bases de código grandes (repositorios completos, no solo archivos individuales) y que realmente resuelva issues de GitHub sin alucinar llamadas a herramientas. Todos los modelos que pruebas fallan más allá de 128K tokens o se quedan atrás de GPT-4o en los benchmarks que importan para tareas reales de ingeniería.
DeepSeek-V4-Pro cambia este cálculo. Es un modelo MoE de 1,6 billones de parámetros con una ventana de contexto real de 1M de tokens, la puntuación publicada más alta en LiveCodeBench (93,5 Pass@1) y un rating de Codeforces de 3206, ambos #1 entre todos los modelos evaluados, incluyendo APIs frontera cerradas. En resumen: es el mejor modelo de código abierto disponible hoy para codificación competitiva y tareas agénticas de gran contexto, publicado bajo licencia MIT. A partir de hoy, está disponible a través de Novita AI.
Prueba DeepSeek-V4-Pro ahora →
¿Qué es DeepSeek-V4-Pro?
DeepSeek-V4-Pro es el modelo insignia de la serie V4 de DeepSeek, lanzado el 24 de abril de 2026. Se sitúa por encima del ligero DeepSeek-V4-Flash (284B total / 13B activos) y está posicionado como una vista previa de las capacidades frontera actuales de DeepSeek, lo que describen como el “mejor modelo de código abierto disponible hoy” para conocimiento y codificación. El modelo está entrenado con más de 32 billones de tokens y ajustado mediante un pipeline de dos etapas: SFT experto en dominio + aprendizaje por refuerzo GRPO, seguido de destilación on-policy. Los detalles técnicos completos están en el artículo de DeepSeek DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence.
Especificaciones clave de un vistazo:
- Arquitectura: Mixture-of-Experts (MoE) con Atención Híbrida — Atención Dispersa Comprimida (CSA) + Atención Altamente Comprimida (HCA)
- Parámetros: 1,6T total / 49B activados por paso hacia adelante
- Ventana de contexto: 1.048.576 tokens (1M)
- Precisión: FP4 (expertos MoE) + FP8 mixto
- Modos de razonamiento: Non-think (rápido), Think (CoT estándar), Max (presupuesto de razonamiento máximo)
- Capacidades: Llamada a funciones, salidas estructuradas, razonamiento, recuperación en 1M de contexto
- Licencia: MIT
Características clave
Atención híbrida para un contexto eficiente de 1M de tokens
La mayoría de los modelos que afirman tener “contexto largo” o truncan silenciosamente o se degradan bruscamente más allá de 128K tokens. La Arquitectura de Atención Híbrida de DeepSeek-V4-Pro, que combina Atención Dispersa Comprimida (CSA) y Atención Altamente Comprimida (HCA) junto con Conexiones Hiper-Restringidas por Variedad (mHC), está diseñada desde cero para el procesamiento eficiente de millones de tokens. En la práctica: MRCR 1M obtiene 83,5 (recuerdo de memoria en 1M de contexto) y CorpusQA 1M alcanza 62,0, ambos manteniendo un razonamiento coherente en toda la ventana. Para agentes que necesitan ingerir una base de código completa, un día de registros o un documento del tamaño de un libro en una sola llamada, esta es la arquitectura que lo hace viable sin infraestructura especializada.
#1 en LiveCodeBench y Codeforces: el modelo de codificación que realmente compite
DeepSeek-V4-Pro obtiene 93,5 en LiveCodeBench (Pass@1) y 3206 en rating de Codeforces, ambas las puntuaciones publicadas más altas en la tabla comparativa, superando a Claude Opus 4.6 Max (88,8 / sin rating), Gemini 3.1 Pro High (91,7 / 3052) y GPT-5.4 xHigh (sin puntuación LCB / 3168). En SWE-Verified (resolución real de issues de GitHub), alcanza 80,6, a la par con Claude Opus 4.6 Max (80,8) y Gemini 3.1 Pro (80,6). Para equipos que construyen agentes de codificación donde “¿puede realmente arreglar el error?” importa más que las puntuaciones teóricas de MMLU, V4-Pro es la opción de código abierto que compite directamente con las APIs frontera cerradas.
Tres modos de razonamiento: ajusta el cómputo a la tarea
DeepSeek-V4-Pro expone tres modos de inferencia a través del mismo endpoint de API:
- Non-think: Sin cadena de pensamiento. Rápido, baja latencia — adecuado para clasificación, extracción, tareas de salida estructurada donde la sobrecarga de razonamiento es innecesaria.
- Think: Razonamiento CoT estándar. El predeterminado para codificación, matemáticas y tareas de múltiples pasos.
- Max (V4-Pro Max): Presupuesto de razonamiento extendido. Úsalo cuando la precisión importe más que la velocidad: demostraciones complejas, problemas difíciles de programación competitiva, sesiones de depuración profundas.
Los tres modos son accesibles mediante el ID de modelo deepseek/deepseek-v4-pro respaldado por Novita AI. Cambiar entre ellos es una instrucción a nivel de prompt, no un endpoint diferente, lo que significa que puedes implementar selección adaptativa de modo en tu aplicación sin cambiar la configuración de la API.
Rendimiento agéntico y de uso de herramientas
Más allá de los benchmarks de codificación, V4-Pro se mantiene firme en evaluaciones agénticas. BrowseComp: 83,4 (vs Claude Opus 83,7, Gemini 85,9 — dentro de 2,5 puntos de la frontera). MCPAtlas Public: 73,6, solo detrás de Claude Opus 4.6 (73,8). Toolathlon: 51,8, tercero en general. Estos no son resultados de “líder en todos los modelos”, pero confirman que V4-Pro es un modelo agéntico de propósito general capaz, no solo un especialista en codificación optimizado para benchmarks. Combinado con soporte nativo de llamada a funciones, es una opción práctica para agentes que necesitan navegar, llamar herramientas y razonar en una sola sesión.
Rendimiento en benchmarks
La siguiente tabla cubre los benchmarks de la comparación oficial de DeepSeek. “V4-Pro” se refiere al modo DeepSeek-V4-Pro Max (razonamiento extendido) — el mismo modelo accesible mediante el ID de API deepseek/deepseek-v4-pro en Novita.
Rendimiento de DeepSeek-V4-Pro en benchmarks de codificación, razonamiento y agénticos. [Fuente: DeepSeek HuggingFace]
| Benchmark | DeepSeek-V4-Pro | Claude Opus 4.6 | Gemini 3.1 Pro | GPT-5.4 |
|---|---|---|---|---|
| LiveCodeBench (Pass@1) | 93,5 ✓ | 88,8 | 91,7 | — |
| Rating Codeforces | 3206 ✓ | — | 3052 | 3168 |
| SWE-Verified | 80,6 | 80,8 | 80,6 | — |
| SWE Pro | 55,4 | 57,3 | 54,2 | 57,7 |
| BrowseComp | 83,4 | 83,7 | 85,9 | 82,7 |
| MCPAtlas Public | 73,6 | 73,8 | 69,2 | 67,2 |
| GPQA Diamond | 90,1 | 91,3 | 94,3 | 93,0 |
| HLE (Pass@1) | 37,7 | 40,0 | 44,4 | 39,8 |
| IMOAnswerBench | 89,8 | 75,3 | 81,0 | 91,4 |
| HMMT 2026 Feb | 95,2 | 96,2 | 94,7 | 97,7 |
| MRCR 1M (MMR) | 83,5 | 92,9 | 76,3 | — |
| CorpusQA 1M | 62,0 | 71,7 | 53,8 | — |
| Terminal Bench 2.0 | 67,9 | 65,4 | 68,5 | 75,1 |
✓ = puntuación publicada más alta en esta comparación. Última verificación: 2026-04-25. Las puntuaciones reflejan el modo “Max” / razonamiento extendido cuando corresponde. Fuente: Ficha del modelo DeepSeek en HuggingFace.
Lectura honesta: En benchmarks de conocimiento (GPQA Diamond, HLE), Gemini 3.1 Pro y GPT-5.4 están claramente por delante. La ventaja de V4-Pro está en codificación — LiveCodeBench y Codeforces son puntuaciones #1 indiscutibles — y en recuperación de contexto largo frente a otros modelos de código abierto. Para razonamiento matemático, la brecha es mixta: V4-Pro supera a GPT-5.4 en IMOAnswerBench (89,8 vs 91,4, cercano) pero queda detrás en HMMT 2026 (95,2 vs 97,7).
Cómo usar DeepSeek-V4-Pro respaldado por Novita AI
Opción 1: Playground (sin código)
Prueba directamente en novita.ai/models/model-detail/deepseek-deepseek-v4-pro. No se necesita clave API para explorar. Configura el prompt del sistema para activar el modo Think o Non-think.
Opción 2: API (Python)
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="TU_CLAVE_API_NOVITA",
)
# Modo estándar (Think)
response = client.chat.completions.create(
model="deepseek/deepseek-v4-pro",
messages=[
{"role": "user", "content": "Implementa un runtime asíncrono en Rust desde cero."}
],
)
print(response.choices[0].message.content)
Obtén tu clave API en novita.ai/settings. El mismo ID de modelo funciona para los tres modos de razonamiento: pasa las instrucciones de modo en el prompt del sistema o usa la sintaxis documentada de cambio de modo de DeepSeek.
Opción 3: Herramientas de terceros
Como Novita AI es compatible con la API de OpenAI, puedes usar deepseek/deepseek-v4-pro como ID de modelo en Cursor (proveedor OpenAI personalizado), configuraciones compatibles con Claude Code, LangChain, LlamaIndex o cualquier framework basado en SDK de OpenAI. Solo apunta base_url a https://api.novita.ai/v3/openai.
curl https://api.novita.ai/v3/openai/chat/completions \\
-H "Authorization: Bearer TU_CLAVE_API_NOVITA" \\
-H "Content-Type: application/json" \\
-d '{"model":"deepseek/deepseek-v4-pro","messages":[{"role":"user","content":"Implementa un runtime asíncrono en Rust."}]}'
Casos de uso
Análisis y refactorización de código completo: Con 1M de tokens de contexto, puedes pasar un repositorio mediano completo en una sola llamada. Pídele a V4-Pro que encuentre problemas arquitectónicos, genere guías de migración o refactorice patrones en más de 50 archivos simultáneamente, sin necesidad de fragmentación ni trucos de recuperación.
Programación competitiva y problemas algorítmicos difíciles: El rating 3206 en Codeforces sitúa a V4-Pro en el nivel superior para resolución de problemas algorítmicos. Úsalo para generar soluciones a desafíos de programación competitiva, verificar demostraciones de complejidad o probar casos límite en algoritmos de producción.
Agentes de resolución de issues de GitHub: SWE-Verified 80,6 coloca a V4-Pro a la par con Claude Opus 4.6 en corrección de errores del mundo real. Combinado con llamada a funciones y contexto largo, puede leer descripciones de issues, navegar por el historial de código y generar parches sin perder el hilo en repositorios grandes.
Razonamiento sobre documentos largos: Contratos legales, artículos de investigación, especificaciones técnicas, registros de auditoría — el contexto de 1M de V4-Pro significa que no te ves forzado a resumir o fragmentar antes del análisis. CorpusQA 1M (62,0) y MRCR 1M (83,5) confirman que la precisión de recuperación se mantiene en toda la longitud del contexto.
Tutoría y generación de problemas de matemáticas y ciencias: IMOAnswerBench 89,8 (supera a todos los modelos cerrados excepto GPT-5.4 con 91,4) convierte a V4-Pro en una opción sólida para generar problemas de matemáticas de nivel competitivo, verificar demostraciones o construir herramientas educativas STEM donde el razonamiento matemático es el cuello de botella.
Precios
| Modelo | Entrada ($/M tokens) | Lectura de caché ($/M tokens) | Salida ($/M tokens) |
|---|---|---|---|
| DeepSeek-V4-Pro (Novita) | $1,74 | $0,145 | $3,48 |
| DeepSeek-V4-Flash (Novita) | $0,10 | — | $0,50 |
| Claude Opus 4.6 (Anthropic) | $15,00 | $1,50 | $75,00 |
| Gemini 3.1 Pro (Google) | $1,25 | $0,31 | $10,00 |
| GPT-5.4 (OpenAI) | $10,00 | $2,50 | $40,00 |
Última verificación: 2026-04-25. Precios de Novita desde novita.ai/pricing. Precios de la competencia: Claude de anthropic.com (no verificado), Gemini de ai.google.dev (no verificado), GPT-5.4 de platform.openai.com (no verificado).
A través de Novita AI, V4-Pro es aproximadamente 8× más barato que Claude Opus 4.6 en tokens de entrada, y 21× más barato en salida. En comparación con Gemini 3.1 Pro, el precio de entrada es similar pero la salida es 2,9× más barata. Para agentes de codificación con contexto largo y sesiones de múltiples turnos, donde los tokens de salida dominan los costos, la brecha se acumula rápidamente.
Migrando desde DeepSeek-V3 o DeepSeek-R1
Si actualmente estás ejecutando DeepSeek-V3 o R1 en Novita, actualizar a V4-Pro es un cambio de ID de modelo en una línea. La API es compatible con OpenAI, mismo endpoint, mismo formato de solicitud. Los tres modos de razonamiento de V4-Pro te dan la flexibilidad de replicar tanto V3 (modo non-think) como el razonamiento profundo estilo R1 (modo Max) desde un solo modelo, sin necesidad de mantener implementaciones separadas. Si migras desde el modelo de otro proveedor (GPT-4o, Claude 3.5, etc.), apunta tu cliente SDK de OpenAI existente a base_url="https://api.novita.ai/v3/openai" y cambia el ID del modelo.
Conclusión
En resumen: DeepSeek-V4-Pro es el modelo de código abierto más potente disponible para tareas de codificación, con puntuaciones #1 definitivas en LiveCodeBench y Codeforces, y es el único modelo en su categoría que maneja una ventana de contexto genuina de 1M de tokens. No lidera todos los benchmarks — Gemini 3.1 Pro mantiene la ventaja en recuperación de conocimiento, y Claude Opus lidera en recuperación de contexto largo — pero para equipos que construyen agentes de codificación, corrigen issues de GitHub a gran escala o procesan documentos masivos, V4-Pro ofrece rendimiento de clase frontera a una fracción de los costos de API de modelos cerrados. Ya disponible respaldado por Novita AI — más de 200 APIs de modelos e infraestructura compatible con OpenAI.
Prueba DeepSeek-V4-Pro a través de Novita AI →
FAQ
¿Qué es DeepSeek-V4-Pro?
DeepSeek-V4-Pro es un modelo de lenguaje Mixture-of-Experts de 1,6 billones de parámetros de DeepSeek AI, lanzado en abril de 2026. Activa 49 mil millones de parámetros por paso hacia adelante, soporta 1.048.576 tokens de contexto y actualmente lidera todos los modelos evaluados públicamente en LiveCodeBench (93,5) y rating de Codeforces (3206). Está disponible bajo licencia MIT y a través de Novita AI.
¿Cómo accedo a DeepSeek-V4-Pro mediante API?
Usa el ID de modelo deepseek/deepseek-v4-pro con base_url="https://api.novita.ai/v3/openai" y tu clave API de Novita desde novita.ai/settings. El endpoint es compatible con el SDK de OpenAI, no se requiere SDK personalizado.
¿Cómo se compara DeepSeek-V4-Pro con Claude Opus 4.6 y Gemini 3.1 Pro?
V4-Pro lidera en codificación: LiveCodeBench 93,5 (vs Opus 4.6 88,8, Gemini 91,7) y Codeforces 3206 (vs Gemini 3052). En benchmarks de conocimiento como GPQA Diamond y HLE, Gemini 3.1 Pro lidera. En recuperación de contexto largo (MRCR 1M), Claude Opus lidera. V4-Pro es la mejor opción de código abierto para cargas de trabajo intensivas en codificación y agénticas; los modelos cerrados mantienen ventajas en recuperación factual bruta.
¿Cuál es la ventana de contexto de DeepSeek-V4-Pro?
1.048.576 tokens (1M). El modelo está específicamente arquitecturado para eficiencia en contexto largo usando Atención Híbrida (CSA + HCA). MRCR 1M obtiene 83,5 y CorpusQA 1M alcanza 62,0, confirmando una precisión de recuperación utilizable en toda la longitud del contexto.
¿Cuánto cuesta DeepSeek-V4-Pro respaldado por Novita AI?
$1,74/M tokens de entrada, $3,48/M tokens de salida, $0,145/M lectura de caché. Esto lo hace aproximadamente 8× más barato que Claude Opus 4.6 en entrada y 21× más barato en salida. Última verificación: 2026-04-25.
