Modelos de IA
DeepSeek V4 Pro y el ordenador que necesita
DeepSeek V4 Pro llegó a GA el 13 de agosto de 2026: 1M de contexto, 384K de salida, afinado para agentes. MoClaw le da a ese modelo un ordenador donde trabajar.
MoClaw es un ordenador de IA gestionado e independiente en el que puedes ejecutar modelos de frontera sin configuración ni alojamiento propio.
Todas las integracionesVe DeepSeek V4 Pro en acción
Demos de la comunidad y benchmarks independientes de DeepSeek V4 Pro, no salidas de MoClaw.
La mejor puntuación de pesos abiertos en SWE-bench Verified
DeepSeek V4 Pro tiene la mejor puntuación de pesos abiertos en SWE-bench Verified, en el rango de GPT-5.5. Lo interesante del hilo es lo que la cifra deja fuera: un solo conjunto de tareas, un solo harness, una sola precisión de servido. Los equipos que llevan V4 Pro a producción llegaron ahí por el harness que construyeron alrededor.
V4 Pro a 0,35 $ por tarea en el Coding Agent Index
Artificial Analysis mide el modelo y el harness juntos. DeepSeek V4 Pro en Claude Code marca 50, al nivel de Kimi K2.6 y por detrás de GLM-5.1 con 53, con un coste de 0,35 $ por tarea frente a los 2,21 $ de GPT-5.5 en Codex.
Reconstruir un shooter a partir de una grabación de pantalla
Un vídeo de juego, un mismo prompt, dos modelos reconstruyéndolo. Claude Fable 5 salió más pulido; DeepSeek V4 Pro resolvió la mecánica más difícil: accesorios que cambian visiblemente el modelo del arma en pantalla.
Para qué está hecho DeepSeek V4 Pro
El tipo de trabajo para el que está hecho DeepSeek V4 Pro.
Trabajo de terminal que dura horas
La cifra que abre el build 0813 es Terminal Bench 2.1 con 87.9, frente a 72.1 de la preview. Eso es trabajo de shell: leer un repositorio, ejecutar comandos, reaccionar a lo que se rompe. Hace falta una shell que siga viva entre turnos.
ProbarTareas de varios pasos sin nadie mirando
DeepSeek afinó 0813 para uso de herramientas y ejecución de código en recorridos largos. En DeepSWE marca 62.7 frente al 12.8 de la preview, más que una mejora es otro modelo. Y los recorridos largos necesitan dónde correr.
ProbarUn millón de tokens que puedes llenar de verdad
1M de contexto de entrada, 384K de salida. Cabe un monorepo, un año de tickets o una declaración completa, y el techo de salida es alto para que la respuesta no se corte a mitad.
ProbarInvestigación que acaba en un entregable
El modo de razonamiento viene activado con tres niveles de esfuerzo. Ponlo en bajo para consultas rápidas y en máximo cuando la respuesta tenga que ser correcta, y los tokens se gastan donde importan.
ProbarCómo funciona
3 pasos para conectar DeepSeek V4 Pro, sin ingeniería.
- 1
Abre MoClaw y describe el trabajo
Sin instalación, sin clave, sin consola de proveedor. Escribe la tarea como se la darías a alguien externo, incluidas las partes que no quieres que toque.
- 2
Míralo trabajar en una máquina real
MoClaw ejecuta la tarea en un ordenador en la nube persistente con navegador y sistema de archivos, así que ves el terminal, abres los archivos que ha creado y entras cuando se tuerce.
- 3
Déjalo corriendo
Programa el trabajo, cierra la pestaña y vuelve al resultado. La máquina conserva tus archivos, tu historial y tus credenciales entre ejecuciones.
Qué cambió DeepSeek V4 Pro y qué le sigue faltando
¿Qué es DeepSeek V4 Pro?
DeepSeek V4 Pro es el modelo insignia de DeepSeek, y el 13 de agosto de 2026 salió de preview como build DeepSeek-V4-Pro-0813, desplegándose a la vez en la app, la web y la API. El nombre de la API no cambió; quien ya llamaba a deepseek-v4-pro amaneció sobre el build de GA.
Las cifras tienen la misma forma que en la preview: ventana de contexto de un millón de tokens, hasta 384K de salida, modos con y sin razonamiento, llamadas a herramientas, salida JSON y endpoints compatibles tanto con OpenAI como con Anthropic. Lo que cambió fue el post-entrenamiento. DeepSeek apuntó este lanzamiento directamente a los agentes, y lo dijo sin rodeos, hablando de entornos de producción y no de chat.
Hay algo que V4 Pro no hace: imágenes. No tiene entrada visual, lo que lo descarta para trabajo basado en capturas y para cualquier flujo que empiece con un escaneo.
Los benchmarks de DeepSeek V4 Pro, y quién los midió
DeepSeek publicó diez resultados con el lanzamiento GA. Los interesantes son los de agentes: Terminal Bench 2.1 en 87.9, DeepSWE en 62.7, NL2Repo en 61.5, CyberGym en 83.3, Toolathlon-Verified en 74.1 y HLE en 42.7 sin herramientas y 60.0 con ellas. Frente a la preview, DeepSeek declara +15.8 en Terminal Bench y +49.9 en DeepSWE.
Son datos del propio fabricante y conviene leerlos como tales. Eso sí, DeepSeek publicó el framework de agentes con el que midió: DeepSeek Harness, con licencia MIT y en versión preliminar para desarrolladores, así que al menos esa mitad del montaje se puede inspeccionar. La replicación independiente sigue pendiente.
Los pesos abiertos son otra historia. DeepSeek publica V4 Pro en Hugging Face bajo licencia MIT con 1,6T de parámetros, pero esos pesos se actualizaron por última vez el 22 de junio de 2026 y el changelog anuncia 0813 como una actualización de API y app, no como un checkpoint nuevo. Si lo alojas tú, no estás ejecutando el build de GA.
Precios de DeepSeek V4 Pro y qué cambia el 16 de agosto
Según lo publicado, V4 Pro cuesta 0,435 $ por millón de tokens de entrada sin acierto de caché, 0,003625 $ con acierto y 0,87 $ por millón de salida. El 16 de agosto de 2026 a las 16:00 UTC, DeepSeek pasa toda la familia V4 a facturación por horas pico y valle: en valle, 0,66 $ de entrada y 1,98 $ de salida por millón; en pico, 1,32 $ y 3,96 $, con las horas pico de 01:00 a 04:00 y de 06:00 a 10:00 UTC. El valle es la mitad del pico, que es justo el objetivo de la división.
Sigue siendo barato al lado de un modelo frontera occidental, y también es una subida de precio más un reloj que ahora toca vigilar. Los desarrolladores en Hacker News lo notaron en horas, y quienes se habían estandarizado en silencio sobre V4 Pro fueron los menos contentos.
Un modelo es solo la mitad de un agente
El argumento más repetido en aquel hilo no tenía nada que ver con benchmarks: el harness pesa tanto como el modelo. Los mismos pesos, otro andamiaje, otro resultado, y la distancia entre dos harnesses de programación habituales puede valer más que la distancia entre dos niveles de modelo. DeepSeek claramente coincide, o no habría publicado su propio harness el mismo día.
Esa es la parte que no viene con una clave de API. Un modelo de agente capaz de correr durante horas necesita una máquina que aguante durante horas: un sistema de archivos real, un navegador que conserve la sesión, un terminal que recuerde lo que hizo en el turno anterior y algún sitio donde aterrice el resultado.
Dónde encaja MoClaw
MoClaw es esa máquina. Es un ordenador en la nube gestionado, con disco persistente, navegador, shell, programación de tareas y más de 50 habilidades ya conectadas, y DeepSeek corre en él como modelo gestionado por la plataforma: sin cuenta de DeepSeek, sin clave de API que rotar y sin aritmética de horas pico. Tú gastas créditos del plan; MoClaw se ocupa del lado del proveedor.
Hoy ese DeepSeek gestionado por la plataforma es V4 Flash, el modelo que ejecuta el nivel Fast de MoClaw. Si quieres poner a DeepSeek a trabajar en un ordenador real ahora mismo, empieza por ahí, y vigila esta página para V4 Pro.
DeepSeek V4 Pro en MoClaw frente a llamar tú a la API de DeepSeek
Elige lo que encaje con tu forma de usar IA.
| MoClaw (gestionado) | API de DeepSeek directa | |
|---|---|---|
| Cómo empezar | Abre un chat y escribe. Nada que configurar. | Crear cuenta en DeepSeek, generar clave, recargar saldo, conectar el endpoint. |
| Dónde corre el trabajo | Un ordenador en la nube persistente con navegador, shell, archivos y cron. | Donde tú lo montes. La API devuelve texto; el harness lo escribes tú. |
| Facturación | Créditos del plan. Sin reloj de horas pico ni conciliación por token. | Por token, y desde el 16 de agosto dividido en tarifas pico y valle. |
| Cambiar de modelo | Cambia a mitad de conversación; archivos e historial te siguen. | Otro proveedor, otro endpoint, otra cuenta de facturación. |
Creado para estos workflows
Workflows que la gente automatiza con DeepSeek V4 Pro en MoClaw.
Ad Copy Generator
One URL in, ready-to-run ad copy for every platform.
AI Job Description Generator
The whole hiring kit - JD, interview questions, scorecard - in one run.
AI Marketing Strategy Generator
Turn a product, audience, and goal into a marketing strategy doc you can edit and share.
AI Meal Planning Web App Generator
MoClaw builds you a beautiful, ready-to-use meal planning web page with random meal pickers, nutrition info, and calorie-conscious recipes tailored to your diet goals.
AI Pitch Deck Generator
Go from one paragraph to an investor-ready pitch deck.
AI Press Release Generator
A press release that reads your website first.
Integración de DeepSeek V4 Pro para equipos y fundadores con poco tiempo
Equipos que suelen usar DeepSeek V4 Pro en sus flujos de trabajo de MoClaw.
Solo Founders
SaaS, Shopify/Etsy, bootstrappers
SaaS, Shopify/Etsy, bootstrappers
Professionals
Managers, operators, recruiters, consultants
Managers, operators, recruiters, consultants
Students
College and graduate students
College and graduate students
Marketers
Content, growth, and brand teams
Content, growth, and brand teams
Researchers & Analysts
Academics, market and policy analysts
Academics, market and policy analysts
Educators
Teachers, instructors, curriculum designers
Teachers, instructors, curriculum designers
Product Managers
PMs turning scattered signal into decisions
PMs turning scattered signal into decisions
HR & Recruiting
Recruiters, talent acquisition, people ops
Recruiters, talent acquisition, people ops
Finance & Ops
Finance teams, FinOps, and ops managers
Finance teams, FinOps, and ops managers
Developers & Builders
Indie hackers and agent builders
Indie hackers and agent builders
Sales Teams
SDRs, AEs, and founders who sell
SDRs, AEs, and founders who sell
Customer Support
Support and customer success teams
Support and customer success teams
Combina con
Integraciones que la gente suele conectar junto con DeepSeek V4 Pro.
Claude
Los modelos insignia de Anthropic, incluidos en todos los planes.Claude Fable 5
El modelo más capaz de Anthropic. Pronto en MoClaw.DeepSeek
Razonamiento de frontera de código abierto, mediante BYOK en OpenRouter.DeepSeek V4 Flash
El modelo tras el nivel Fast de MoClaw. Sin clave, sin cuenta de proveedor.FAQ
Respuestas rápidas sobre precios, privacidad y límites.
- ¿Qué es DeepSeek V4 Pro?
- DeepSeek V4 Pro es el modelo insignia de DeepSeek. El build de GA, DeepSeek-V4-Pro-0813, salió el 13 de agosto de 2026 con una ventana de contexto de un millón de tokens, hasta 384K de salida, modo de razonamiento activado por defecto, llamadas a herramientas y soporte nativo de la Responses API de OpenAI junto a un endpoint compatible con Anthropic.
- ¿Puedo usar DeepSeek V4 Pro en MoClaw hoy?
- Todavía no desde el selector de modelos. MoClaw ejecuta DeepSeek como modelo gestionado por la plataforma, y el modelo tras el nivel Fast es hoy DeepSeek V4 Flash. V4 Pro no es seleccionable en el chat, así que esta página sigue al modelo en lugar de reclamar un nivel que no existe. Empieza una tarea en Fast si quieres a DeepSeek trabajando ya en una máquina real.
- ¿Cuánto cuesta DeepSeek V4 Pro?
- Según lo publicado, 0,435 $ por millón de tokens de entrada sin acierto de caché y 0,87 $ por millón de salida. Desde las 16:00 UTC del 16 de agosto de 2026 la familia V4 pasa a precios pico y valle: 1,32 $ de entrada y 3,96 $ de salida en pico, la mitad en valle, con horas pico de 01:00 a 04:00 y de 06:00 a 10:00 UTC. En MoClaw gastas créditos del plan y te ahorras el reloj.
- ¿Cuál es la diferencia entre DeepSeek V4 Pro y V4 Flash?
- Pro es el modelo grande y puntúa más alto en los benchmarks de agentes de DeepSeek (87.9 frente a 82.7 en Terminal Bench 2.1, 62.7 frente a 54.4 en DeepSWE). Flash cuesta alrededor de un tercio, permite cinco veces la concurrencia y llegó a GA dos semanas antes. Mucha gente planifica con un modelo grande y ejecuta con Flash.
- ¿DeepSeek V4 Pro es de código abierto?
- Los pesos están en Hugging Face bajo licencia MIT con 1,6T de parámetros, que es genuinamente permisiva. Pero esos pesos se actualizaron por última vez el 22 de junio de 2026, y DeepSeek lanzó 0813 como actualización de API y app en vez de un checkpoint nuevo, así que alojarlo por tu cuenta no te da el build de GA.
- ¿DeepSeek V4 Pro admite imágenes?
- No. No hay entrada visual, así que capturas, PDF escaneados y diagramas quedan fuera. Si tu flujo empieza con una imagen, necesitas otro modelo para ese paso.
- ¿Qué es DeepSeek Harness?
- El framework de agentes propio de DeepSeek, publicado con licencia MIT como versión preliminar para desarrolladores junto al modelo GA y usado en las pruebas de agentes de código. Es una arquitectura de plugins que se ejecuta en local con npx. Útil, y también un recordatorio de que el modelo por sí solo no es el producto.
- ¿Necesito una clave de API para ejecutar trabajo con DeepSeek en MoClaw?
- No. DeepSeek es una ruta gestionada por la plataforma dentro de MoClaw, así que no hay cuenta de DeepSeek que crear, ni clave que guardar, ni factura de proveedor aparte. Los créditos de tu plan lo cubren.
- ¿Qué niveles de esfuerzo tiene DeepSeek V4 Pro?
- El modo de razonamiento acepta bajo, alto o máximo. DeepSeek sugiere bajo para trabajo simple, alto para tareas de agente del día a día y máximo cuando el problema merece los tokens extra. Si pides medio, se mapea a alto.
Lecturas relacionadas
Guías que profundizan en DeepSeek V4 Pro y la automatización con IA.
Why DeepSeek V4 Pro Is a Game-Changer for AI Agents
DeepSeek V4 Pro hits Opus-class quality at 1/30 the price. Why MoClaw shipped it day one, the benchmarks, the limits, and 1 month free for users.
What Is DeepSeek Harness (DSH)?
DeepSeek Harness (DSH) is DeepSeek's open-source, plugin-first agent runtime. What it is, why it ships with no CLI, and whether it's usable yet.
Self-Improving Coding Agents: Non-Builder Guide
Self-improving coding agents don't safely upgrade themselves on every run. What actually improves, how to verify it, and where human review still belongs.