DeepSeek vuelve a aumentar la presión sobre los grandes laboratorios estadounidenses de inteligencia artificial. La compañía china acaba de lanzar DeepSeek-V4-Flash-Vision-Exp, un modelo experimental capaz de interpretar imágenes, capturas de pantalla y documentos visuales que consigue superar a Claude Opus 4.8 de Anthropic en tres de las once pruebas utilizadas para comparar el rendimiento de ambos sistemas.
Los resultados no significan que DeepSeek haya derrotado globalmente a Anthropic. Opus 4.8 continúa por delante en ocho de los once benchmarks y mantiene ventajas importantes en algunas de las tareas más complejas. Sin embargo, la amenaza aparece cuando se combina un rendimiento relativamente cercano con un coste de utilización extraordinariamente inferior.
Además, DeepSeek incorpora ahora capacidad visual a su modelo V4-Flash sin abandonar la estrategia que ha definido buena parte de su crecimiento: ofrecer modelos potentes a precios capaces de alterar los cálculos económicos de las empresas que desarrollan agentes y aplicaciones de inteligencia artificial.
DeepSeek añade visión a uno de sus modelos más baratos
Multimodality unlocks more agent use cases. 👀
V4-Flash-Vision-Exp works smoothly across agent frameworks, combining visual understanding with a wide range of tools to unlock more practical workflows.
2/n pic.twitter.com/pZFf8Yqw3D
— DeepSeek (@deepseek_ai) August 21, 2026
El nuevo modelo recibe el nombre de DeepSeek-V4-Flash-Vision-Exp y ya ha sido integrado en la plataforma API de la compañía.
La principal diferencia respecto a V4-Flash es que el sistema deja de trabajar únicamente con texto. Ahora puede recibir fotografías, gráficos, documentos o capturas de pantalla y utilizar esa información para razonar, responder preguntas o ejecutar determinadas tareas.
DeepSeek asegura que esta incorporación no perjudica de forma significativa las capacidades que ya ofrecía el modelo anterior. Según la compañía, la versión experimental mantiene un rendimiento similar en ámbitos como razonamiento, conocimiento general y funcionamiento como agente.
De hecho, las evaluaciones publicadas por el laboratorio muestran que la nueva versión mejora al modelo exclusivamente textual en seis de las siete pruebas comparables. Eso permite a DeepSeek incorporar visión sin sacrificar, al menos según sus propios resultados, buena parte de la eficiencia que caracterizaba al sistema original.
Tres victorias frente a Opus 4.8 de Anthropic
La comparación más llamativa enfrenta directamente a DeepSeek y Anthropic. En la tabla difundida por el laboratorio chino, V4-Flash-Vision-Exp supera a Claude Opus 4.8 en tres de los once benchmarks seleccionados.
Entre ellos aparecen DeepSWE, Agents’ Last Exam y ZeroBench, pruebas relacionadas con ingeniería de software, funcionamiento autónomo de agentes y resolución de problemas especialmente difíciles.
En otros test, sin embargo, Anthropic conserva la ventaja. Algunas diferencias son reducidas, pero en evaluaciones de mayor complejidad el margen aumenta considerablemente.
El caso más evidente aparece en NL2Repo, diseñado para medir la capacidad de los modelos para trabajar sobre repositorios de código y resolver tareas complejas. Allí Opus 4.8 aventaja a DeepSeek en aproximadamente doce puntos.
Por tanto, hablar de una victoria absoluta del modelo chino sería incorrecto. DeepSeek gana tres pruebas, mientras que Anthropic continúa imponiéndose en ocho. Lo verdaderamente relevante aparece cuando esos resultados se comparan con el coste de utilizar cada modelo.
El verdadero problema para Anthropic está en el precio
Ahí es donde la estrategia de DeepSeek vuelve a resultar especialmente agresiva.
V4-Flash mantiene una tarifa de alrededor de 0,14 dólares por cada millón de tokens de entrada sin caché y 0,28 dólares por millón de tokens generados. El procesamiento de imágenes del nuevo modelo experimental sigue una estructura similar, ya que el contenido visual se convierte en tokens antes de ser procesado.
Claude Opus 4.8 de Anthropic, en cambio, tiene un coste muy superior: 5 dólares por millón de tokens de entrada y 25 dólares por millón de salida en su tarifa estándar.
La diferencia puede resultar decisiva para empresas que ejecutan miles o millones de peticiones mediante agentes autónomos. Un modelo algo inferior en determinadas tareas puede convertirse en una alternativa económicamente mucho más atractiva si cuesta decenas de veces menos ejecutarlo a gran escala.
Esta combinación de rendimiento y precio ha sido precisamente una de las principales armas de DeepSeek desde su irrupción internacional.
Las imágenes se pueden reutilizar sin volver a cargarlas
DeepSeek también ha preparado su infraestructura para abaratar el trabajo con información visual.
El nuevo modelo admite entradas combinadas de texto e imagen y permite utilizar archivos, enlaces externos o la API de archivos de la compañía.
Una de sus funciones más interesantes permite subir una imagen una sola vez y reutilizarla posteriormente en distintas consultas mediante un identificador. De esta manera, el desarrollador no necesita enviar nuevamente el mismo archivo cada vez que realiza una petición.
La mejora puede ser especialmente útil para agentes capaces de interpretar interfaces, revisar gráficos, analizar documentación visual o trabajar sobre capturas de pantalla.
La visión amplía así las posibilidades de V4-Flash sin convertirlo necesariamente en un producto mucho más costoso.
Opus 4.8 ya no es el modelo más avanzado de Anthropic
Existe, sin embargo, otra cautela importante en la comparación realizada por DeepSeek.
El laboratorio chino enfrenta su nuevo modelo experimental con Claude Opus 4.8, uno de los sistemas avanzados desarrollados por Anthropic, pero ya no representa la última generación disponible de la compañía estadounidense.
Anthropic presentó posteriormente Claude Opus 5, con nuevas mejoras especialmente dirigidas a programación, agentes autónomos y tareas profesionales complejas.
DeepSeek no ha publicado por ahora una comparación equivalente entre V4-Flash-Vision-Exp y ese modelo más reciente.
Los resultados demuestran, por tanto, que la compañía china está consiguiendo acercar un sistema experimental y extremadamente barato al rendimiento de uno de los grandes modelos de Anthropic. Pero no permiten afirmar que DeepSeek haya superado la tecnología más avanzada disponible actualmente en Anthropic.
DeepSeek vuelve a convertir el precio en un problema para sus rivales
Ahí se encuentra probablemente la verdadera trascendencia del lanzamiento.
DeepSeek no necesita ganar todos los benchmarks para aumentar la presión sobre Anthropic. Si una empresa necesita el máximo rendimiento posible en determinadas tareas extremadamente complejas, los modelos de Anthropic pueden mantener una ventaja significativa.
Pero cuando pequeñas diferencias de rendimiento se enfrentan a diferencias gigantescas de precio, la decisión empresarial deja de resultar tan sencilla.
El nuevo V4-Flash-Vision-Exp continúa siendo un modelo experimental y buena parte de los resultados comparativos proceden de las evaluaciones publicadas por la propia DeepSeek. Será necesario comprobar cómo responde en pruebas independientes y, sobre todo, en situaciones reales de producción.
Pero la tendencia resulta cada vez más difícil de ignorar. DeepSeek está consiguiendo que modelos considerablemente más baratos se acerquen progresivamente a sistemas de Anthropic situados en la gama alta del mercado.
En una industria donde cada millón de tokens puede multiplicarse por millones de usuarios, obligar a un rival a justificar por qué su modelo cuesta decenas de veces más puede convertirse en una amenaza casi tan importante como derrotarlo directamente en una prueba técnica.