DeepSeek-V4.1-Flash API

DeepSeek-V4.1-Flash-1017 en resumen

Fecha de lanzamiento

2026-10-17, el mismo día en el sitio web, la app y la API de DeepSeek; reemplaza a la V4.1-Flash del 2026-09-10 bajo el mismo ID de modelo deepseek-flash en la API de DeepSeek, sin cambios en la forma de llamarlo ni en el precio

Qué cambió

DeepSeek la llama una actualización menor con puntuaciones más altas, tareas completadas más rápido y salidas más cortas, que describe como una mejora de Pareto en rendimiento y costo; está ajustada para DeepSeek Harness (se recomienda v0.2.1-rc.1 o posterior), Tencent CodeBuddy y WorkBuddy

Modelo y pesos

Un MoE multimodal sobre la arquitectura Causal Encoder-Decoder (CED) de DeepSeek; el informe técnico de V4.1-Flash indica 552B parámetros de backbone con 16B activos por token al decodificar, y los archivos de pesos en Hugging Face suman 763B parámetros; el código y los pesos tienen licencia MIT

Contexto y salida

Contexto de 1M tokens y hasta 384K (393,216) tokens de salida por solicitud; entrada de texto e imágenes, salida de texto; la model card recomienda un max_tokens de al menos 256K

Thinking y effort

El thinking está activado por defecto con effort high; reasoning_effort acepta low / high / max; thinking: {type: "disabled"} lo desactiva, y en la Responses API reasoning.effort "none" hace lo mismo

Precio oficial

$0.30 de entrada / $1.20 de salida por millón de tokens y $0.006 por aciertos de caché en hora pico, la mitad fuera de ella ($0.15 / $0.60 / $0.003). La hora pico es de 01:00 a 04:00 y de 06:00 a 10:00 UTC en días hábiles

API y herramientas

DeepSeek ofrece los formatos OpenAI Chat Completions, Responses y Anthropic Messages con llamadas a herramientas, salida JSON y completado FIM (solo sin thinking); Wokey sirve /v1/chat/completions, /v1/responses y /v1/messages

Verificado el 2026-10-18 · Fuentes: DeepSeek · Change log · Pricing · Hugging Face · arXiv · Artificial Analysis · DeepInfer

Benchmarks oficiales: V4.1-Flash-1017 vs V4.1-Flash vs Kimi K3 vs GLM-5.3 vs GPT-5.6 Sol vs Opus 5

Datos de la model card de DeepSeek en Hugging Face, coinciden con su registro de cambios del 2026-10-17; son resultados reportados por el propio proveedor, y “—” significa que no se publicó la puntuación. Opus 5 aquí es el Claude Opus 5 anterior, no Opus 5.5 (2026-09-22), y GPT-5.6 Sol no es GPT-6.1 Sol.

La fila de HLE es sin herramientas; en el subconjunto solo de texto DeepSeek también reporta 44.0% para 1017 y 39.1% para la versión anterior, y su cifra para GLM-5.3 (42.0%) también es solo de texto, por eso esa celda está vacía. Terminal-Bench 4.0 se ejecutó en el harness de Claude Code, DeepSWE v1.1 en Mini-SWE-V2 y ZeroBench con Pass@5. Las tablas de distintos proveedores no se comparan celda por celda: la propia model card de Moonshot da a Kimi K3 77.8% en ProgramBench frente a 17.5% aquí, y DeepSeek da a GLM-5.3 48.8% en AutomationBench v1.0.6 frente a 48.2% en la página de Z.ai. Las cifras de DeepSWE v1.1 de K3 (67.5%) y GLM-5.3 (66.9%) coinciden con la tabla de Z.ai.

Cuál usar: V4.1-Flash-1017, Claude Opus, Kimi K3, GLM-5.3, modelos de la misma gama o V4 Pro

Si vienes de V4.1-Flash (0910)

No hay nada que cambiar: deepseek-flash pasó a 1017 el 2026-10-17 al mismo precio; en Wokey, deepseek-flash y deepseek-v4.1-flash son el mismo modelo. En la tabla de DeepSeek las mayores mejoras están en tareas agénticas y de terminal: Terminal-Bench 4.0 de 31.2% a 42.3%, ProgramBench de 20.3% a 29.1%, Apex Bench v1.1 de 64.6% a 72.1%, DeepSWE v1.1 de 74.2% a 77.0%. DeepSeek también dice que termina las tareas más rápido con salidas más cortas, y el razonamiento se cobra como salida, así que cada tarea cuesta menos; ninguna prueba independiente ha confirmado todavía las salidas más cortas.

Frente a Claude Opus 5 / Opus 5.5

Incluso en la tabla de la propia DeepSeek, Opus 5 lidera las filas más difíciles: HLE 56.3% vs 42.6%, Terminal-Bench 4.0 51.8% vs 42.3%, ProgramBench 37.0% vs 29.1%, NL2Repo-Bench 75.3% vs 68.2%, además de los tres benchmarks de visión; 1017 lidera en DeepSWE v1.1 (77.0% vs 74.0%), AutomationBench (60.5% vs 50.3%), Agents’ Last Exam y Apex Bench. Opus 5.5, lanzado el 2026-09-22, no está en la tabla. Opus 5.5 tiene un precio de lista de $4 / $20, unas 13 veces el precio de entrada en hora pico de 1017 y 17 veces el de salida. Elige Opus para los desarrollos más difíciles y el trabajo que tiene que salir bien a la primera; usa 1017 para bucles de agentes de alto volumen, subagentes y programación rutinaria donde importa el costo por tarea.

Frente a Kimi K3 y GLM-5.3

La tabla de DeepSeek pone a 1017 por delante de ambos en todas las filas de programación y agentes, por ejemplo DeepSWE v1.1 77.0% vs 67.5% (K3) y 66.9% (GLM-5.3), y Terminal-Bench 4.0 42.3% vs 12.6% y 37.9%; solo en HLE K3 queda un poco más alto (43.5% vs 42.6%). La diferencia de precio es mayor: K3 cuesta $3 / $15 y GLM-5.3 $1.4 / $4.4, frente a $0.30 / $1.20 de 1017 en hora pico. GLM-5.3 es solo de texto y K3 también acepta video; tanto 1017 como K3 aceptan imágenes. Son cifras de DeepSeek, así que revisa las tablas propias de Z.ai y Moonshot antes de decidir.

Frente a GPT-6 Luna, GLM-5.3-Flash y Claude Haiku 5.5

Para trabajo de alto volumen, las alternativas reales son estos modelos de la misma gama, y todos están en Wokey. Artificial Analysis Intelligence Index v4.3.2 solo tiene por ahora la V4.1-Flash de septiembre: 39 con effort max por $0.27 por tarea; en la misma versión, Claude Haiku 5.5 obtiene 43 ($0.21 por tarea), GLM-5.3-Flash 42 ($0.28) y GPT-6 Luna 38 ($0.07, la más barata por tarea). AA todavía no ha evaluado 1017. Precios de lista oficiales: Luna $0.10 / $0.50, GLM-5.3-Flash $0.15 / $0.50, Haiku 5.5 $0.10 / $0.50 para prompts de hasta 100K tokens y cinco veces eso por encima; DeepSeek $0.30 / $1.20 en hora pico y $0.15 / $0.60 fuera de ella. DeepSeek tiene los aciertos de caché más baratos ($0.003–$0.006, frente a $0.01 de Luna y Haiku 5.5 y $0.03 de GLM-5.3-Flash), que es el mayor costo en bucles de agentes que reenvían un prefijo largo. AA midió una velocidad de salida de unos 235 tokens/s para Haiku 5.5, 176 para DeepSeek, 120 para Luna y 71 para GLM-5.3-Flash. Elige Luna para el menor costo por tarea, Haiku 5.5 o GLM-5.3-Flash para la mejor puntuación de esta gama (los prompts largos de Haiku 5.5 cuestan cinco veces más), y 1017 para bucles de agentes largos con mucha caché o cuando quieras pesos abiertos.

Frente a DeepSeek V4 Pro

DeepSeek no ha lanzado un V4.1 Pro. deepseek-v4-pro sigue siendo el snapshot 0813 a $1.32 / $3.96 en hora pico, 4.4 veces Flash en entrada y 3.3 veces en salida, sin entrada de imágenes y con un límite de concurrencia de 500 frente a 2,500 de Flash. DeepSeek no publica puntuaciones de Pro junto a 1017; la tabla de GLM-5.3 de Z.ai da a V4 Pro 0813 un 62.7% en DeepSWE v1.1, por debajo del 77.0% que DeepSeek reporta para 1017, aunque los harnesses pueden diferir. Usa deepseek-v4.1-flash para proyectos nuevos.

Cómo elegir el effort

El thinking está en high por defecto. DeepSeek agrupa los niveles solicitados en tres: minimal y low → low; medium, high y xhigh → high; max y ultra → max. Deja el high por defecto para programación y agentes, usa max para el razonamiento más difícil y low para extracción y respuestas cortas, y desactiva el thinking (thinking: {type: "disabled"}) para FIM, clasificación o llamadas sensibles a la latencia. Los tokens de razonamiento se cobran a la tarifa de salida.

Documentación del modo thinking de DeepSeek

Reseñas de terceros

• Kingy AI: Una prueba piloto pequeña el 2026-10-17 a través de Vercel AI Gateway: siete tareas fijas con evaluadores deterministas, cada una ejecutada dos veces, frente a GPT-6.1 Sol, Claude Sonnet 5.5 y Qwen3.8-27B. 1017, Sol y Sonnet pasaron 14 de 14, así que la batería no pudo ordenarlos. La ventaja más clara de 1017 fue el costo: unos $0.016 frente a aproximadamente $0.058 de Sol y $0.065 de Sonnet. La velocidad fue dispareja: una mediana de 2.47 s en tareas comunes (Sonnet 1.59 s, Sol 4.77 s), pero 27–28 s en una tarea de resta de intervalos que Sonnet terminó en unos 3 s. El autor no verificó la afirmación de salidas más cortas ni probó harnesses de agentes.
• Paweł Huryn (Bug Hunt Bench): Dos repositorios reales con 105 bugs plantados que los modelos de frontera no encontraron a principios de este año; el modelo tiene que encontrarlos y corregirlos. 1017 con effort max obtuvo 34 en la primera ejecución y 38.7 de promedio en tres, frente a 21.7 de la versión de septiembre; en la misma prueba Opus 5.5 (max) obtiene 41.7 y Gemini 4 Argon (high) 40.7. Con effort high promedió 32 en dos ejecuciones, a la par de Opus 5.5 en high (31.7). El autor señala que 1017 varía mucho más de una ejecución a otra que otros modelos.
• ML_Bear (X): Una primera impresión mayormente negativa: extremadamente barato (alrededor de 1/16 de Opus), rápido en salidas cortas pero lento en las largas; la debilidad fatal es que pasa por alto instrucciones detalladas, con una precisión muy por detrás de Sol y Opus; japonés flojo; y sin modo strict de JSON Schema. La sugerencia es usarlo para trabajo de alto volumen donde la precisión importa menos.
• Startup Fortune: Sostiene que el lanzamiento importa menos por sus puntuaciones que por cómo se presenta: igual que el lanzamiento de V4.1-Flash en septiembre, salió junto con una nueva versión de DeepSeek Harness y herramientas de socios mencionadas por nombre, llevando a los desarrolladores hacia un stack que DeepSeek controla de punta a punta. También señala que la licencia MIT permite ejecutar el modelo en cualquier herramienta.

Usar 1017 en Claude Code y reglas de las solicitudes que debes revisar

Estas reglas vienen de la documentación de la API y la model card de DeepSeek, además de cómo Wokey enruta deepseek-v4.1-flash. Revísalas antes de migrar o de integrarlo por primera vez.

• La API de DeepSeek llama al modelo deepseek-flash: no hay un ID aparte para 1017 y no se puede fijar la versión anterior. En Wokey usa deepseek-v4.1-flash; el ID anterior deepseek-flash sigue funcionando y es el mismo modelo al mismo precio.
• En Wokey, deepseek-v4-flash es un modelo aparte cuya primera ruta es el despliegue de DeepSeek V4 Flash de Volcengine, y no acepta imágenes. Para usar 1017, cambia el ID a deepseek-v4.1-flash. (En la API de la propia DeepSeek, el nombre anterior ahora ejecuta 1017.)
• Con herramientas en modo thinking, devuelve reasoning_content en cada turno anterior de assistant, incluidos los turnos sin llamada a herramienta, o DeepSeek responde 400 (The reasoning_content in the thinking mode must be passed back to the API). Basta con añadir tal cual el objeto message devuelto; sin herramientas, el campo se ignora.
• En modo thinking, temperature, presence_penalty y frequency_penalty se aceptan pero no tienen efecto, y un top_p por debajo de 0.95 se sube a 0.95; la model card recomienda temperature 1.0 y top_p 1.0.
• Salida estructurada: response_format solo admite json_object (JSON válido; el prompt debe mencionar “json” y mostrar un formato de ejemplo), no json_schema. Las llamadas a funciones strict de DeepSeek son una beta en su base URL /beta, y Wokey llama al endpoint estándar, así que valida tú mismo los argumentos de las herramientas.
• Hasta 384K (393,216) tokens de salida por solicitud; la model card recomienda un max_tokens de al menos 256K, y el razonamiento se cobra como salida, así que deja margen en el presupuesto de salida.
• Hora pico: DeepSeek cobra el precio completo de 01:00 a 04:00 y de 06:00 a 10:00 UTC en días hábiles (de 09:00 a 12:00 y de 14:00 a 18:00 hora de Pekín) y la mitad el resto del tiempo. Wokey usa las mismas franjas, así que el trabajo por lotes en fin de semana o fuera de esos horarios cuesta la mitad; a diferencia de DeepSeek, Wokey no trata los feriados de China como horario fuera de pico.
• Uso en Claude Code: define ANTHROPIC_BASE_URL como https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN con tu clave de API de Wokey y ANTHROPIC_MODEL como deepseek-v4.1-flash. Codex CLI usa /v1/responses y OpenCode /v1/chat/completions; consulta las guías de clientes de arriba. DeepSeek Harness, el agente que recomienda DeepSeek, también funciona con Wokey; la configuración está en /docs/deepseek-harness.

Solicitud de seguimiento tras una llamada a herramienta, devolviendo reasoning_content (/v1/chat/completions)

{
  "model": "deepseek-v4.1-flash",
  "reasoning_effort": "high",
  "tools": [{ "type": "function", "function": { "name": "read_file", "parameters": { "type": "object", "properties": { "path": { "type": "string" } }, "required": ["path"] } } }],
  "messages": [
    { "role": "user", "content": "Why does the build fail?" },
    { "role": "assistant", "content": null, "reasoning_content": "Read the build log first.", "tool_calls": [{ "id": "call_1", "type": "function", "function": { "name": "read_file", "arguments": "{\"path\":\"build.log\"}" } }] },
    { "role": "tool", "tool_call_id": "call_1", "content": "error TS2307: Cannot find module './config'" }
  ]
}

Precios actuales del catálogo

Precios por 1M de tokens; la liquidación se rige por el precio vigente al momento de la solicitud.

Fuente del precio oficial: https://api-docs.deepseek.com/quick_start/pricing

Precios por volumen: si pagas $100 / $200 en DeepSeek V4.1 Flash en un día, al día siguiente se aplica un 10% / 20% de descuento en DeepSeek V4.1 Flash, de forma automática y sin tope. Ver las reglas

Cargos de Search / Fetch y soporte en Wokey

¿Cómo se cobran las llamadas a la API de DeepSeek Search / Fetch?

Search devuelve resultados web estructurados; Fetch devuelve una página en Markdown. DeepSeek publica cada API a $0.75 por 1,000 solicitudes exitosas en su guía en inglés, o ¥5 en su guía en chino. Son tarifas oficiales en cada moneda, no precios de Wokey ni conversiones de divisas. Solo se cobran las respuestas HTTP 200 con resultados: un arreglo de resultados de Search no vacío o el contenido de la página de Fetch. Los fallos, las búsquedas vacías y los tiempos de espera agotados no se cobran; count no cambia el precio por solicitud. Search y Fetch se cuentan por separado, así que una búsqueda seguida de varios fetch no es una sola llamada cobrable. Los tokens del modelo se cobran aparte.

¿Qué búsquedas empiezan a cobrarse el 1 de noviembre de 2026?

Según DeepSeek, las llamadas a la herramienta Search/Fetch del lado del servidor hechas mediante DeepSeek Harness, Claude Code o Codex con la API oficial de DeepSeek temporalmente no tienen cargo por herramienta. El cobro por solicitud comienza el 2026-11-01 a las 00:00 hora de Pekín (UTC+8, el mismo huso que Singapur). Esta exención no hace gratuita cada llamada directa a la API de Search/Fetch ni exime los cargos por tokens del modelo. La política oficial no es una promesa de uso gratuito de Wokey.

¿deepseek-v4.1-flash en Wokey admite Search / Fetch independientes?

Wokey ofrece las interfaces de inferencia del modelo indicadas en esta página, no los endpoints independientes /v1/tools/search ni /v1/tools/fetch. Admitir llamadas a herramientas no implica admitir cada herramienta web integrada del upstream. La búsqueda del lado del servidor dentro de las solicitudes al modelo depende de la ruta de suministro real y actualmente no figura como una capacidad de Wokey verificada y admitida de forma uniforme; esta página no publica un precio de Wokey por llamada a Search/Fetch. Para búsqueda y fetch independientes con soporte documentado, usa una clave de API de DeepSeek con api.deepseek.com, configurada y cobrada por separado de las llamadas a modelos de Wokey.

Verificado el 2026-10-19 · DeepSeek · Search & Fetch (USD) · DeepSeek · Search & Fetch (CNY) · DeepSeek · Change log

Medido en Wokey

Últimos 28 días (2026-10-13 a 2026-11-09), se actualiza cada lunes · Solicitudes reales de más de 200 cuentas

Tiempo al primer token, prompts cortos

2.1 s (Mediana · prompts de menos de 8K tokens · p90 4.8 s)

Tiempo al primer token, prompts de agente

3.6 s (Mediana · prompts de 32K–128K tokens)

Tasa de aciertos de caché de prompts

94% (Parte de los tokens de entrada leídos de la caché)

Clientes más usados: OpenCode 29%, Magpie 24%, DeepSeek Harness 23%. Parte de las solicitudes de clientes identificados; el 25% de las solicitudes tenía un cliente identificado.

Cómo se mide

El tiempo al primer token va desde que el gateway de Wokey recibe la solicitud hasta el primer contenido transmitido (texto, resumen del razonamiento o rechazo). Incluye la espera en cola, los reintentos en otra cuenta y el tiempo de razonamiento del modelo, por lo que es mayor que la latencia al primer token del propio upstream. Solo cuentan las solicitudes en streaming exitosas, agrupadas por tamaño del prompt (entrada más lecturas y escrituras de caché).

Tasa de aciertos de caché = tokens leídos de la caché ÷ tokens de entrada en las solicitudes exitosas. Depende del cliente y de cómo se usa; las páginas de tasa de aciertos de caché la desglosan por cliente.

Se excluyen las cuentas empresariales y las cuentas de prueba de Wokey. Un modelo se muestra cuando al menos 20 usuarios lo usaron en los últimos 28 días y ningún usuario envió más del 50% de sus solicitudes; las cuentas registradas a través de una misma cadena de referidos cuentan como un solo usuario. Cada cifra de tiempo al primer token necesita al menos 500 solicitudes.

Tasa de aciertos de caché por cliente

Capacidades del modelo

Context

1,000,000 tokens

Salida máxima

393,216 tokens

Streaming

Compatible

Tools

Compatible

Vision

Compatible

Formas de API compatibles

/v1/chat/completions · /v1/responses · /v1/messages

Enviar una solicitud

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

Usa DeepSeek-V4.1-Flash en tus herramientas

El gateway es https://api.wokey.ai (los clientes compatibles con OpenAI suelen usar https://api.wokey.ai/v1) y el ID del modelo es deepseek-v4.1-flash. Abre la guía del cliente que usas.

• Usar DeepSeek-V4.1-Flash en Claude Code: Anthropic Messages · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en Codex: OpenAI Responses · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en Claude Desktop: Anthropic Messages · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en opencode: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en pi: Anthropic Messages · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en DeepSeek Harness: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en Z Code: Anthropic Messages · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en Cherry Studio: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en WorkBuddy: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en OpenClaw: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en Hermes Agent: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar DeepSeek-V4.1-Flash en Magpie: OpenAI Chat Completions · configuración de base URL y clave de API
• Calculadora de costos de la API de DeepSeek: cuánto cuesta DeepSeek-V4.1-Flash al mes: Compara el costo mensual en DeepSeek API y en Wokey según tu uso y tu tasa de aciertos de caché.
• DeepSeek-V4.1-Flash vs. DeepSeek V4 Pro: ¿cuál conviene usar?: Precios, ventana de contexto, tiempo hasta el primer token y tasa de aciertos de caché lado a lado.
• Alternativa a OpenRouter: Wokey vs. OpenRouter: Compara precios por token, comisiones de pago, formatos de API y orígenes upstream.
• API de IA verificable: qué modelos y formatos de API llevan pruebas de respuesta: Por ahora, las pruebas de respuesta solo cubren respuestas de Claude Messages y GPT Responses reenviadas sin cambios por rutas oficiales.

Claude Code

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4.1-flash"

Ejemplo de llamada en producción

Estos valores de uso provienen de una llamada completada de DeepSeek-V4.1-Flash que tuvo éxito en el primer intento y se cotejó con su factura.

Entrada total

77258

Salida

1030

Parte de la entrada en caché

99.9%

Duración de la llamada

12.90 s

Chat Completions usage

Elaborado a partir del registro de facturación como ejemplo de campos de la API. prompt_tokens es la entrada total, incluidos los tokens en caché.

{
  "model": "deepseek-v4.1-flash",
  "usage": {
    "prompt_tokens": 77258,
    "prompt_tokens_details": {
      "cached_tokens": 77184
    },
    "completion_tokens": 1030,
    "total_tokens": 78288
  }
}

Conciliación de tokens

Estas son las tarifas finales por millón de tokens registradas para esta llamada.

Monto facturado

$0.000430

Costo = suma de tokens × su tarifa ÷ 1,000,000, redondeado a seis decimales después de sumar.

Origen de esta llamada

Esta llamada usó el canal OpenCode en opencode.ai con autorización API Key. El uso se midió en el upstream y la solicitud devolvió HTTP 200.

Verificar Prompt Cache

1. Mantén idéntico el prefijo común de los prompts largos y reutiliza el contexto según las reglas de caché de la API elegida.
2. Revisa prompt_tokens_details.cached_tokens; cero significa que no se registraron lecturas de caché en esta llamada.
3. Entrada sin caché = prompt_tokens menos los tokens en caché. Calcula cada concepto con su tarifa y suma el cargo de salida.

Preguntas frecuentes

Modelos y documentación relacionados

• DeepSeek V4 Flash
• DeepSeek V4 Pro
• Documentación de la API
• Todos los modelos y precios
• Provider Node