🎁 Nuevo Regístrate gratis, 10 llamadas de regalo. Hasta 1 $, sin tarjeta.

DeepSeek V4 Pro vs Gemini 3.6 Flash

vs

Cuál usar y cuándo — veredicto seleccionado, no una tabla de benchmarks

La entrada de texto queda cerca ($1.608 frente a $1.5 por millón), así que la diferencia está en otra parte: deepseek-v4-pro factura la salida a $3.216 frente a $7.5 de gemini-3.6-flash, lee caché a $0.0134 frente a $0.15, y puede emitir hasta 393216 tokens por respuesta junto a 65536. Elige deepseek-v4-pro para razonamiento y código largos solo de texto, con pensamiento desactivable sobre una ventana de 1000000 tokens. Elige gemini-3.6-flash cuando las entradas incluyan imagen, vídeo o audio (entrada de audio a $5 por millón) y quieras visión con herramientas sobre 1048576 tokens.

Precios

DeepSeek V4 Pro Gemini 3.6 Flash Δ
Entrada / 1M tokens $1.608 $1.5 1.1×
Salida / 1M tokens $3.216 $7.5 0.43×
Lectura de caché / 1M tokens $0.0134 $0.15 0.089×
Escritura en caché sin cargo por separado

Tarifas del catálogo en vivo en el momento de la compilación; la página de cada modelo incluye la ficha actualizada.

Dónde se sitúan — precio de entrada por 1M de tokens en todos los 63 modelos de chat en esta unidad de facturación (escala logarítmica)

DeepSeek V4 Pro · $1.608 Gemini 3.6 Flash · $1.5
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Capacidades

DeepSeek V4 Pro Gemini 3.6 Flash
Uso de herramientas
Control de pensamiento configurable siempre activo
Salida estructurada
Caché de prompt implícito (automático) implícito + explícito
Tiempo de vida de la caché no fixed TTL (evicted when unused) no publicado
Prefijo mínimo en caché no publicado 4096 tokens

Especificaciones

DeepSeek V4 Pro Gemini 3.6 Flash
Modalidades de entrada texto texto imagen audio vídeo
Modalidades de salida texto texto
Lanzamiento 2026-04-24
Límite de conocimiento 2026-03
Ventana de contexto 1M 1M
Salida máxima 393K 66K
Parámetro de pensamiento
  • thinking.type
  • reasoning_effort
thinkingLevel
Valores aceptados
thinking.type
  • enabled
  • disabled
reasoning_effort
  • high
  • max (low and medium map to high, xhigh maps to max)
  • minimal
  • low
  • medium
  • high
Predeterminado

enabled, with reasoning_effort high

some complex agent requests are automatically set to max

medium

Las especificaciones se transcriben de la documentación de cada proveedor; si un proveedor no publica una fila, se omite en lugar de inferirse. Fuentes completas: DeepSeek V4 Pro · Gemini 3.6 Flash

Un prompt, ambos modelos — medido a través del gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. COMPROBAR exactamente 3 frases

DeepSeek V4 Pro superado · 3 sentences

Enabling reasoning causes the model to generate a lengthy internal chain‑of‑thought before it delivers a visible answer, and we are billed for every one of those hidden reasoning tokens just as we are for the final output. In most interactions, the volume of these unseen tokens at least equals the visible response, effectively doubling the total tokens consumed per query. That doubled token consumption translates directly into a doubled per‑query cost, which is why our overall LLM bill doubled.

salida 641 tok (+545 pensamiento) latencia 11.5 s

Gemini 3.6 Flash superado · 3 sentences

Enabling reasoning causes the model to generate thousands of internal "thinking" tokens behind the scenes to process logic before delivering the final response. Because our vendor bills us for every token generated—including these intermediate processing steps—our billable output volume per query surged significantly. Since output tokens carry a much higher unit cost than input tokens, this jump in processing volume directly doubled our overall spend.

salida 893 tok (+816 pensamiento) latencia 4.7 s

Seguimiento de la instrucción (exactamente tres frases — contables), adaptación a la audiencia (registro de CFO), y la brecha de facturación por pensamiento oculto que los medidores de tokens de abajo dejan ver.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. COMPROBAR el arreglo pasa las pruebas

DeepSeek V4 Pro superado · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The bug stems from initializing `cur = 0` and only incrementing it when two adjacent elements match, which counts the number of *additional* equal elements rather than the actual run length (which is `cur + 1`). As a result, the returned `best` is always one less than the true longest run—most obviously returning 0 for a single-element list instead of 1. […]

salida 2418 tok (+2131 pensamiento) latencia 35.6 s

Gemini 3.6 Flash superado · 8/8 cases

Here is the fixed function along with an explanation of the bugs: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ### Explanation The original function initialized `cur` and `best` to `0` and incremented `cur` on matching adjacent items, which meant it was counting identical adjacent *pairs* rather than the total number of *elements* in a run. This caused single-element inputs to skip the loop and return `0` instead of `1`, and undercounted all run lengths by 1 (for example, a run of two items at the end of the list resulted in `cur = 1`). […]

salida 2034 tok (+1768 pensamiento) latencia 10.0 s

Si el arreglo es realmente correcto (ejecutable), la densidad de la explicación, y la eficiencia en tokens sobre una tarea acotada.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. COMPROBAR JSON válido, esquema exacto

DeepSeek V4 Pro superado · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": "eleven and change", "guidance": null }

salida 1204 tok (+1153 pensamiento) latencia 19.9 s

Gemini 3.6 Flash superado · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld" } ```

salida 2843 tok (+2783 pensamiento) latencia 13.1 s

Obediencia al esquema (sin campos inventados), presión de alucinación (guidance se retiene explícitamente), y diferencias en la ruta de salida estructurada.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. COMPROBAR 120 palabras, 0 palabras prohibidas

DeepSeek V4 Pro sin respuesta para evaluar · no answer text within 16,384 tokens (all of it went to thinking)

El modelo no devolvió texto de respuesta — todo el presupuesto de tokens se destinó al pensamiento oculto.

salida 8193 tok (+8192 pensamiento) latencia 106.2 s

Gemini 3.6 Flash fallado · 60 words, 0 banned, 0 questions

72: reducing 73: your 74: monthly 75: token 76: spend. S6 (21): 77: You 78: can 79: easily 80: set 81: custom 82: expiration 83: rules, 84: configure 85: TTL 86: settings, 87: and 88: manage 89: cache 90: invalidation 91: across 92: all 93: vendors 94: from 95: one 96: centralized 97: dashboard. S7 (23): 98: Start 99: optimizing […]

salida 4092 tok (+3929 pensamiento) latencia 16.3 s

Obediencia a las restricciones (presupuesto de palabras, lista de palabras prohibidas, la única pregunta), huella de estilo, y control de la longitud.

Cambia entre ellos con una línea

Ambos IDs están en cada pestaña a continuación — el par de líneas resaltadas es la única edición. Mismo endpoint, misma clave, misma estructura de solicitud.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    # model="gemini-3.6-flash",  # descomenta esta línea, comenta la de arriba
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtén una clave de API →

Preguntas frecuentes

¿Cuál es más barato, DeepSeek V4 Pro o Gemini 3.6 Flash?

Gemini 3.6 Flash es más barato en entrada / 1m tokens ($1.5 vs $1.608, con una diferencia de 1.1×). Otras filas pueden indicar lo contrario — la tabla anterior muestra la ficha completa, y el costo real depende de su combinación.

¿Puedo hacer pruebas A/B de DeepSeek V4 Pro frente a Gemini 3.6 Flash sin dos integraciones?

Sí. Ambos se sirven a través del mismo endpoint compatible con OpenAI con una clave API — el cambio es una modificación de una línea en la cadena del modelo, por lo que puede enrutar una fracción del tráfico a cada uno y comparar las facturas directamente.

¿Admiten DeepSeek V4 Pro y Gemini 3.6 Flash caché de prompts?

Sí — ambos cobran las lecturas en caché por debajo de su tarifa de entrada, por lo que las cargas de trabajo con prefijo caliente cuestan menos de lo que sugieren las tarifas de lista. Las filas exactas de lectura en caché están en la tabla de precios de arriba.

Comparaciones relacionadas

De nuestros estudios medidos