Respuesta corta: elige DeepSeek V4 Pro si necesitas conectar hoy una API de pago por uso a un producto o a una canalización propia. Prueba GLM-5.3 si trabajas con una herramienta compatible con GLM Coding Plan y quieres evaluar el modelo de programación más reciente de Z.ai. No hay base suficiente para proclamar un ganador universal: a fecha de 15 de agosto de 2026, las dos opciones se compran por rutas distintas y la API general de GLM-5.3 todavía no está disponible.
Esta diferencia de acceso importa más que unas décimas en un benchmark. Una suscripción con créditos para agentes de código no equivale a una API facturada por token; tampoco permite calcular el coste de producción con la misma fórmula.
La decisión empieza por dónde puedes ejecutar cada modelo
| Si necesitas… | Opción que puedes probar ahora | Límite que debes aceptar |
|---|---|---|
| Integrar una API general de pago por uso | deepseek-v4-pro | Precio variable por franja y compatibilidad parcial en algunas rutas |
| Usar Claude Code, Codex u otra herramienta admitida por un plan | glm-5.3 en GLM Coding Plan | Suscripción y créditos, no tarifa pública por token de GLM-5.3 |
| Chat sin construir una integración | DeepSeek V4 Pro en app o web | No reproduce necesariamente tu agente, herramientas ni contexto real |
| Descargar pesos de GLM-5.3 | Esperar | Z.ai aún no había publicado los pesos el 15 de agosto |
Z.ai identifica su modelo como glm-5.3: acepta y genera texto, admite hasta 1M de contexto y anuncia un máximo de 128K de salida. Está disponible para todos los niveles de GLM Coding Plan, pero la documentación mantiene la API general como “coming soon”. Ni la tabla de precios por token ni el enum actual de Chat Completions publican una tarifa o entrada para 5.3. Por eso no es correcto reutilizar el precio de GLM-5.2.
DeepSeek lanzó V4 Pro de forma general el 13 de agosto en app, web y API. El ID estable de la API es deepseek-v4-pro y ahora sirve la versión DeepSeek-V4-Pro-0813. Los nombres antiguos deepseek-chat y deepseek-reasoner no son alias de Pro. Su ficha oficial anuncia 1M de contexto y hasta 384K de salida, aunque esos topes no garantizan que toda la ventana conserve la misma calidad.
El sufijo glm-5.3[1m] que aparece en instrucciones para Claude Code pertenece a esa ruta de Coding Plan; no sustituye al ID general del modelo. Del mismo modo, una ruta “compatible con Anthropic” u “OpenAI-compatible” describe el formato de entrada y salida, no la equivalencia completa de funciones.
El precio no admite una comparación directa todavía
GLM Coding Plan se vende como suscripción. En la comprobación del 15 de agosto, los niveles internacionales mostraban 18 USD/mes para Lite, 72 USD para Pro y 160 USD para Max, con bolsas de créditos y límites móviles. La página del plan y su documentación también indican un consumo de créditos reducido al 50 % fuera de la franja laboral de 14:00 a 18:00 UTC+8 entre semana. En España peninsular durante el horario de verano, esa franja corresponde a 08:00–12:00 CEST.
Esos importes no son una tarifa de la futura API de GLM-5.3. Sirven para responder “¿qué plan necesito para mi agente de código?”, pero no “¿cuánto cuesta un millón de tokens en mi backend?”. Hasta que Z.ai publique la API medida y su precio, cualquier cálculo por token de 5.3 sería inventado.
DeepSeek sí publica una tarifa directa, pero cambia casi de inmediato. Según su página oficial de precios:
| Periodo para DeepSeek V4 Pro | Entrada en caché | Entrada sin caché | Salida |
|---|---|---|---|
| Hasta el 16 de agosto a las 17:59 CEST | 0,003625 USD/M | 0,435 USD/M | 0,87 USD/M |
| Desde el 16 de agosto a las 18:00 CEST, valle | 0,022 USD/M | 0,66 USD/M | 1,98 USD/M |
| Desde el 16 de agosto a las 18:00 CEST, punta | 0,044 USD/M | 1,32 USD/M | 3,96 USD/M |
La nueva franja punta es 01:00–04:00 y 06:00–10:00 UTC, es decir, 03:00–06:00 y 08:00–12:00 CEST. Los tokens de razonamiento se facturan como salida. A estas cifras aún hay que sumar reintentos, llamadas a herramientas, impuestos, servicios intermedios y trabajo humano.
La unidad que sí permite comparar rutas es el coste por tarea aceptada:
coste por tarea aceptada = créditos o gasto total de todos los intentos / tareas que superan la validación
Así, un modelo barato que necesita tres reintentos puede resultar más caro que otro con mayor precio nominal. Para GLM anota créditos consumidos; para DeepSeek, tokens y herramientas. No conviertas uno en otro sin observar una carga real.
Qué dicen los benchmarks y qué no pueden decidir
La publicación de lanzamiento de Z.ai incluye una tabla para la pareja exacta. Informa, por ejemplo, de 88,2 frente a 87,9 en Terminal-Bench 2.1, 66,9 frente a 62,7 en DeepSWE v1.1 y 84,5 frente a 83,3 en CyberGym a favor de GLM-5.3. En cambio, atribuye 58,0 frente a 61,1 en NL2Repo y 73,0 frente a 74,1 en Toolathlon Verified a favor de DeepSeek V4 Pro.
Son resultados publicados por Z.ai, no una reproducción independiente de este artículo. Las condiciones no están descritas de forma perfectamente simétrica para todas las filas: pueden variar el harness, el esfuerzo de razonamiento, las herramientas, el timeout o el juez. Además, la tabla de lanzamiento de DeepSeek compara su modelo con GLM-5.2, no con 5.3. Mezclar ambas tablas produciría una clasificación falsa.
La lectura útil es más modesta:
- ambos proveedores muestran resultados cercanos en algunas pruebas de terminal y agentes;
- el orden cambia según la tarea;
- ninguna tabla demuestra calidad en español, latencia desde España, estabilidad de tu herramienta ni coste por resultado aceptado;
- un contexto de 1M es un límite de capacidad, no una promesa de precisión uniforme en repositorios enormes.
Thinking y herramientas: dos contratos que no son intercambiables
GLM-5.3 siempre razona. El contrato estándar documenta esfuerzos low, high y max, con max por defecto. En Coding Plan, la capa de compatibilidad transforma valores de clientes distintos: por ejemplo, disabled, none o minimal terminan en low, no apagan el razonamiento. Conviene registrar el valor efectivo, porque una prueba con low no es comparable con otra en max.
Las rutas dependen de la herramienta: Z.ai ofrece un endpoint compatible con Anthropic para Claude Code y Goose, Responses para Codex y compatibilidad OpenAI para otros clientes. Consulta la guía de cambio de modelo en vez de copiar la configuración de una herramienta a otra.
DeepSeek permite thinking y non-thinking; thinking usa high por defecto y admite low, high y max. En ese modo ignora parámetros como temperature, top_p y penalizaciones de presencia o frecuencia. Su contrato de tool calls exige conservar el mensaje completo del asistente —reasoning_content, content y tool_calls— antes de devolver el resultado de una herramienta. Si eliminas esa parte del historial, una iteración posterior puede responder con HTTP 400.
DeepSeek ofrece Chat Completions, una ruta Responses nativa pero sin estado y una ruta compatible con Anthropic. Hay parámetros y herramientas de Responses que se ignoran, no admite entrada de imagen o archivo y ciertos nombres de modelo no compatibles pueden acabar en Flash. Para evaluar Pro, envía siempre deepseek-v4-pro y verifica el modelo y el uso devueltos.
Una prueba de 15 tareas que produce una decisión defendible
No empieces con una demo aislada. Selecciona unas 15 tareas que representen trabajo que realmente aceptarías: corregir fallos con tests, modificar varios archivos, seguir convenciones del repositorio, refactorizar sin romper una interfaz y operar una herramienta con datos incompletos.
Congela para ambos candidatos:
- el mismo commit y las mismas instrucciones;
- el mismo conjunto de herramientas y permisos;
- la política de contexto y el esfuerzo de razonamiento equivalente;
- timeout, máximo de pasos y presupuesto de reintentos;
- checks automáticos y criterio de revisión humana.
Por ejecución registra si fue aceptada, tiempo total, créditos o tokens, llamadas a herramientas, reintentos y minutos de corrección. No descartes los fallos: forman parte del denominador económico. Si una ruta no permite igualar una variable, señálala como diferencia del producto en lugar de ocultarla.
Cuál elegir en cada caso
Elige DeepSeek V4 Pro ahora si necesitas una API general, facturación por uso, una salida potencialmente superior a 128K o una integración controlada desde tu servicio. Revisa la tarifa que entra en vigor el 16 de agosto y prueba con el contrato real de tools.
Prueba GLM-5.3 ahora si tu trabajo vive en una herramienta admitida por Coding Plan, el modelo siempre razonando encaja en tu flujo y puedes evaluar el coste en créditos. No lo presentes todavía como una API por token ni como pesos descargables: Z.ai dijo que los pesos llegarían tras unas dos semanas de evaluación de seguridad, pero el 15 de agosto aún no estaban disponibles.
Espera antes de migrar si necesitas autoalojamiento inmediato de GLM-5.3, una tarifa pública por token para presupuestarlo o evidencia específica de español. En esos casos falta una condición necesaria, no un benchmark más.
La conclusión puede cambiar pronto. Antes de comprar un plan o desplegar una integración, vuelve a comprobar tres datos en las páginas oficiales: disponibilidad de la API general de GLM-5.3, publicación de sus pesos y tarifa vigente de DeepSeek V4 Pro. Después decide con tu tasa de aceptación, no con una tabla de lanzamiento.
