GPT-6 Luna vs Gemini 3.8 Flash vs DeepSeek: cuánto cuesta realmente el nivel de API por debajo de 1 dólar

Tienes un endpoint que clasifica tickets de soporte, o extrae tres campos de la carga útil de un webhook, o escribe un resumen de una línea de una entrada de registro. Se ejecuta unos pocos millones de veces al mes. El listón de calidad es “suficientemente bueno y consistente”, y el único número que le importa a tu equipo de finanzas es la factura.

Hasta el 2026-09-22, ese segmento pertenecía a la línea Flash de Google y a DeepSeek. Luego OpenAI lanzó GPT-6 Luna a $0.10 por millón de tokens de entrada y $0.50 por millón de tokens de salida, con una ventana de contexto de 1M, y el segmento se llenó.

La trampa es que los tres precios de titular no son el mismo tipo de número. Uno es un recorte medido contra una promoción. Uno caduca en una fecha del calendario. Uno cambia según la hora del día en que se ejecute tu trabajo. Ponlos uno al lado del otro tal como se publican y elegirás el modelo equivocado.

Los precios publicados, a fecha de 2026-09-23

Los precios de Luna y DeepSeek provienen de las páginas propias de cada proveedor. La fila de Gemini proviene de la página de precios de la API de Google, nivel de pago.

En entrada plana por token, Luna es 7.5 veces más barata que Gemini 3.8 Flash y 3 veces más barata que DeepSeek Flash en punta. En salida, es 7.5 y 2.4 veces. Esa es toda la historia si nunca usas caché y nunca lees las notas al pie. A continuación hay tres notas al pie, y cada una de ellas puede cambiar una decisión.

Asterisco uno: el recorte de OpenAI se mide contra una tarifa promocional

OpenAI dice que Luna y su hermano mayor Sol son un 50% más baratos que el precio promocional de GPT-5.6. “Promocional” es palabra de la propia OpenAI y pertenece a cada repetición de esa afirmación.

Nuestra cobertura de lanzamiento registró el precio de lista de GPT-5.6 Luna en $1.00 de entrada y $6.00 de salida. Medidos contra el precio de lista en lugar de contra la promoción, los $0.10 y $0.50 de GPT-6 Luna son un recorte del 90% en entrada y del 92% en salida. El movimiento real es mayor que el titular. El titular solo está anclado a un descuento.

Qué significa esto operativamente: los $0.10 y $0.50 se publican como precios de Luna, no como una promoción, así que planifica en torno a ellos. Pero no trates “50% más barato que el precio promocional de GPT-5.6” como una comparación generacional equivalente, porque no lo es. Si estás migrando, consulta qué es GPT-6 Luna y el desglose de niveles del predecesor en GPT-5.6 Sol vs Terra vs Luna.

Asterisco dos: el precio de Gemini Flash tiene fecha de caducidad

La página de precios de Google muestra ambos números en la misma celda. Gemini 3.8 Flash es $0.75 de entrada y $3.75 de salida “hasta el 31 de diciembre de 2026”, luego $1.50 y $7.50 “a partir del 1 de enero de 2027”. El almacenamiento en caché de contexto sigue la misma forma: $0.075 ahora y $0.15 en enero. Gemini 3.7 Flash y 3.6 Flash tienen filas idénticas.

Si esta semana estás construyendo un modelo de costos a 12 meses sobre Flash, tres de esos meses tienen el doble de precio. Un equipo que presupuesta $60k de gasto en Flash para el próximo año a la tarifa de hoy está presupuestando aproximadamente $90k de facturas reales, suponiendo un volumen constante. Eso no es un error de redondeo.

Dos datos relacionados de la misma página. No hay ningún Gemini 3.8 Flash-Lite ni 3.7 Flash-Lite listado. Las entradas Flash-Lite más baratas que quedan son Gemini 3.5 Flash-Lite a $0.30 de entrada y $2.50 de salida, y Gemini 2.5 Flash-Lite a $0.10 de entrada y $0.40 de salida. Esa última fila es la única entrada en toda esta comparación que es más barata que Luna en salida, y tiene dos generaciones de antigüedad.

Asterisco tres: el precio de DeepSeek depende del reloj

DeepSeek publica columnas de punta y fuera de punta. La hora punta se aplica de 01:00 a 04:00 y de 06:00 a 10:00 UTC, de lunes a viernes, excluyendo los días festivos públicos de China. Fuera de punta es la mitad que en punta en todos los casos. Para deepseek-flash, eso es $0.30 frente a $0.15 en entrada con fallo de caché y $1.20 frente a $0.60 en salida.

Para un lote nocturno esto es dinero gratis: mueve el cron fuera de la ventana y reduce la factura a la mitad. Para tráfico global interactivo es un dolor de cabeza de modelado, porque tu tarifa efectiva es una mezcla que no puedes cotizar hasta que hayas medido tu propia distribución de solicitudes contra el reloj UTC. Si DeepSeek es un candidato serio, registra una marca de tiempo UTC junto con los recuentos de tokens en cada llamada, o tu modelo de costos es una suposición disfrazada de hoja de cálculo.

Nuestro desglose anterior de esa estructura de precios está en precios de DeepSeek-V4.1-Flash.

Dónde se separan realmente los niveles: entrada en caché

El acierto de caché de DeepSeek es el número de entrada más barato de toda esta comparación, 50 veces por debajo de su propio precio de fallo. Su precio de fallo también es 3 veces la tarifa plana de Luna. Así que DeepSeek paga de forma espectacular para una carga de trabajo con un prefijo largo y estable, y penaliza una que envía un prompt nuevo cada vez. La proporción de Luna es más plana, lo que sobre todo significa menos formas de equivocarse gravemente.

GPT-6 también lanzó una versión real de caché en lugar de una línea de precios. Mayores tasas de acierto por defecto, un 90% de descuento en lecturas de entrada en caché, un panel de control de Prompt Caching y una herramienta de diagnóstico, puntos de interrupción explícitos para que elijas dónde termina el prefijo en caché y, lo más útil, cambiar el esfuerzo de razonamiento o la disponibilidad de herramientas ya no invalida la caché. GitHub informa de más de un 50% menos de tokens de prompt que necesitan procesamiento nuevo en miles de millones de solicitudes. Si alguna vez has visto desplomarse una tasa de acierto porque alguien activó una herramienta, sabes cuánto vale esa propiedad. Más sobre esto en el lanzamiento de caché de prompt de GPT-6.

Por token es la unidad equivocada

OpenAI publicó el costo por tarea junto con la precisión, que es el encuadre más honesto. En DeepSWE 1.1, Luna con razonamiento máximo obtiene 66.6%, que OpenAI describe como comparable a Claude Opus 5 y Fable 5 con esfuerzo medio, con un costo por tarea 93% menor que Opus 5 y 96% menor que Fable 5. En OSWorld 2.0 offline, Luna al máximo supera a GPT-5.6 Sol en medio por aproximadamente una décima parte del costo. En factualidad, Luna con mayor esfuerzo iguala a GPT-5.6 Sol con aproximadamente una centésima parte del costo. Frente a su propio predecesor en AutomationBench 1.0.6, Luna con esfuerzo alto obtiene 5.4 puntos más con un costo por tarea 58% menor.

Ahora la parte que importa más que todo esto: ni Google ni DeepSeek publican cifras de costo por tarea en estos benchmarks para Gemini 3.8 Flash o deepseek-flash. Así que este artículo es una comparación de precios de tres vías más las afirmaciones de costo por tarea de un proveedor sobre sí mismo. No es una tabla de clasificación agéntica de tres vías, y cualquiera que te muestre una para este nivel o bien está ejecutando un arnés de terceros que debería nombrar o se está inventando números.

La razón por la que la comparación por token engaña son los tokens de razonamiento. Un modelo que cobra 3 veces menos por token y emite 5 veces más tokens para terminar el mismo trabajo te cuesta más. Los tokens de salida, incluido el pensamiento, son lo que realmente pagas, y solo tu propia carga de trabajo conoce esa proporción.

La trampa de la latencia

Artificial Analysis, un tercero en lugar de cualquiera de los proveedores, mide GPT-6 Luna a 153.9 tokens de salida por segundo con un tiempo hasta el primer token de 124.23 segundos, y GPT-6 Sol a 115.2 tokens por segundo a 102.15 segundos. Esas cifras son para las variantes de razonamiento “max”, así que léelas como un techo y no como lo que verías con el esfuerzo predeterminado. Trata ambas como no verificadas contra datos de primera parte.

La dirección sigue siendo lo importante. En esta generación, el modelo barato no es el modelo rápido. Dos minutos hasta el primer token es perfectamente aceptable para un trabajo de enriquecimiento nocturno y completamente inutilizable detrás de un cuadro de chat. Si tu endpoint está orientado al usuario, el tiempo hasta el primer token con el nivel de esfuerzo que elijas decide la cuestión, no los dólares por millón.

Mídelo tú mismo: una solicitud, tres entornos

Los tres proveedores aceptan una llamada de chat completions con formato de OpenAI, así que no necesitas tres clientes.

Construye la solicitud una vez, pon base_url, model_id y api_key en un entorno de Apidog, y luego cambia de entorno para lanzar la misma solicitud guardada a cada proveedor. Sin curl copiado y pegado, sin desviaciones entre las tres versiones de tu prompt.

POST {{base_url}}/chat/completions
Authorization: Bearer {{api_key}}
Content-Type: application/json

{
  "model": "{{model_id}}",
  "messages": [
    {"role": "system", "content": "Extract order_id and status. Reply with JSON only."},
    {"role": "user", "content": "{{ticket_body}}"}
  ]
}

Apidog ejecuta scripts posteriores a la respuesta compatibles con Postman, así que verifica la forma y la latencia y registra el bloque de uso en la misma pasada:

pm.test("content parses as the JSON we asked for", () => {
  const parsed = JSON.parse(pm.response.json().choices[0].message.content);
  pm.expect(parsed).to.have.property("order_id");
});

pm.test("first byte to last byte under 3s", () => {
  pm.expect(pm.response.responseTime).to.be.below(3000);
});

console.log(pm.response.json().usage);

Luego ejecuta los mismos 200 payloads reales en cada entorno y registra cuatro cosas por llamada: usage.prompt_tokens, usage.completion_tokens, el tiempo de respuesta y si la aserción pasó. Multiplica los recuentos de tokens por la tabla de precios anterior y divide por tu recuento de aprobaciones. Eso da el costo por respuesta correcta, que es la única cifra que decide algo. Ejecuta la pasada de DeepSeek dos veces, una dentro de la ventana de hora punta UTC y otra fuera de ella, o habrás medido medio precio.

Qué elegir

Esa última fila tiene su propio artículo: GPT-6 Luna para cargas de trabajo de API de gran volumen.

Conclusión

GPT-6 Luna es el precio plano, incondicional y sin notas al pie más barato del nivel por debajo de $1 en este momento, y trae consigo una ventana de contexto de 1M. DeepSeek Flash le gana en entrada en caché por un amplio margen y pierde claramente en fallos de caché. Gemini 3.8 Flash es el más caro de los tres hoy y será el doble en enero.

Nada de esto te dice qué lanzar. Ejecuta tus propios payloads en los tres, mide el costo por respuesta correcta y el tiempo hasta el primer token, y vuelve a ejecutarlo cuando llegue el próximo lanzamiento, que con la cadencia actual será dentro de un mes. Para una visión más amplia de lo que cambió en la última semana de septiembre, consulta la guerra de precios de modelos de IA de septiembre de 2026.