Dos filosofías radicalmente distintas se disputan hoy el mercado de la inteligencia artificial. Gemini, el modelo insignia de Google, y DeepSeek, el desafío chino de código abierto, responden a lógicas opuestas: una apostó al ecosistema total, la otra a la eficiencia de costos como argumento principal. Google reorganizó sus planes en 2026 en cuatro opciones: gratuito, AI Plus (USD 7,99/mes), AI Pro (USD 19,99/mes) y AI Ultra (USD 249,99/mes). El modelo disponible en el plan AI Pro es Gemini 3 Pro, que cuenta con una ventana de contexto de 2 millones de tokens, lo que permite subir libros enteros, repositorios de código complejos o videos de más de dos horas y hacer preguntas sobre cualquier detalle. La propuesta de Gemini va más allá del chatbot. Está integrado en Gmail, Docs, Sheets, Slides y Meet, y las AI Overviews de Google Search usan Gemini para generar resúmenes directos en los resultados de búsqueda. Deep Research es probablemente la función más valiosa del plan pago: le pedís que investigue un tema y Gemini navega múltiples fuentes de forma autónoma, cruza información, identifica contradicciones y genera un informe estructurado con citas verificables. En términos de API para desarrolladores, Gemini 3.1 Pro lidera la mayoría de los benchmarks a USD 2 por millón de tokens de entrada y USD 12 por millón de salida, lo que lo convierte en 7,5 veces más barato que Claude Opus 4.6 en entrada. DeepSeek llegó para subvertir las reglas del mercado. V4 Flash cuesta 0,14 dólares por millón de tokens de entrada y 0,28 dólares por millón de salida, ubicándose por debajo de GPT-5.4 Nano, Gemini 3.1 Flash y Claude Haiku 4.5. V4 Pro cuesta 0,145 dólares de entrada y 3,48 dólares de salida por millón de tokens, también por debajo de Gemini 3.1 Pro. La arquitectura que hace posible estos precios es Mixture-of-Experts: de los 1,6 billones de parámetros totales de V4 Pro, solo 49.000 millones se activan por tarea, lo que reduce el coste de inferencia y la latencia sin sacrificar rendimiento en las tareas donde DeepSeek es fuerte. Esa fortaleza tiene una geografía clara: matemáticas, programación y razonamiento estructurado. Los modelos MoE tienden a tener picos de especialización en tareas alineadas con sus expertos entrenados y valles en tareas fuera de ese espectro. La otra ventaja es la licencia. DeepSeek es código abierto con licencia MIT, lo que permite autoalojamiento, modificación y uso comercial sin restricciones. El nivel gratuito ofrece 5 millones de tokens sin tarjeta de crédito, lo que permite validar si el modelo se ajusta a cada caso de uso sin riesgo financiero.