--- title: "Modelos abiertos por API: caché, agentes y tres caballos de batalla" description: "Por qué la caché manda en agentes, qué runtime encaja con cada modelo, y DeepSeek V4.1 Flash, GLM-5.3-Flash y MiMo-V2.6-Flash como workhorses." date: 2026-10-12 locale: es tags: [ai] summary: "En bucles agénticos el precio de lectura de caché decide la factura, y en acierto DeepSeek V4.1 Flash y MiMo-V2.6-Flash cuestan prácticamente lo mismo. Los tres workhorses del día a día con herramientas: DeepSeek por defecto, GLM-5.3-Flash como segunda ruta y MiMo para salida barata en valle y multimodal." url: https://escribano.dev/es/blog/019-open-models-cache-agents/ --- Mi [guía rápida de modelos de pesos abiertos](/blog/018-open-weight-models-api/) dejó la tabla sin cifras y un reparto en prueba. Aquí lo que en una guía rápida no cabe: caché, dónde enchufo cada modelo y los tres que hoy uso (o contrasto) en bucles con herramientas. *Precios de API comprobados el 12 de octubre de 2026, salvo que se indique otra fuente o fecha.* ## La caché es donde se decide el coste En un bucle agéntico el contexto vuelve en cada turno: system prompt, herramientas, trozos del repo. Por eso miro primero el precio de **lectura de caché**. DeepSeek V4.1 Flash (`deepseek-flash`) en **valle** cobra \$0.003 por millón en hit y \$0.15 en miss ([pricing DeepSeek](https://api-docs.deepseek.com/quick_start/pricing)). MiMo-V2.6-Flash cobra \$0.0028 en hit y \$0.14 en miss ([ficha MiMo](https://mimo.mi.com/models/en-US/mimo-v2.6-flash)). En acierto, los dos cuestan prácticamente lo mismo; MiMo, que no entraba en aquella guía, queda a la par. Para ver el rango, la [tarifa de Moonshot](https://platform.moonshot.ai/docs/pricing/chat) para Kimi K3 es \$0.30 en hit y \$3.00 en miss. Qwen3.8-Max, MiniMax-M3 y el resto de tablas los dejo para contexto enorme o salida de razonamiento; en esa guía están los nombres. La tarifa de caché de **GLM-5.3-Flash** no la he mirado para este post. La salida suele pesar más que la entrada. Lo enlazo con [The Bitter Lesson](/blog/017-bitter-lesson/): más cómputo al decidir, más factura. En valle, DeepSeek pide \$0.60 por millón de salida; MiMo, \$0.28 en la ficha. En **punta**, DeepSeek sube a hit \$0.006, miss \$0.30 y salida \$1.20 por millón (lunes a viernes 01:00–04:00 y 06:00–10:00 UTC, fuera festivos en China; el resto valle). Si quieres apagar razonamiento en API, DeepSeek V4.1 Flash admite `extra_body` `{"thinking": {"type": "disabled"}}` ([Thinking Mode DeepSeek](https://api-docs.deepseek.com/guides/thinking_mode)). MiMo acepta `{"thinking": {"type": "disabled"}}` en su API compatible con OpenAI ([ficha MiMo](https://mimo.mi.com/models/en-US/mimo-v2.6-flash)). En GLM-5.3-Flash no hay interruptor: según la [guía de thinking de Z.AI](https://docs.z.ai/guides/capabilities/thinking-mode.md), `thinking.type` solo admite `enabled`, y la [guía del modelo](https://docs.z.ai/guides/vlm/glm-5.3-flash.md) recomienda `reasoning_effort: max`. ## Tres caballos de batalla Uso tres checkpoints con pesos en Hugging Face: **DeepSeek V4.1 Flash**, **GLM-5.3-Flash** y **MiMo-V2.6-Flash**. Los tres declaran ventana de **1M tokens** ([guía de GLM](https://docs.z.ai/guides/vlm/glm-5.3-flash.md), [ficha de MiMo](https://mimo.mi.com/models/en-US/mimo-v2.6-flash), [pricing de DeepSeek](https://api-docs.deepseek.com/quick_start/pricing)) y los tres son MIT: DeepSeek y GLM según mi [guía rápida](/blog/018-open-weight-models-api/), MiMo en su [README](https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Flash-MOPD). No sustituyen a Kimi K2.7 Code ni a Qwen3.8-Max en backend pesado; cubren el día a día con herramientas en OpenClaw, Moltis u OpenCode. **DeepSeek V4.1 Flash** (`deepseek-flash`) es mi primera opción en texto y código. La API la he visto en más sitios que las otras dos, responde antes en mi uso y puedo apuntar a valle o evitar punta. En **Moltis** la dejo por defecto. Si en la misma llamada necesito audio o vídeo, cambio de modelo. **GLM-5.3-Flash** es mi segunda ruta en OpenClaw (`zai/*`, `tool_stream: true` por defecto; lo cortas con `params.tool_stream: false`, [proveedor Z.AI en OpenClaw](https://docs.openclaw.ai/providers/zai)) o cuando el flujo es visual. En Moltis la alterno cuando quiero variar o probar Z.AI. En OpenCode a veces cae o va lento; DeepSeek y MiMo me han parecido más fiables. Sigo contrastándolo en mis repos. **MiMo-V2.6-Flash** lo elijo cuando quiero salida barata en valle y multimodal en la misma API; en programación me va bien. En bucles agénticos largos dentro de Moltis todavía no lo he metido. - Serie V2.6 anunciada el **22 de septiembre de 2026** ([changelog MiMo](https://mimo.mi.com/static/docs/updates/model.md)); repo `MiMo-V2.6-Flash-RL` creado el **21** en Hugging Face (metadatos). - MoE 309B totales, 15B activados ([README MOPD](https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Flash-MOPD)). - Entrada texto, imagen, vídeo y audio; salida texto. `https://api.xiaomimimo.com/v1`, modelo `mimo-v2.6-flash`, o OpenRouter si el agente no trae Xiaomi. ## Dónde lo enchufo **Moltis** concentra lo que más uso: DeepSeek, Z.AI, OpenRouter, endpoint OpenAI-compatible y MiMo por OpenRouter o base URL de Xiaomi. MiniMax y Moonshot también están. Las herramientas de fichero (`Read`, `Write`, `Edit`, `Glob`, `Grep`) copian esquemas de Claude Code. En **OpenCode** es donde comparo proveedores con calma; la parte de specs y artefactos va en el [post sobre SDD](/blog/015-spec-driven-development-iag/). La fiabilidad de GLM frente a DeepSeek y MiMo se nota más ahí. **OpenClaw** usa `provider/model`, tiene `--local-model-lean` para modelos locales lentos y, con GLM y `zai/*`, trae `tool_stream` activado. En OpenCode tiro de OpenRouter como plan B si cae la ruta principal. Por defecto sigo con **DeepSeek**. **GLM** lo reservo para segunda ruta o flujos visuales, y **MiMo** para programar cuando me importa la salida barata. A MiMo aún no lo he metido en bucles largos en Moltis; es lo primero que revisaré.