DeepSeek-V4-Flash 업데이트

 (api-docs.deepseek.com)
1P by GN⁺ | ★ favorite | 댓글 1개
  • DeepSeek-V4-Flash API 정식 버전이 2026년 7월 31일 공개 베타로 출시됐으며, 기존 호출 방식에서 모델 이름만 deepseek-v4-flash로 지정해 사용할 수 있음
  • 에이전트 성능은 V4-Pro-Preview를 크게 앞섰고 Terminal Bench 2.1에서 82.7점을 비롯해 Cybergym 76.7, Toolathlon verified 70.3, DSBench-FullStack 68.7을 기록함
  • 코드 에이전트 벤치마크는 출시 예정인 DeepSeek Harness 최소 모드에서 max effort, top_p=0.95, temperature=1.0 조건으로 측정됨
  • 정식 V4-Flash는 Responses API 형식을 기본 지원하고 Codex에 맞게 조정됐으며, Preview와 동일한 모델 구조·크기에 재후처리 학습만 적용함
  • 변경 범위는 V4-Flash API로 한정되며 V4-Pro API와 APP/WEB 모델은 유지되고, V4-Pro 정식 버전은 곧 출시될 예정임

공개 베타 출시와 API 사용법

  • DeepSeek-V4-Flash API 정식 버전이 2026년 7월 31일 공개 베타로 출시됨
  • 기존 호출 방식은 그대로 유지되며, 모델 매개변수를 deepseek-v4-flash로 설정하면 최신 버전을 이용할 수 있음
  • V4 계열은 기존과 같은 base_url에서 OpenAI ChatCompletions 및 Anthropic 인터페이스로 제공됨
    • V4-Pro는 deepseek-v4-pro, V4-Flash는 deepseek-v4-flash를 사용함
    • 기존 모델 이름인 deepseek-chat과 deepseek-reasoner는 2026년 7월 24일 중단 예정이었음
    • 전환 기간에는 두 이름이 각각 V4-Flash의 비사고 모드와 사고 모드를 가리켰음

에이전트 벤치마크 결과

  • V4-Flash 정식 버전은 에이전트 성능에서 V4-Pro-Preview를 크게 웃도는 결과를 기록함
    • Terminal Bench 2.1: 82.7
    • NL2Repo: 54.2
    • Cybergym: 76.7
    • DeepSWE: 54.4
    • Toolathlon verified: 70.3
    • Agent Last Exam: 25.2
    • Automation Bench Public: 25.1
    • DSBench-FullStack: 68.7
    • DSBench-Hard: 59.6
  • 공개 벤치마크의 코드 에이전트 과제는 출시 예정인 DeepSeek Harness 최소 모드로 측정됨
    • effort 수준은 max이며 top_p=0.95, temperature=1.0으로 설정함
  • DSBench-FullStack은 내부 풀스택 개발 테스트 세트이고, DSBench-Hard는 내부 코딩 에이전트 고난도 문제 세트임

Responses API와 Codex 연동

  • 정식 V4-Flash는 Responses API 형식을 기본 지원하며 Codex에 맞게 조정됨
  • Codex 연동에 필요한 설정은 공식 문서에서 확인할 수 있음

모델 변경 범위

  • DeepSeek-V4-Flash-0731은 V4-Flash-Preview와 동일한 모델 구조와 크기를 유지함
  • 모델 자체의 구조 변경 없이 재후처리 학습만 적용됨
  • 업데이트는 DeepSeek-V4-Flash API에만 적용됨
    • DeepSeek-V4-Pro API는 변경되지 않음
    • APP/WEB에서 제공되는 모델도 그대로 유지됨
  • DeepSeek-V4-Pro 정식 버전은 곧 출시될 예정임

함께 보면 좋은 글 β

GN⁺   [-]
Hacker News 의견들

  • 개인적으로 K3보다 더 기대됨. DSV4 모델은 서빙 비용이 매우 낮아, 성능이 향상될수록 더 많은 작업에서 ‘충분히 좋은’ 모델이 될 수 있음
    DeepSeek는 오랫동안 Pro 버전을 매우 저렴하게 제공했고 OpenCode 등과 연동했으므로, 실제 개발 작업 데이터도 많이 확보했을 가능성이 큼. 이를 사후 학습에 활용하면 추가 개선도 가능함
    K3를 DSV4로 증류했을 때 얼마나 더 좋아질지도 궁금함. 저렴하고 빠른 모델은 공급자 마음대로 사라지지 않고 성능을 계속 활용할 수 있다는 점에서 커뮤니티에 특히 유익함. 적어도 Flash는 1만 달러 미만 장비로도 집에서 실행할 수 있지만, GLM이나 K3 대형 모델은 현실적으로 어려움

    • 학습 데이터 제공에 동의할 수 있는 공급자는 DeepSeek와 Moonshot뿐임
    • DwarfStar와 결합하면 쓸 만한 로컬 AI가 가능할 것으로 기대함

  • 작업의 90%를 Flash로 처리하고 있음. 이유는 모르겠지만 Pro보다 낫고, 매우 저렴하면서 빠름
    변경량을 1,000줄 이하로 유지하고 아키텍처 결정은 직접 내리면 최첨단 모델과 차이를 거의 느끼지 못함. 나머지 10%는 버그·보안 문제를 찾거나 더 나은 구조를 검토하는 데 쓰며, Flash도 꽤 잘하지만 교차 검증하고 있음
    작은 변경에 5~10분씩 기다리는 것보다 빠른 반복이 훨씬 나음. 최근 Kimi와 GLM은 불필요하게 오래 추론해 느렸음. 의존성, 로그, 성능 덤프처럼 많은 데이터를 한도 걱정 없이 넣을 수 있고, 바이너리 리버스 엔지니어링에서도 보안 제한에 걸리지 않음

    • 프롬프트 표현이 약해서인지 Codex로 사용한 OpenAI 모델들은 바이너리 리버스 엔지니어링을 거부한 적이 없음. 지금도 Codex와 서드파티 펌웨어를 분석 중인데 제한에 한 번도 걸리지 않았음
      반면 보안과 무관한 프롬프트까지 거절당한다는 경우도 있어, 플랫폼별·사용자별 차이가 이렇게 큰 것인지 궁금함
    • DeepSeek V4 Flash는 대부분의 작업에 충분하고 응답도 빠름. 토큰은 주로 미국의 FireWorks.ai에서 구매하지만 DeepSeek에도 대량으로 선결제해 둠
      Claude Code보다 토큰을 적게 쓰는 OpenCode를 주로 사용하며, DeepSeek 자체 코딩 하네스 출시도 기대 중임
    • 전반적으로 좋지만 OpenRouter에서는 출력 토큰 한도가 지나치게 빡빡함. 추론의 함정에 빠지면 한도 내에서 스스로 빠져나오지 못하지만, 그래도 Kimi 모델을 대체했음

  • 개인용 일상 에이전트 작업 대부분에 DeepSeek를 사용한 최근 30일 기록은 비용 4.55달러, API 요청 3,467회, 토큰 323,183,886개임
    소규모 팀을 이끄는 엔지니어로서 품질 기준이 높고 개인 프로젝트에도 같은 기준을 적용하지만, 코딩과 검토 작업에서는 전혀 실망하지 않았음. 그 밖의 작업에는 다른 모델을 사용함

    • LLM으로 코드 검토를 할 때 어떤 방식과 프롬프트를 사용하는지 궁금함. 답변 품질이 상당히 낮았는데, 내 사용법이 원인인지 알고 싶음
    • 이 정도 토큰 캐싱을 달성하려면 어떤 하네스를 사용하는지 궁금함
    • 환각이 많지는 않은지, 있다면 작업 흐름에 어떤 영향을 주는지 궁금함
    • 품질이 뛰어나지는 않으며, 대부분의 LLM도 마찬가지임

  • 이제 pi 안의 거의 모든 작업을 Flash로 실행함. 적절한 MCP 서버, 컨텍스트 축소 도구, 스킬을 갖추면 어떤 작업도 구현할 수 있음
    일부 세션은 30턴 이상 걸리지만 빠르고 저렴해, 한 시간 동안 작업해도 약 0.5달러면 충분함. 다만 다중 하위 에이전트 작업 흐름에서는 계획·검토·오라클 역할에 더 비싼 모델도 사용함
    느린 Opus 구독은 몇 주째 쓰지 않았음. 휴대폰에서도 동작하고 MCP와 스킬을 지원하는 자체 호스팅 OpenWebUI 채팅도 구축해 Perplexity를 완전히 대체했으며, 호스팅과 구독 비용은 월 약 18달러임

    • 나도 pi + DeepSeek 조합에 할 일 추적과 토큰 절약용 맞춤 도구를 다수 붙이고, 매우 어려운 작업에만 최첨단 모델을 사용함. 이 구성이 필요한 기능을 모두 충족함
    • pi에 사용할 만한 확장 기능을 추천받고 싶음
    • 이번 업데이트에서 체감되는 개선이 있는지 궁금함
    • pi에서 top_p와 temperature를 설정하는 방법이 궁금함

  • 벤치마크가 실제 사용 성능을 제대로 반영한다면 놀라운 모델임. 300B 모델이 이전 DS4 Pro 미리보기 모델의 1.8T 매개변수 성능을 넘고 GPT 5.6 Luna보다도 나아 보임
    가격 인하 후의 Luna보다 여전히 저렴함

    • DeepSWE에서는 DeepSeek가 54.4%, Luna가 67%임

  • 200B 모델이 GLM-5.2와 경쟁하고 Opus 4.8에 근접한 것은 상당히 인상적임
    이 수치가 범용 성능으로도 이어지고 DeepSeek의 뛰어난 캐싱까지 더해진다면 사용량이 매우 많아질 듯함

    • 단순히 200B 모델인 것뿐 아니라 용량도 160GiB에 불과함

  • 더 명확히 구분하도록 v4.1-Flash라고 부르지 못할 이유가 무엇이었는지 궁금함

  • 속도와 낮은 가격을 유지하면서도 이미 충분히 쓸 만한 deepseek-v4-pro의 성능을 넘어선다면 매우 유망함
    deepseek-v4-flash는 이미 가격 대비 성능이 가장 좋은 모델이었으므로 지능/비용 지표에서 격차가 더 벌어질 듯함. 다만 DeepSeek API의 저렴한 비용은 코드베이스 정보를 중국에 넘기는 대가이기도 함

    • 적어도 한 벤치마크에서는 GLM 5.2보다 우수하다고 함

  • 비싼 작업에는 Opus 대신 Kimi K3, 일반 작업에는 Sonnet 대신 DSV4 Flash를 사용하는 구성이 합리적인지 궁금함

    • deepseek-v4-pro의 업데이트 버전이 곧 나올 듯하며, DSV4 Flash의 큰 개선 폭을 보면 지능과 비용 모두에서 Kimi K3를 앞설 가능성이 큼
    • 충분히 합리적임. DSV4 Flash로 코딩이나 서버 점검을 한 시간 수행해도 순수 API 비용이 약 0.30달러라 매번 놀라움
    • 백그라운드에서 두 모델 사이를 전환하도록 내 모델 라우터를 사용할 수 있음

  • 코딩 외 용도의 에이전트에 DSv4를 사용하는 사례가 궁금함. 특히 GPT-5.4 mini로 분류나 범주화 등을 처리하던 사용자가 DSv4를 어떻게 활용하는지 알고 싶음

답변달기