DeepSeek V4 Flash 공식 출시: V4 Pro Preview를 능가하는 에이전트 벤치마크

DeepSeek가 V4 Flash API 공식 버전을 퍼블릭 베타로 출시했습니다. 이번 발표의 핵심은 새로운 모델이 아니라 재학습(retrain)입니다. DeepSeek-V4-Flash-0731로 태그된 이번 빌드는 프리뷰와 완전히 동일한 아키텍처, 크기, 가격을 유지하지만, 에이전트 벤치마크 점수가 동일 패밀리의 더 크고 비싼 모델인 V4-Pro-Preview를 크게 능가합니다. 또한 네이티브 Responses API 지원이 추가되고 Codex에 맞게 적응되었습니다. 이미 deepseek-v4-flash를 호출하고 있다면, API 뒤에서 동작하는 모델이 무료로 대폭 향상된 것입니다.

실제로 무엇이 바뀌었나

DeepSeek의 공식 API 변경 로그에 따르면, V4 Flash 공식 API가 퍼블릭 베타로 전환되었으며 호출 방식은 변경되지 않았습니다. 프리뷰 때와 동일하게 모델 이름을 deepseek-v4-flash로 설정하면 됩니다. (DeepSeek 변경 로그)

이번 릴리스를 정의하는 세 가지 사실이 있습니다:

• 새 모델이 아닌 재학습입니다. DeepSeek는 V4-Flash-0731이 V4-Flash-Preview와 동일한 아키텍처와 크기를 유지하며 사후 학습(post-training)만 다시 진행했다고 밝혔습니다. 동일한 골격에 새로운 가중치를 적용했기 때문에 통합은 드롭인(drop-in) 방식으로 변경됩니다. (DeepSeek 변경 로그)
• 에이전트 수치가 핵심입니다. DeepSeek는 "에이전트 역량이 크게 향상"되었으며 벤치마크 결과가 V4-Pro-Preview를 크게 능가한다고 설명합니다. 이번 업그레이드는 복잡한 작업에서의 자율 실행과 도구 호출(tool-calling)을 목표로 합니다. (DeepSeek 변경 로그)
• 현재는 API 전용입니다. 이번 업그레이드는 V4 Flash API에만 적용됩니다. V4 Pro API와 DeepSeek 앱 및 웹사이트의 모델은 변경되지 않았으며, DeepSeek는 V4 Pro 공식 릴리스가 곧 이어질 것이라고 밝혔습니다. (DeepSeek 변경 로그)

전략적 신호가 두드러집니다. V4 세대 대부분에서 위계는 단순했습니다: Pro는 강력하고, Flash는 저렴하지만 성능이 낮았습니다. 이번 재학습은 에이전트 워크로드에서 그 구도를 뒤집었습니다 — 경량 모델이 이제 프리뷰 플래그십을 능가하는 수치를 기록합니다. (TechNode)

벤치마크 수치

DeepSeek는 0731 빌드와 함께 전체 벤치마크 표를 공개했습니다. 다음은 변경 로그에서 공식적으로 자체 보고된 점수입니다:

출처: DeepSeek API 변경 로그. DSBench-FullStack과 DSBench-Hard는 DeepSeek의 내부 테스트 세트로, 각각 풀스택 개발 테스트 모음과 고난도 코딩 에이전트 테스트 모음입니다.

"V4 Pro Preview를 능가한다"는 문구를 너무 깊이 해석하기 전에 두 가지 주의 사항이 있습니다:

• 비교가 완전히 동등하지 않습니다. V4-Flash-0731은 Terminal Bench 2.1에서 82.7점을 기록했지만, 보도에서 인용된 V4-Pro-Preview 수치(67.9)는 Terminal Bench 2.0 기준입니다 — 서로 다른 버전의 테스트 세트이므로 직접 비교는 완전히 공정하지 않습니다. (36Kr)
• 코드 에이전트 작업에는 특정 하네스(harness)가 사용되었습니다. DeepSeek는 공개 코드 에이전트 벤치마크가 "DeepSeek Harness 최소 모드"(아직 미출시)를 사용하여 최대 노력, top-p 0.95, temperature 1.0으로 실행되었다고 밝혔습니다. 실제 프로덕션 수치는 사용자 자신의 스캐폴딩(scaffolding)에 따라 달라집니다. (DeepSeek 변경 로그)

그럼에도 불구하고 그 규모는 주목할 만합니다: 약 130억(13B) 활성 파라미터를 가진 모델이 이 범위의 에이전트 점수를 기록한다는 것은 사후 학습만으로도 얼마나 큰 차이를 만들 수 있는지를 보여줍니다. (36Kr)

"동일한 크기, 더 나은 에이전트"가 중요한 이유

V4 Flash는 약 130억(13B) 활성 파라미터를 가진 2840억(284B) 파라미터 MoE(Mixture-of-Experts) 모델로, V4 Pro의 총 1.6조(1.6T) / 약 490억(49B) 활성 파라미터와 비교됩니다. 두 모델 모두 100만(1M) 토큰 컨텍스트 윈도우를 공유합니다. Flash의 핵심은 처리량과 비용이었습니다 — 속도를 위해 일부 성능을 포기하는 방식이었습니다. (전체 사양 분석은 DeepSeek V4 Pro 가이드를 참조하세요.)

파라미터 수를 변경하지 않고 에이전트 성능을 끌어올림으로써, DeepSeek는 대부분의 팀이 프로덕션에서 직면하는 정확한 문제를 겨냥하고 있습니다: 저비용, 고동시성 자동화를 원하지만 모든 에이전트 단계에서 1.6조 파라미터 플래그십을 실행할 여유가 없다는 것입니다. 도구 호출과 다단계 실행을 잘 처리하는 저렴한 모델은 에이전트를 대규모로 운영하는 경제성을 바꿉니다. (BigGo Finance)

에이전트 파이프라인을 구축하는 사람들에게 실질적인 시사점은 라우팅(routing)에 관한 것입니다: 일상적인 에이전트 단계의 더 많은 부분을 이제 Flash로 기본 처리하고, 진정으로 어려운 분기에만 더 무거운 모델로 에스컬레이션할 수 있습니다.

Responses API 및 Codex 지원

이번 릴리스의 나머지 절반은 통합 장벽을 낮춥니다. 공식 V4 Flash는 Responses API 형식을 네이티브로 지원하며 Codex에 맞게 특별히 적응되었습니다. (DeepSeek 변경 로그)

이것이 중요한 이유는 Responses API가 OpenAI의 최신 에이전트 도구 — Codex 포함 — 가 기대하는 형식이기 때문입니다. 네이티브 지원은 Codex 스타일 워크플로우에 이미 연결된 팀이 전면 재작성 없이 구성 변경만으로 deepseek-v4-flash를 가리킬 수 있다는 것을 의미합니다. DeepSeek는 개발자 채택 장벽을 낮추는 것이 목표라고 밝혔으며, 구성 세부 사항은 API 문서에서 확인할 수 있습니다. (BigGo Finance)

V4 API가 이미 OpenAI 스타일 ChatCompletions와 Anthropic 스타일 인터페이스 모두를 통해 접근 가능하다는 사실과 결합하면, DeepSeek는 주요 에이전트 생태계 전반에서 드롭인 호환성을 최적화하고 있음이 분명합니다. (DeepSeek 변경 로그)

여러분의 스택에 미치는 영향

DeepSeek를 기반으로 구축하고 있다면, 요약하면 다음과 같습니다:

• 이미 프리뷰를 사용 중이라면? 코드 변경 없이 업그레이드를 받습니다 — 동일한 모델 이름, 동일한 가격, 향상된 에이전트 동작. 공개된 벤치마크가 아닌 여러분의 작업에서도 개선이 나타나는지 확인하기 위해 평가를 다시 실행하세요.
• Codex 스타일 워크플로우를 운영 중이라면? V4 Flash는 이제 네이티브 Responses API 지원과 Codex 적응 덕분에 더 저렴한 백엔드로서 진지한 후보가 되었습니다.
• V4 Pro를 기다리고 있다면? DeepSeek는 공식 Pro 릴리스가 곧 출시될 것이라고 밝혔습니다. 이번 Flash 재학습은 거기서도 볼 수 있을 사후 학습 성과의 미리보기입니다.
• 벤치마크는 방향성 지표로 취급하세요. 점수는 자체 보고된 것이고, 일부 테스트 세트는 내부용이며, Terminal Bench 버전 불일치는 독립적인 평가가 나올 때까지 "Pro Preview를 능가한다"는 표현에 주석이 필요함을 의미합니다.

나만의 AI 인력으로 실현하기

모델이 더 저렴해지면서 동시에 더 나아진다는 것은 모델에 구애받지 않는 에이전트 플랫폼이 왜 효과적인지를 보여주는 정확한 이유입니다 — 재설계 없이 각 단계에 최적의 모델을 끼워 넣을 수 있어야 합니다. Eigent는 오픈소스 멀티 에이전트 "Cowork" 데스크톱 앱으로, 실제 워크플로우 전반에 걸쳐 전문화된 모델을 조율합니다. 일상적인 에이전트 단계는 V4 Flash 같은 빠르고 저렴한 모델로 라우팅하고, 어려운 분기는 다른 곳으로 에스컬레이션할 수 있습니다. 에이전트 코딩 작업을 연결하고 있다면, Eigent가 GitHub PR 검토 같은 워크플로우를 처리하는 방법을 확인하거나, Eigent를 다운로드하여 로컬에서 나만의 AI 인력을 구축해 보세요.

자주 묻는 질문

DeepSeek V4 Flash란 무엇인가요?

DeepSeek V4 Flash는 DeepSeek V4 모델 패밀리의 경량 변형으로, 약 130억(13B) 활성 파라미터와 100만(1M) 토큰 컨텍스트 윈도우를 갖춘 2840억(284B) 파라미터 MoE(Mixture-of-Experts) 모델입니다. 빠르고 저비용의 고처리량 워크로드에 최적화되어 있으며, 공식 API(빌드 0731)가 현재 퍼블릭 베타로 제공됩니다.

V4 Flash 공식 릴리스에서 무엇이 바뀌었나요?

0731 빌드는 프리뷰와 동일한 아키텍처, 크기, 가격을 유지하지만 사후 학습을 다시 진행하여 에이전트 벤치마크 점수가 크게 향상되었습니다. 또한 네이티브 Responses API 지원과 Codex 적응이 추가되었습니다. 호출 방식은 변경되지 않았으며 모델 이름을 deepseek-v4-flash로 설정하면 됩니다.

V4 Flash의 벤치마크가 정말 V4 Pro Preview를 능가하나요?

DeepSeek의 자체 보고 에이전트 점수는 여러 벤치마크에서 V4-Pro-Preview를 능가합니다. 그러나 비교가 완전히 동등하지는 않습니다 — 예를 들어, Flash 점수는 Terminal Bench 2.1 기준이고 인용된 Pro Preview 점수는 Terminal Bench 2.0 기준입니다. 독립적인 평가가 확인될 때까지 수치는 방향성 지표로 취급하세요.

V4 Flash는 Codex와 함께 작동하나요?

네. 공식 V4 Flash는 Responses API 형식을 네이티브로 지원하며 Codex에 맞게 특별히 적응되어 있어, Codex 스타일 워크플로우가 전면 재작성 없이 구성 변경만으로 이를 백엔드로 사용할 수 있습니다.

V4 Pro도 동일한 업그레이드를 받나요?

아직은 아닙니다. 이번 업데이트는 V4 Flash API에만 적용됩니다. V4 Pro API와 DeepSeek의 앱 및 웹 모델은 변경되지 않았지만, DeepSeek는 V4 Pro 공식 릴리스가 곧 이어질 것이라고 밝혔습니다.