본 기사는 AIHubMix가 작성했습니다. 조사일은 2026년 10월 19일입니다. 기사 내의 모든 벤치마크는 DeepSeek이 자체적으로 공표한 수치이며, 제3자에 의한 재현은 아직 없습니다.
- DeepSeek이 두 모델에 대해 공개한 코딩 에이전트 관련 벤치마크에서는 모든 항목에서 V4.1 Flash 1017가 V4 Pro 0813를 능가하고 있습니다. Terminal-Bench 4.0은 42.3 대 12.4이며, DeepSWE v1.1은 77.0 대 62.7입니다.
- 피크 시 출력 단가는 100만 토큰당 Pro가 $3.96, Flash가 $1.20으로, Pro는 3.3배입니다.
- 동일한 토큰 수로 추산할 경우, 에이전트에 의한 버그 수정 1세션의 비용은 Pro가 약 4배가 됩니다.
- Pro가 남아있는 강점은 GPQA Diamond(1017의 점수는 미공표)와 8월부터 제공되는 고정 빌드라는 정도입니다. Pro는 이미지 입력에 대응하지 않습니다.
- 전환 여부는 보유한 평가 세트를 AIHubMix를 통해 두 모델에 흘려보내 통과율,
completion_tokens, 실행별 비용을 비교해 본 후에 결정하는 것이 확실합니다.
| 모델 | 입력(피크) | 출력(피크) | 캐시 히트(피크) |
|---|
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.006 |
| V4 Pro 0813 | $1.32 | $3.96 | $0.044 |
DeepSeek의 요금 페이지에 게재된 공식 가격이며, 단위는 100만 토큰당 미국 달러입니다. 오프피크 시에는 두 모델 모두 반값입니다. AIHubMix의 피크가격은 Flash 1017이 $0.3098 / $1.2392, Pro 0813가 $1.3944 / $4.1832 (입력 / 출력)입니다.
배율로 환산하면, Pro는 Flash에 비해 입력이 4.4배, 출력이 3.3배, 캐시 히트는 7배 이상입니다. DeepSeek 공식 API의 동시 실행 수 제한도 Pro가 500, Flash가 2,500으로, Pro는 Flash의 5분의 1밖에 되지 않습니다.
Pro의 수치는 DeepSeek의 V4.1 Flash 논문의 표3(추론 강도는 모두 max)에서 가져왔고, 1017의 수치는 모델 카드에서 가져왔습니다. 둘 다 DeepSeek에 의한 측정이며, 제3자는 재현하지 못했습니다.
| 벤치마크 | V4 Pro | Flash (9월 버전) | Flash 1017 |
|---|
| Terminal-Bench 4.0 | 12.4 | 31.2 | 42.3 |
| ... | | | |
'—'는 DeepSeek이 1017의 점수를 공표하지 않은 항목입니다.
9월 버전 Flash만으로도 코딩 및 에이전트 관련 항목은 이미 모두 Pro를 능가하고 있었습니다. 1017은 그 격차를 더욱 벌리고 있습니다. HLE의 텍스트 전용 서브셋에서도, 1017(44.0)이 Pro(42.7)를 상회했습니다. Pro가 아직 우위를 점할 가능성이 있는 것은 GPQA Diamond뿐입니다.
제3자의 시각도 마찬가지입니다. Artificial Analysis는 9월에 자체 종합 지표 결과를 바탕으로 X에서 다음과 같이 게시했습니다.
DeepSeek V4.1 Flash overtakes DeepSeek V4 Pro 0813 as DeepSeek's new flagship model
(DeepSeek V4.1 Flash가 DeepSeek V4 Pro 0813를 제치고 DeepSeek의 새로운 플래그십 모델이 되었다)
두 모델 모두에 대해 태스크당 토큰 수를 나타낸 공개 테스트는 없습니다. 따라서 다음은 전제를 가정한 추산입니다. 에이전트에 의한 버그 수정 1세션에서, 모델 호출이 40회, 입력은 총 120만 토큰(이 중 90%가 캐시 히트), 출력은 사고 과정 포함하여 6만 토큰이라고 가정합니다. 두 모델에 동일한 토큰 수를 적용하고 AIHubMix의 정가를 계산했습니다.
| 모델 | 피크 | 오프피크 |
|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
피크 시 계산식은 다음과 같습니다.
- Pro: 0.12M × $1.3944 + 1.08M × $0.0465 + 0.06M × $4.1832 = $0.469
- Flash: 0.12M × $0.3098 + 1.08M × $0.0062 + 0.06M × $1.2392 = $0.118
같은 세션에서, Pro의 비용은 약 4배입니다. Pro가 손익분기점에 도달하려면 Flash의 약 4분의 1 토큰 수로 동일한 작업을 완료해야 합니다. 출력을 측정한 공개 데이터는 Artificial Analysis의 것만 있으며, 해당 회사의 지표에 따르면 9월판 Flash의 출력 토큰은 Pro 0813의 1.62배였습니다. 즉, Pro에 필요했던 것은 Flash의 약 62%였으며, 25%와는 거리가 먼 수치입니다.
- AIHubMix의 API 키를 환경 변수
AIHUBMIX_API_KEY에 설정합니다. 키 생성 절차는 AIHubMix의 Quick Start에 있습니다. - OpenAI의 Python SDK(pip install openai)를 사용하며, base_url을 https://aihubmix.com/v1로 지정합니다. - 모델 ID는 deepseek-v4.1-flash-1017와 deepseek-v4-pro-0813 두 가지이며, 둘 다 동일한 키로 호출할 수 있습니다. - 실제 업무에서 만든 평가 세트와 신뢰할 수 있는 합격/불합격 판정 자료를 준비합니다.
엔드포인트는 Chat Completions(/v1/chat/completions)을 사용합니다. 이는 AIHubMix의 모델 목록에 1017로 기재된 엔드포인트입니다.
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["AIHUBMIX_API_KEY"], base_url="https://aihubmix.com/v1")
...
출력은 한 줄마다 모델 ID, completion_tokens, 답변의 처음 200자입니다. 프롬프트를 준비된 평가 세트에 교체하고 모델별로 다음 세 가지를 기록해야 합니다.
- 통과율: 자체 판정 기준에 따라 측정합니다. 벤치마크 상으로는 코딩과 에이전트 분야에서 Flash가 우세할 것으로 예상되지만, 이것이 자신의 용도에서도 성립하는지는 평가 세트를 통해서만 알 수 있습니다. - 프롬프트별: 비용을 결정하는 숫자는 이 값입니다. 1017은 출력을 짧게 하도록 훈련되었지만, Pro와 비교한 측정치는 아직 아무도 공개하지 않았습니다. 자신의 로그가 자신의 용도에 맞는 첫 번째 측정치가 될 것입니다.
completion_tokens
- 실행별 비용: 정가를 기준으로 추정하는 것이 아니라, AIHubMix의 요청 로그에서 확인해야 합니다.
토큰 수만으로는 비용이 결정되지 않습니다. 위의 단가로는 Pro가 Flash의 약 4분의 1 토큰 수로 끝나지 않는 한, Pro 쪽이 더 비쌉니다. 비교하기 전에 반드시 단가를 곱해봐야 합니다.
두 모델 모두 오프피크 시간대에는 반값입니다. 한 모델을 피크 시간에, 다른 모델을 오프피크 시간에 실행하면 비용 차이가 2배로 벌어지거나 절반으로 줄어들 수 있습니다. 두 번의 실행은 연속적으로, 동일한 요금 구간의 시간에 진행해야 합니다.
Pro는 이미지 입력에 전혀 대응하지 않지만, 1017은 대응합니다. 스크린샷, 그래프, UI를 다루는 케이스는 공통 평가 세트로 분리해 놓습니다. 워크플로우에 그러한 처리가 단 하나라도 있다면, 그것만으로 결론이 납니다.
GPQA Diamond는 Pro(92.4)가 9월판 Flash(90.9)를 능가한 유일한 벤치마크이지만, DeepSeek은 1017의 점수를 공개하지 않았습니다. 과학 분야 QA가 주된 용도라면, 전환하기 전에 자신의 문제 세트로 확인해야 합니다.
-
본 기사의 벤치마크 수치는 모두 DeepSeek 자체 자료입니다. 제3자에 의한 재현은 없습니다.
-
논문의 Pro 열에는 빌드명 기재가 없습니다. Terminal-Bench 2.1의 점수가 0813 모델 카드와 일치하므로, 본 기사에서는 0813으로 간주합니다.
-
1017과 Pro의 출력 길이 비교. Artificial Analysis의 62%라는 수치는 9월판 Flash의 것이며, 1017은 아직 제3자가 재측정하지 않았습니다.
-
두 모델의 작업별 토큰 수. 위의 비용은 전제를 깔고 추정한 값일 뿐, 실측이 아닙니다.
-
Pro를 계속 사용할 경우: Pro 0813으로 검증된 운영 파이프라인이 있거나, 이번 달 내에 평가를 재실시할 시간이 없는 경우. 또는 과학계 QA 용도로서 GPQA의 차이가 자신의 테스트에도 나타나는 경우.
-
Flash로 전환할 경우: 코딩 에이전트, 터미널 조작 자동화, 툴 호출을 사용하는 파이프라인, 이미지를 처리하는 작업, 그리고 동시 실행 수가 중요한 대량 처리가 필요한 경우.
-
먼저 테스트해 볼 경우: 장문의 작문이나 분석에서 Pro의 짧고 밀도 높은 답변에 의존해 왔던 경우.
급하게 전환할 필요는 없습니다. DeepSeek은 변경 이력(変更履歴)을 통해 V4 Pro 제공을 계속한다고 안내했으며, 제공 종료일도 발표되지 않았습니다.
- DeepSeek 자체 벤치마크에서는 코딩과 에이전트 관련 모든 항목에서 V4.1 Flash 1017이 V4 Pro 0813보다 우수합니다.
- Pro의 단가는 Flash 대비 입력은 4.4배, 출력은 3.3배, 캐시 히트는 7배 이상입니다.
- 동일 토큰 수의 버그 수정 세션에서 Pro의 비용은 약 4배(최고점 $0.469 대 $0.118)입니다.
- Pro를 유지해야 하는 이유는 검증된 고정 빌드가 필요하거나, GPQA Diamond의 차이가 자신의 용도에서 효과를 발휘하는 경우로 한정됩니다.
- 벤치마크는 DeepSeek의 자체 신고이므로, 최종적인 판단은 직접 평가한 세트(評価セット)를 통해 진행해 주십시오.
AIHubMix를 사용하면 하나의 API 키로 두 모델을 호출할 수 있습니다. AIHubMix 비교 페이지에서 사양과 요금을 나란히 확인한 후, 직접 평가한 세트를 두 모델 모두에 돌려보세요.
-
평가 결과는 하나의 체크포인트(checkpoint)에 대한 것이며, DeepSeek은 Flash를 동일한 이름으로 업데이트합니다. 1017에서 무엇이 바뀌었는지 보기: DeepSeek V4.1 Flash 1017의 변경점：요금은 그대로지만 출력이 짧아진 새 체크포인트를 검증
-
평가가 통과되어 연결 대상을 전환할 때는, 사고 모드(思考モード)의 400 에러와 두 모델에 공통되는 과금 규칙을 여기서 확인할 수 있습니다: DeepSeek V4.1 Flash 1017 전환 시 reasoning_content 400 에러 및 과금 함정
-
Flash가 Pro를 대체하게 된다면, 다음은 DeepSeek 외의 모델과의 비교입니다: DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5：터미널 관련 코딩 에이전트에서의 성능과 비용 비교
-
DeepSeek models and pricing（DeepSeek）
-
DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression（DeepSeek-AI, arXiv）
-
DeepSeek V4.1 Flash 1017 vs DeepSeek V4 Pro 0813（AIHubMix）
-
DeepSeek V4.1 Flash (max): Intelligence, Performance & Price Analysis（Artificial Analysis）
-
DeepSeek V4.1 Flash 1017 Tested: Specs, Benchmarks & Price（Kingy.ai）
