오늘의 V4 Flash 0731 출시로 인해, DeepSeek의 V4 제품군은 이제 매우 다른 두 명의 구성원을 갖게 되었으며, 이들 사이에서 선택하는 것은 진정한 결정의 문제입니다. 요약하자면: 에이전트 (Agents) 및 코드에는 Flash를, 가장 어려운 추론 (Reasoning)에는 Pro를 선택하세요. 직접 실행(Self-hosting)하고 싶다면 Flash가 유일한 선택지입니다.

사양표 (The spec sheet)

반전 (The plot twist)

오늘 아침 전까지의 이야기는 이랬습니다: Pro는 똑똑한 모델이고, Flash는 저렴한 모델이라는 것이죠. 하지만 0731 재학습 (Re post training)이 그 구도를 깨뜨렸습니다. Flash는 이제 Terminal Bench 2.1에서 82.7을, DeepSWE에서 54.4를 기록하며, 파라미터의 4분의 1만 활성화하면서도 여러 코드 및 에이전트 벤치마크에서 V4 Pro Preview를 능가합니다. Pro는 넓이와 깊이가 지배하는 영역, 즉 어려운 수학, 긴 증명, 전체 컨텍스트 윈도우 (Context window)에 걸친 밀도 높은 다중 문서 분석 분야에서 우위를 유지합니다.

비용 측면에서 표기된 가격 차이는 출력 (Output) 기준 3.1배이지만, 에이전트의 현실은 그 격차를 더 벌립니다. 에이전트 루프 (Agent loops)는 출력 토큰을 소모하며 (Flash의 강점), 컨텍스트를 재전송합니다 (두 모델 모두 캐시 히트 (Cache hits) 시 거의 무료). Flash에서 한 자릿수 달러로 해결될 헤비한 에이전트 작업 하루 치 비용이 Pro에서는 수십 달러에 달하게 됩니다.

로컬 관점 (The local angle)

이 부분은 비교가 되지 않습니다. Flash는 4-bit 양자화 시 약 155GB에 들어맞으며, 토큰당 13B 파라미터만 활성화되기 때문에 192GB Mac Studio 또는 대용량 RAM 워크스테이션에서 대화형 속도로 실행할 수 있습니다. 4-bit 기준 Pro는 900GB에 육박하며, 이는 멀티 GPU (Multi GPU) 서버 영역이며 거의 모든 이들에게 대여(Rent) 모델로 남게 됩니다. 모델을 소유하는 것이 중요하다면, 제품군 선택은 이미 결정된 것이나 다름없습니다.

작업 부하별 선택 (Picks by workload)

• 코딩 에이전트 (Coding agents), 터미널 작업, 리포지토리 (Repo) 작업: Flash 0731. 벤치마크 성능이 앞서며 Codex 스타일의 도구들이 기대하는 Responses API를 지원합니다.
• 일상적인 채팅 및 글쓰기: Flash. 품질 차이가 3배의 비용 차이를 정당화하지 못합니다.
• 어려운 수학 및 연구급 추론 (Reasoning): Pro.
• 전체 1M 컨텍스트 문서 분석: Pro, 호스팅 모델.
• 본인의 하드웨어 사용: Flash, 선택의 여지 없이.

직접 비교를 수행하는 가장 저렴한 방법은 두 모델이 하나의 모델 선택기(model picker)에 포함된 정액제 플랜을 사용하는 것입니다. 예를 들어 LU Labs의 Hosted Pro를 사용하면 작업마다 모델을 전환하는 것이 무료이며, 어떤 모델을 더 이상 전환하지 않고 계속 사용하게 되는지 체감할 수 있습니다. 출처를 포함한 전체 대결 결과는 여기에서 확인할 수 있습니다: DeepSeek V4 Flash vs V4 Pro, Pro 전용 옵션(셀프 호스팅 (self-hosting) 수학적 계산 포함)은 여기에서 확인할 수 있습니다: How to Run DeepSeek V4 Pro, 그리고 Flash의 로컬 설정 방법은 여기에서 확인할 수 있습니다: How to Run DeepSeek V4 Flash Locally.