DeepSeek가 7월 31일, V4-Flash의 정식 버전을 공개했다——오픈 웨이트 (Open-weight), MIT 라이선스, 기술 보고서, 이 모든 것이 첫날에 제공되었다.

놀라운 점은 점수의 높이가 아니다. 점수와 가격이 동시에 성립했다는 것이다: Artificial Analysis의 지능 지수에서 50점, 가격은 100만 토큰당 $0.14 / $0.28이다.

그 전날, OpenAI는 GPT-5.6 Luna를 80% 인하했다. 불과 하루 만에, 토큰 가격 전쟁이 시작되었다.

공식 출시 및 기술 보고서에 따른 요점:

DeepSeek-V4-Flash-0731은 정식 버전으로 프리뷰 버전을 대체하며, 에이전트 능력이 대폭 강화되었다. -
아키텍처는 변경하지 않았다: 동일한 효율적인 MoE 코어(약 284B 파라미터, 활성 파라미터는 약 13B), 투기적 디코딩 (Speculative Decoding) 모듈 추가, 100만 컨텍스트.

가격도 그대로——프리뷰 버전과 동일하다.

즉, 강해진 것은 규모의 확장이 아니라, **포스트 트레이닝 (Post-training)**에 의한 것이다.

결과적으로, 작은 Flash가 자사의 더 큰 V4-Pro 프리뷰를 상회했다: Terminal-Bench 2.1 (82.7), DeepSWE (54.4), Toolathlon (70.3), Cybergym (76.7).

Artificial Analysis의 지능 지수는 50점——4월 버전 대비 10점 상승, 자사 V4 Pro보다 6점 높으며, 오픈 웨이트 모델 중 상위 3위에 진입했다.

100만 토큰당 (입력 / 출력):

Artificial Analysis에 따르면, 동일한 벤치마크 태스크를 Fable의 약 105분의 1 비용으로 완료했다고 한다 (독립 검증에서는 105~137배라는 폭도 있음).

7일 전에 출시된 Opus 5와의 비교도 화제가 되었다: 어떤 과제에서 Opus 5는 단번에 정답을 맞혔고 DeepSeek는 3번이 걸렸지만, DeepSeek의 코드는 약 900행(Opus는 약 3000행)이었으며, 비용은 단 1센트였다.

중요한 반증도 있다.

한 개발자가 2개의 실제 코드베이스에 105개의 버그를 심었을 때, V4-Flash가 수정할 수 있었던 것은 8개뿐이었다——최하위였다. 하지만 동일한 실행 비용은 $0.61이었고, Fable 5는 $68.08이었다. 단위에 주목하라——태스크당 비용이지, 100만 토큰당 비용이 아니다.

여기에 측정 방식의 전환이 있다:

토큰 단가의 저렴함은 오해를 불러일으킬 수 있다. 턴(Turn) 수가 늘어나면,

태스크 전체의 비용은 오히려 높아진다.

따라서 물어야 할 것은 "어떤 모델이 토큰당 저렴한가"가 아니라, **"이를 완수하는 데 얼마가 들고, 몇 번의 턴 만에 정답을 맞혔는가"**이다. 대리 지표가 아니라, 검증 가능한 결과를 보아야 한다.

성능이나 가격 이상으로 전략적인 것은 출시 방식이다: 첫날에 웨이트 공개, MIT 라이선스, 기술 보고서 동봉.

이 타이밍을 놓치지 않은 사람도 있다: 워싱턴이 AI 규제를 시사하고, 의회가 킬 스위치 (Kill Switch) 법안을 내놓은 바로 그 주에, 프론티어급 모델이 프리 소프트웨어 (Free Software)로서 공개되었다.

전날 OpenAI의 80% 인하——"80%의 인하는 할인이 아니라 무기다"——와 겹쳐 보면, 이 싸움의 형태가 보인다: 프론티어의 지능은 가격 제로를 향해 밀려 내려가고 있으며, 오픈 웨이트와 초저가가 유통의 지도를 다시 그리고 있다.

강해지기 위해, 더 커질 필요는 이제 없다. 동일한 구조, 동일한 가격으로, 포스트 트레이닝이 Flash를 자사 Pro 위로 끌어올렸다. -
토큰 단가가 아니라, 태스크 단가로 측정하라. 저렴한 토큰이 저렴한 결과를 보장하지 않는다. -
오픈 웨이트 + 초저가는 유통을 향한 선전포고다. "프론티어에 대한 접근"의 가격 책정은, 더 이상 한 줌의 기업들의 전유물이 아니다.

제작자에게 주는 시사점은 두 가지다. 첫째, 최상의 모델이 매주 바뀌고 가격이 하룻밤 사이에 80%씩 폭락하는 세상에서는 모델을 수동으로 선택해서는 안 된다. 즉, **비용과 성능을 자동으로 저울질하는 라우팅 계층 (Routing Layer)**이 필요하다. 가격 전쟁이 격화될수록 해당 계층의 가치는 높아진다.

둘째, 지능이 무료를 향해 갈 때, 더 이상 희소한 것은 지능이 아니다. **판단력, 그리고 그 지능을 의미 있는 곳으로 향하게 하는 취향 (Taste)**이다.

DeepSeek 공식 릴리스 (DeepSeek-V4-Flash-0731의 가중치 (Weights), MIT 라이선스, 기술 보고서), Artificial Analysis의 벤치마크 및 비용 비교, 그리고 공개된 개발자들의 독립 검증에 기반함. 데이터와 사양은 공식 및 제3자 소스를 준수함.