DeepSeek V4, 상당히 신경 쓰이는 모델이 나왔습니다.

중국에서 개발한 오픈 웨이트 (Open Weights) LLM (대규모 언어 모델)이며, 게다가 1M 토큰 문맥 (Context), API 요금도 상당히 저렴합니다. 엔지니어 관점에서는 "그래서 실제로 어떤 것을 사용해야 하는가?"가 가장 알고 싶은 부분일 것입니다.

이 기사에서는 여러 해외 기사 및 공식 발표를 바탕으로, DeepSeek V4-Pro / V4-Flash의 차이점, 요금, 실측 평가, 활용 방법을 일본어로 간략하게 재구성해 나갑니다. 해외 기사를 그대로 따라가는 것이 아니라, 일본의 개인 개발자나 API 과금을 신경 쓰는 사람들이 알고 싶어 하는 순서로 재배치했습니다.

DeepSeek V4 Pro と Flash を安く回す

우선 무엇이 나왔나?

DeepSeek V4는 중국에서 개발한 오픈 웨이트 (Open Weights) 방식의 MoE (Mixture of Experts, 여러 전문가 모델을 전환하는 구조) 대규모 언어 모델입니다. 라이선스는 MIT입니다. 가중치(Weights)는 Hugging Face를 통해 배포되며, 상업적 이용도 가능합니다.

공개일은 2026년 4월 24일입니다. 프리뷰 상태로 등장했습니다.

게다가 DeepSeek 입장에서는 이번이 꽤 큰 분기점입니다. 기존 API인 deepseek-chat / deepseek-reasoner는 2026년 7월 24일에 완전히 종료될 예정이며, 현재는 내부적으로 V4-Flash로 라우팅(Routing)되고 있습니다. 즉, 기존 사용자들도 실질적으로 V4 계열로 이동하는 흐름입니다.

DeepSeek V4 の概要を伝える海外記事

출처: Morph「DeepSeek V4: 1.6T MoE, 1M Context, $0.87/M Output」（https://www.morphllm.com/deepseek-v4）

이번 형제 모델은 이 두 가지입니다.

V4-Pro / V4-Flash

이름에서 알 수 있듯이 "Pro는 고성능, Flash는 경량·고속·저렴"한 느낌이지만, 대체로 그렇게 이해하면 맞습니다. 다만, 둘 다 표준으로 100만 토큰 (1M 토큰) 문맥을 다룰 수 있습니다. 이 점은 상당히 임팩트가 있습니다. 리포지토리 전체, 긴 사양서, 로그, 조사 자료를 한꺼번에 던지고 싶은 사람에게는 매우 매력적인 포인트입니다.

왜 화제인가? 저렴한 가격과 1M 문맥이 세트이기 때문

DeepSeek V4가 화제가 되고 있는 이유는 매우 단순합니다.

• 오픈 웨이트 (Open Weights)
• MIT 라이선스
• 상업적 이용 가능
• 1M 토큰 문맥이 표준
• API 요금이 저렴함
• Pro / Flash의 활용 구분 가능

이 요소들이 한꺼번에 몰려왔습니다.

특히 "장문을 읽히고 싶다"와 "API 요금을 억제하고 싶다"는 평소 LLM을 사용하는 사람이라면 둘 다 절실한 문제입니다. 장문 컨텍스트는 편리하지만 요금과 메모리가 걱정되고, 저렴한 모델은 도움이 되지만 성능이 걱정됩니다. DeepSeek V4는 그 사이를 상당히 공략해 온 느낌입니다.

게다가 두 모델 모두 Thinking (심층 사고) / 비-Thinking (즉시 답변) 의 2가지 모드를 전환할 수 있습니다. 무거운 추론이 필요할 때는 Thinking, 가벼운 처리라면 비-Thinking이라는 방식으로 사용할 수 있습니다.

"장문 OK이면서 저렴하다"라고 하면 "너무 조건이 좋은 거 아니야?"라고 생각할 수도 있겠지만, 거기에는 제대로 된 메커니즘이 있습니다. 나중에 살펴보겠습니다.

형제 모델의 내부 차이 (스펙)

먼저 V4-Pro와 V4-Flash의 차이를 대략적인 스펙으로 살펴보겠습니다.

V4-Pro と V4-Flash のスペック比較

V4-Pro

V4-Pro는 총 파라미터 수가 **1.6조 (1.6T)**입니다. 상당히 거대합니다.

다만 MoE 방식이므로 매번 모든 파라미터를 움직이는 것은 아닙니다. 1토큰당 실제로 작동하는 것은 **490억 (49B)**입니다.

대략 말하자면, "거대한 전문가 집단을 보유하고 있지만, 질문마다 필요한 전문가만 호출한다"와 같은 구조입니다. 회사의 모든 직원을 매번 회의에 부르지 않는 것과 비슷합니다. 호출된 사람만 일합니다. 똑똑하죠.

V4-Flash

V4-Flash는 총 파라미터 수가 **2840억 (284B)**입니다. Pro보다 훨씬 작습니다.

이 모델 역시 MoE 방식이며, 1토큰당 실제로 작동하는 것은 **130억 (13B)**입니다. Pro보다 훨씬 가벼운 만큼, 요금 측면에서 매우 강력한 모델이 되었습니다.

다만 가볍다고 해서 "단문 전용"은 아닙니다. V4-Flash도 표준으로 100만 토큰 문맥을 가지고 있습니다. 이 점이 흥미로운 부분입니다. 저렴한 모델임에도 불구하고 장문을 한꺼번에 읽히는 용도로 사용할 가능성이 있다는 것입니다.

왜 저렴하게 운영할 수 있는가 (메커니즘)

「1M 토큰 문맥에서 저렴하다」는 것은, 일반적으로 생각하면 계산량도 메모리도 폭발할 것 같습니다. 그렇다면 어떻게 하고 있는 걸까요.

핵심은 이 두 가지입니다.

토큰 단위의 압축
DSA (DeepSeek Sparse Attention = 입력 전체를 다 보지 않고 요점만 드문드문 주목하는 메커니즘)

長文でも計算とメモリを削る仕組み

LLM은 긴 문맥을 다룰수록 어디를 볼지, 무엇을 기억해 둘지가 힘들어집니다. 전부를 하나하나 성실하게 계속 보고 있으면 계산량도 메모리도 엄청나게 늘어납니다. 그래서 DeepSeek V4에서는 입력을 압축하면서, DSA를 통해 전부가 아닌 중요한 부분에만 드문드문 주목하는 방식을 사용합니다.

이러한 효율화 덕분에 V4-Pro는 이전 세대인 V3.2와 비교했을 때, 1토큰당 추론 계산량, 즉 FLOPs (부동 소수점 연산량)가 27% 수준에 불과합니다. 게다가 KV 캐시 (문맥을 유지하는 메모리)는 10% 수준으로 해결된다고 합니다.

이것은 상당히 큰 차이입니다. 1M 토큰의 장문을 다룰 때 무서운 것은 출력의 똑똑함뿐만 아니라, "메모리가 버틸 수 있을까?", "요금은 어떻게 되지?"와 같은 현실적인 문제이기 때문에, 이 부분을 줄였다는 점은 강력한 강점입니다.

개인적으로 긴 문맥 컨텍스트는 "큰 냉장고"와 같다고 생각합니다. 무엇이든 넣을 수 있지만, 정리되어 있지 않으면 꺼내기가 힘듭니다. DeepSeek V4는 넣는 방식과 찾는 방식을 상당히 고안해낸 느낌입니다.

요금의 실제

자, 모두가 좋아하는 요금입니다. API 과금을 보고 있는 사람에게는 이 부분이 가장 가슴 철렁한 지점일 것입니다.

요금은 100만 토큰당 다음과 같습니다.

V4-Pro と V4-Flash の料金比較

V4-Pro

V4-Pro의 정가는,

• 입력: $1.74
• 출력: $3.48

입니다.

단, 75% 할인 캠페인 적용 시에는,

• 입력: $0.435
• 출력: $0.87

까지 내려갑니다.

Pro 클래스에서 이 정도의 출력 단가는 상당히 공격적입니다. 다만, 캠페인 할인은 영구적이지 않을 가능성이 있으므로 정가도 제대로 확인해 두는 것이 좋습니다. 이것을 잊으면 나중에 청구서를 보고 "어라?" 하게 되는 상황이 발생합니다.

V4-Flash

V4-Flash는 더욱 저렴하여,

• 입력: $0.14
• 출력: $0.28

입니다.

너무 저렴하지 않나요?

물론 성능과의 트레이드오프 (Trade-off)는 있지만, 대량의 초안 작성, 분류, 요약, 1차 안 만들기 용도로 돌린다면 상당히 현실적인 선택지가 됩니다.

게다가 캐시 히트 (Cache Hit) 시에는 더욱 저렴해집니다. 같은 긴 문맥을 반복해서 던지는 용도, 예를 들어 동일한 리포지토리나 동일한 자료군을 전제로 반복해서 질문하는 케이스에서는 효과가 큽니다.

벤치마크에서는 어떤가?

공표된 V4-Pro-Max 설정의 벤치마크에서는 다음과 같은 수치가 나오고 있습니다.

• GPQA Diamond: 90.1%
• MMLU-Pro: 87.5%
• Terminal Bench 2.0: 67.9%
• SWE-Bench Pro: 55.4%
• 장문 검색 테스트 MRCR (100만 토큰): 83.5%

코딩 계열은 강하며, LiveCodeBench에서 최상위권이라는 보도도 있습니다.

반면 약점도 있습니다. HLE (Humanity's Last Exam = 난제 모음)는 **37.7%**로 상위권에 미치지 못하며, SimpleQA (사실의 정확성을 보는 테스트)는 **57.9%**입니다. 사실 지식 및 정확성 측면에서는 Gemini 계열에 차이를 보이는 약점도 있다는 평가입니다.

즉, 대략적인 성격을 말하자면,

코드는 강함
장문도 강함
하지만 잡학/사실의 정확성은 아직 미흡함

이라는 느낌입니다.

이 부분이 상당히 중요합니다. "저렴하고 장문도 가능하니 전부 이걸로 쓰면 되겠네!"라고 생각하기 쉽지만, 사실의 정확성이 중요한 용도에서는 교차 검증이 필요합니다. 저렴함이 곧 정의는 아니니까요.

실측 결과는 어떠했나

해외 검증 기사에서는 실제로 상당히 무거운 백엔드 구현 태스크를 던져보고 있습니다.

주제는 "API 엔드포인트 20개, 상태 관리, 리스 관리, 이벤트 발행이 포함된 무거운 백엔드를 통째로 구현시키기"입니다. 100점 만점으로 채점하고 있습니다. 꽤 가차 없는 테스트입니다.

DeepSeek V4 Pro/Flash を実際に検証した海外記事

출처: Kilo「We Tested DeepSeek V4 Pro and Flash Against Claude Opus 4.7 and Kimi K2.6」（https://blog.kilo.ai/p/we-tested-deepseek-v4-pro-and-flash）

重いバックエンド実装タスクの採点結果

결과는 다음과 같았습니다.

• Claude Opus 4.7:
  91점
• DeepSeek V4-Pro:
  77점
• Kimi K2.6:
  68점
• DeepSeek V4-Flash:
  60점

V4-Pro는 전체적인 골격은 대체로 올바르고, 테스트도 통과할 만한 완성도였다고 합니다. 다만, 세부적인 마무리에서 미흡한 점이 나타났습니다.

구체적으로는,

• 리스(Lease) 만료 후에도 워커(Worker)가 작동하는 버그
• 병렬 제한에 도달하면 다른 워크플로우(Workflow)의 접수가 중단되는 스케줄링 불량
• TypeScript 빌드가 통과되지 않아 README 내용대로 작동하지 않는 문제

가 있었습니다.

음, 아쉽네요. 상당히 잘 해냈지만, 그대로 실무(Production)에 투입하기에는 불안하다는 느낌입니다. 그럼에도 Kimi K2.6을 9점 앞질렀습니다.

반면, V4-Flash는 60점이었습니다. 핵심인 워크플로우 생성 엔드포인트(Endpoint)가 다른 경로에 마운트되어 404 오류가 발생했고, 실패 후의 복구(Recovery) 처리도 미비했다고 합니다. 이 부분은 상당히 허술합니다.

하지만 도구 호출(Tool calling), 즉 파일 읽기·의존성 관리·불필요한 재시도(Retry) 회피는 깔끔하게 수행했다는 평가도 있습니다. 저렴해서 대충 망가지는 것이라기보다, "구조화된 대규모 구현을 끝까지 마무리하는 힘은 아직 약하다" 정도로 보는 것이 적절해 보입니다.

검증자의 결론은, V4-Pro는 Kimi K2.6의 대체 용도로, V4-Flash는 "초안 단계로 충분하며 인간이 리뷰한다는 전제"의 태스크에 사용한다면 압도적인 저렴함이 정당화된다는 것입니다.

Flash는 출력 단가 면에서 Kimi K2.6의 약 1/14, Opus 4.7의 약 1/89 수준입니다. 게다가 Flash는 1회당 약 $0.02라는 차원이 다른 저렴함을 보여주었다고 합니다. "같은 태스크를 3~4번 다시 던져도 경쟁 모델 1번 쓰는 것보다 싸다"는 범위는 상당히 강력하죠.

물론, 이 채점은 "특정 환경과 특정 설정"에서의 결과입니다. 모델 설정이나 실무 조건에 따라 달라지므로 맹신하지 않는 것이 좋습니다. 하지만 모델의 성격을 파악하는 데는 상당히 참고가 됩니다.

Pro / Flash의 용도 구분

그렇다면 실제로 어떻게 구분해서 사용하는 것이 좋을까요?

DeepSeek V4 Pro と Flash を比較した海外記事

출처: AiCybr「DeepSeek V4 Pro vs Flash vs Gemini 3.1 Pro vs MiniMax M3 vs Kimi K2.6」（https://aicybr.com/blog/deepseek-v4-pro-flash-complete-guide）

状況から逆算する Pro / Flash の選び方

어려운 코드·심도 있는 추론이라면 V4-Pro

어려운 코드 구현, 설계의 정교화, 여러 조건을 가로지르는 추론 등은 V4-Pro가 적합합니다.

실측에서도 V4-Pro는 무거운 백엔드 구현에서 전체적인 골격을 만들고, 테스트를 통과할 수 있는 수준까지 도달했습니다. 물론 버그나 빌드 미비 사항이 있었기에 최종 리뷰는 필요합니다. 그럼에도 Flash보다는 확실히 "생각하며 조립하는" 용도에 가깝습니다.

Thinking 모드와 조합하여, 깊게 생각하게 만들고 싶은 곳에 사용하는 것이 좋습니다.

대량의 초안 작성·요약·분류라면 V4-Flash

V4-Flash는 무엇보다 저렴하게 많은 횟수를 돌리고 싶은 상황에 적합합니다.

예를 들어,

• 대량의 초안 작성
• 요약
• 분류
• 인간의 리뷰를 전제로 한 1차 안 도출

과 같은 용도입니다.

실측에서는 구현의 마무리가 미흡했으나, 도구 호출은 깔끔하게 수행했습니다. 따라서 "완벽한 최종 결과물을 한 번에 내놓는 것"보다는, "기초안을 양산하고 인간이 선택하거나 수정하는" 방식이 잘 맞습니다.

긴 자료나 리포지토리를 읽혀야 한다면 둘 다 후보

V4-Pro와 V4-Flash 모두 표준으로 **1M 토큰 컨텍스트(Context)**를 지원합니다.

리포지토리 전체, 긴 사양서, 조사 자료, 로그 등을 한 번에 읽히고 싶다면 둘 다 후보가 될 수 있습니다. 정밀도가 필요하면 Pro, 저렴하고 넓게 활용하고 싶다면 Flash를 선택하면 됩니다.

추천 방식은 "Flash로 양을 확보하고, 중요한 부분만 Pro"

개인적으로 가장 현실적이라고 생각하는 방법은 2단계 전략입니다.

먼저 Flash로 저렴하게 많은 양을 돌립니다. 후보를 뽑고, 요약하고, 분류하고, 기초안을 만듭니다.

그 위에 중요한 부분만 Pro에 던집니다.

이러한 사용 방식이라면 Flash의 저렴함과 Pro의 추론력 (Reasoning)을 모두 활용할 수 있습니다. 전부 Pro에 던지면 비용이 걱정되고, 전부 Flash에 맡기면 마무리가 불안합니다. 그렇다면 역할을 분담하자는 것입니다.

실수가 허용되지 않는 실전 및 최중요 처리에서는 아직 Opus 급의 상위 모델과 병용하는 것이 무난합니다. 이 부분은 무리하지 않는 것이 좋습니다.

주의점: 저렴하지만, 만능은 아니다

마지막으로 주의점도 정리해 두겠습니다.

먼저, 벤치마크나 실측 점수는 '특정 환경과 특정 설정'의 결과입니다. 모델의 설정, 실전 조건, 프롬프트 (Prompt), 태스크 (Task)의 종류에 따라 결과는 달라집니다. 특히 코딩 계열은 미세한 조건 차이로 체감이 바뀌기 쉬우므로, 자신의 용도에서 직접 테스트해보는 것이 중요합니다.

다음은 사실의 정확성입니다. SimpleQA가 **57.9%**라는 점에서도 알 수 있듯이, 잡학 및 사실 확인 계열에서는 신중하게 다루는 것이 좋아 보입니다. 코드 생성이나 장문 처리가 강하다고 해서, 사실 관계 확인까지 완벽하다는 뜻은 아닙니다.

요금 측면에서는, V4-Pro의 75% 할인 캠페인이 영구적이지 않을 가능성이 있습니다. 캠페인 가격만으로 설계하면 나중에 비용 감각이 어긋날 수 있습니다. 정가인 입력 $1.74 / 출력 $3.48도 확인해 두는 것이 안심됩니다.

그리고 오픈 웨이트 (Open weights) 모델이므로 자체 서버에 구축할 수 있는 장점이 있습니다. 다만, V4-Pro는 총 파라미터 (Parameters) 1.6조 개의 모델입니다. 로컬에서 가볍게 돌릴 수 있는 규모가 아닙니다. 오픈 웨이트라고 해서 즉시 개인 PC에서 쾌적하게 사용할 수 있는 것은 아니라는 점에 주의해야 합니다.

요약

DeepSeek V4는 상당히 실용적인 방향으로 흥미로운 모델입니다.

• V4-Pro는 어려운 코드나 심도 있는 추론 (Reasoning)에 적합
• V4-Flash는 대량의 초안 작성, 요약, 분류, 1차 안 작성에 적합
• 둘 다 표준으로 1M 토큰 컨텍스트 (Context) 지원
• API 요금이 매우 저렴함
• 단, 사실의 정확성이나 실전 투입에는 주의 필요
• 추천 방식은 Flash로 양을 돌리고, 요점만 Pro에 던지는 2단계 전략

"저렴한 오픈 모델, 실제로 어떠한가?"라는 질문에 대한 답으로는, 상당히 현실적인 선택지가 되어 왔다는 인상입니다.

하지만 만능은 아닙니다. 코드는 강하지만 잡학 및 사실의 정확성은 아직 미흡합니다. Pro에서도 세밀한 버그가 발생합니다. Flash는 저렴하지만 최종 결과물을 통째로 맡기기에는 불안합니다.

따라서 잘 활용한다면 "인간이 리뷰한다는 전제하에, 비용을 낮추면서 작업량을 늘리는" 방향이 좋아 보입니다. LLM을 마법의 상자가 아니라, 저렴하고 빠른 파트너로 사용하는 느낌입니다.

참고한 기사

• DeepSeek V4 Preview Release (DeepSeek API 공식 문서)
• DeepSeek V4: Features, Benchmarks, and Comparisons (DataCamp)
• We Tested DeepSeek V4 Pro and Flash Against Claude Opus 4.7 and Kimi K2.6 (Kilo)
• DeepSeek V4: 1.6T MoE, 1M Context, $0.87/M Output (Morph)
• DeepSeek V4 Pro vs Flash vs Gemini 3.1 Pro vs MiniMax M3 vs Kimi K2.6 (AiCybr)

Discussion