DeepSeek V4 Flash 정식판: Opus 4.8에 근접한 점수, 가격은 수십 분의 일, Pro는 아직

7월 31일 출시에서 먼저 짚어야 할 다섯 가지 마찰

헤드라인 벤치마크는 강렬하지만, 계약과 라우팅을 결정하기 전에 재현성과 운영 공백을 먼저 확인해야 합니다.

• 파라미터 동결: V4-Flash-0731은 284B 총량·13B 활성 그대로입니다. CSA+HCA 하이브리드 어텐션, mHC, Muon 옵티마이저 골격은 V4-Pro 프리뷰와 같고, 상승분은 SFT/RL 포스트트레이닝뿐입니다.
• Harness 미공개: 7월 31일 첫 언급 이후 프레임워크 본체는 아직 없습니다. 공표 Agent 벤치는 Harness 최소 모드로 돌았으며, 벤더 스스로 하네스 민감도를 경고했습니다.
• API 전용 업데이트: 모바일 앱과 웹 채팅은 V4 Flash로 전환되지 않았습니다. 프로덕션 트래픽은 deepseek-chat 엔드포인트에서 deepseek-v4-flash-0731을 명시해야 합니다.
• 초기 운영 노이즈: 런치 직후 캐시 히트 불일치와 안전 분류기 타임아웃이 사용자 제보로 나왔습니다. 8월 10~20일 V4-Pro GA 루머와 자금 조달 루머(양문봉이 「梁百开」「梁胜」 등으로 불리는 닉네임 변화 포함)는 모두 미확인입니다.
• 가격 대 성능 「斩杀线」: 중국 개발자 커뮤니티는 서양 프론티어 모델이 대량 트래픽에서 경제성을 잃는 가격대를 「斩杀线」이라 부릅니다. Flash의 $0.14/$0.28/M은 그 선 아래에 놓이며, OpenRouter 7월 랭킹의 일일 약 9439억 토큰(2위) 사용량과도 맞물립니다.

V4-Flash-0731 공식 스펙과 런치 수치

「독립 제3자」가 아닌 행은 DeepSeek 런치 자료이거나 미공개 Harness 최소 모드의 벤더 실행값입니다.

V4 Flash vs Kimi K3·Qwen3.8-Max·프론티어 폐쇄 모델

같은 주에 Kimi K3 가중치 공개(7월 27일)와 Qwen3.8-Max GA(8월 3일)가 겹치며 국산万亿 MoE 가격전이 한층 격화되었습니다.

Opus 4.8급에 「근접」한다는 말은 벤더 주도 벤치 맥락입니다. 독립 Artificial Analysis에서는 Flash 50점, GPT-5.6 Sol과 Claude Fable 5는 각각 약 9포인트 위지만 태스크 단가는 $1.86·$3.15로 수십 배 차이납니다. 절대 성능이 필요한 마지막 단계만 프론티어로 넘기고 볼륨 층은 Flash에 두는 하이브리드가 현실적입니다.

파라미터 없이 끌어올린 구조와 Harness 해석

DeepSeek의 7월 31일 내러티브는 「같은 284B/13B, 더 강한 Agent」입니다. 기술 핵심은 다음과 같습니다.

• CSA + HCA: Compressed Sparse Attention과 Hierarchical Context Attention 조합으로 100만 토큰 시 KV 캐시 부담을 V3.2 대비 줄인다고 주장합니다(FLOPs 27% 감, KV 10% 감).
• mHC + Muon: 긴 툴 체인 위 RL 포스트트레이닝을 안정화해 Terminal Bench 82.7 같은 점수에 기여했다고 설명합니다.
• Harness 최소 모드 한계: 공표 9개 Agent/코딩 벤치는 모두 이 모드로 측정되었습니다. 프레임워크 미공개 상태에서 자사 Harness와의 괴리는 전제로 둬야 합니다.
• V4-Pro 정식판 미도착: 4월 24일 프리뷰 이후 3개월, Flash가 먼저 「공식 API 베타」로 나왔습니다. Pro 프리뷰 사용자는 비용·점수 양면에서 Flash로 기울 압력을 받습니다.

프로덕션 전 V4 Flash 평가 6단계

벤치 표만으로는 라우팅 설계가 되지 않습니다. root 권한이 있는 깨끗한 macOS에서 API 병행부터 시작하세요.

1. API 키와 모델 ID 고정: DeepSeek 콘솔에서 키를 발급하고 deepseek-v4-flash-0731 응답을 확인합니다. 구 deepseek-chat / deepseek-reasoner는 7월 24일 폐기 예정 처리되었습니다.
2. 동일 Harness로 베이스라인: 동일 저장소·동일 테스트·동일 토큰 상한으로 Kimi K3나 Qwen3.8-Max와 병행합니다. 벤더 표는 자사 데이터 대체가 될 수 없습니다.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)
resp = client.chat.completions.create(
    model="deepseek-v4-flash-0731",
    messages=[{"role": "user", "content": "이 함수를 동작은 유지한 채 리팩터해 줘."}],
)
print(resp.choices[0].message.content)

3. 캐시 히트율 측정: 시스템 프롬프트와 RAG 컨텍스트 재사용 시 입력 $0.0028/M과 $0.14/M 차이가 실효 비용을 좌우합니다. 초기 캐시 불일치 제보는 로그로 추적하세요.
4. 태스크 단가를 AA 기준과 대조: 대표 태스크 20~50건의 성공당 비용을 산출해 Kimi K3($0.86/태스크), GPT-5.6 Sol($1.86/태스크)와 비교합니다.
5. 다단계 Agent를 격리 환경에서: 툴 호출 연쇄는 wipe 가능한 Mac에서 야간 배치로 돌립니다. 공유 CI의 낡은 SDK로는 벤더 Harness 최소 모드도 재현하기 어렵습니다.
6. Harness 공개와 V4-Pro GA 모니터링: DeepSeek 공식 문서와 Hugging Face를 주기 확인합니다. 8월 10~20일 GA 루머는 미확인으로 남기고, 프레임워크 공개 시 벤치를 재실행합니다.

타임라인과 인용 가능한 숫자·출처

• 2026년 4월 24일: V4-Pro 프리뷰 최초 공개.
• 7월 24일: deepseek-chat / deepseek-reasoner 폐기 예정, V4 파이프라인 이전.
• 7월 27일: Kimi K3 가중치 Hugging Face 공개.
• 7월 31일: V4-Flash-0731 공식 API 베타, Harness 첫 언급(미공개), Agent 벤치 9/9에서 Pro 프리뷰 초과.
• 8월 3일: Qwen3.8-Max GA(API $2/$6).
• 규모: 284B 총량, 13B 활성, 100만 토큰, MIT.
• 가격: 입력 $0.14 / 출력 $0.28(100만 토큰), 캐시 히트 입력 $0.0028.
• Artificial Analysis: 지수 50·$0.03/태스크. Kimi K3는 57·$0.86. GPT-5.6 Sol과 Claude Fable 5는 각각 약 9포인트 위에 $1.86·$3.15/태스크.
• Terminal Bench 2.0: Flash 82.7 vs Pro 프리뷰 67.9.

요금, 벤치, 공개 일정은 바뀔 수 있습니다. 아래 1차 출처를 본 글보다 우선하세요.

DeepSeek 공식:

DeepSeek — 공식 사이트

API 문서:

DeepSeek API — 공식 문서

독립 벤치마크:

Artificial Analysis — Intelligence Index 및 $/태스크

학습 가중치:

Hugging Face — deepseek-ai 조직

FAQ

V4-Flash-0731은 벤더 표에서는 Opus 4.8급에 가깝고 Artificial Analysis에서는 태스크당 몇 센트 수준입니다. 그러나 Harness는 미공개, 캐시 이슈가 제보되었고 V4-Pro 정식판은 아직입니다. Kimi K3나 Qwen3.8-Max와의 병행 검증은 공유 샌드박스가 아니라 wipe 가능한 실제 Mac이 전제입니다. KVMFLUX Mac mini M4는 root·몇 분 내 SSH·일 단위 대여로, 모델 ID나 라우팅이 하룻밤에 바뀌어도 깨끗하게 다시 시작할 수 있습니다.