DeepSeek V4 선택 가이드: V4.1 Flash와 Pro, 제품에 맞는 모델은?

지금의 DeepSeek V4: 두 모델의 이름과 전환 시 확인할 점

API와 다운로드 가능한 가중치로 제공되는 모델 제품군인 DeepSeek를 운영한다면, 운영 기록에 버전을 명시해야 합니다. 이제 ‘V4’라는 이름만으로는 어떤 모델이 요청을 처리했는지 알 수 없습니다. 현재 DeepSeek의 호스팅 API에서 deepseek-flash는 DeepSeek-V4.1-Flash-1017을, deepseek-v4-pro는 DeepSeek-V4-Pro-0813을 가리킵니다. 모델 및 요금표.

이 글의 내용은 2026년 10월 18일, DeepSeek의 실시간 모델 및 요금 페이지와 해당 리비전의 Hugging Face 모델 카드를 기준으로 확인했습니다. 여기서 제시하는 권고는 문서에 명시된 기능, 배포 요건, 평가 설계에 근거하며, 직접 실행한 성능 테스트 결과는 아닙니다.

DeepSeek V4 출시일: 10월 17일에 무엇이 바뀌었나요?

10월 릴리스에서는 Flash 계열이 업데이트됐습니다. 기존 이름인 deepseek-v4-flash와 deepseek-v4-flash-vision-exp는 모두 계속 사용할 수 있지만, 이 이름이 가리키던 이전 모델은 서비스가 종료됐습니다. 이제 해당 요청은 V4.1-Flash-1017로 전달되며 Flash 요금이 유지됩니다. 새로 연동할 때는 deepseek-flash를 사용합니다. 현재 별칭과 모델의 연결 관계.

운영 관점에서 요청이 성공했다는 사실만으로 이전 모델이 계속 실행 중이라고 볼 수는 없습니다. 별칭은 부서의 대표 전화번호와 같습니다. 번호는 그대로여도 전화를 받는 사람은 바뀔 수 있습니다. 설정을 변경하지 않았는데 내부 툴의 문체, 툴 선택, 응답 길이가 달라졌다면 실제 요청을 처리하는 모델이 전환됐는지도 조사해야 합니다.

당장 할 일은 대표적인 작업을 다시 실행하고, 기준을 충족한 결과를 비교하는 것입니다. 설정의 모델명을 권장 이름으로 바꾸면 구성을 명확하게 관리할 수 있습니다. 다만 이름을 바꾼다고 서비스가 종료된 모델을 되살릴 수는 없습니다.

위 수치는 DeepSeek 모델 표에 나온 호스팅 서비스의 한도입니다. 토큰은 모델이 텍스트를 처리하는 단위입니다. 컨텍스트는 요청 하나를 처리하는 작업 공간이며, 최대 출력은 생성할 수 있는 분량의 상한입니다. 어느 수치도 입력한 모든 내용을 정확히 기억하고 활용한다는 보장은 아닙니다.

코드 저장소 분석 기능을 평가하는 CTO라면 관련 파일과 결과의 통과 기준을 명확히 지정해야 합니다. 컨텍스트 창이 크면 더 많은 자료를 넣을 수 있지만, 그것만으로 모델이 올바른 근거를 찾았거나 모든 제약 조건을 지켰다고 판단할 수는 없습니다.

우리 제품에는 어떤 모델이 맞을까요?

필요한 입력 형식과 검증을 통과한 결과를 기준으로 모델을 고른 뒤, 운영 비용을 비교합니다. 새로 평가를 시작한다면 Flash를 먼저 권합니다. 더 다양한 입력을 지원하면서 공개된 토큰 요금도 더 낮기 때문입니다. 특정 처리 경로에서 Pro가 검증을 통과하는 결과를 더 잘 내거나, 기존 Pro 연동이 이미 요구 사항을 충족한다면 그 경로에 Pro를 사용할 근거가 됩니다.

DeepSeek V4 Flash: 범위가 명확한 작업부터 시작합니다

투자를 유치한 스타트업의 창업자가 고객 문의 분류나 답변 초안 기능을 추가한다면, 결과를 확인할 수 있는 작업부터 Flash로 평가합니다. 관련 정책을 제공하고, 허용할 분류 항목을 정한 뒤, 검토자가 결과를 승인하는 비율을 측정합니다. 이는 평가 작업에 대한 제안이며, 이 모델이 이미 해당 업무를 통과했다는 뜻은 아닙니다.

혼자 제품을 만드는 개발자도 코드 작업에 같은 원칙을 적용할 수 있습니다. 변경 범위를 제한하고, 실패를 재현하는 사례를 보존하며, 생성된 패치가 프로젝트의 검증 절차를 통과하도록 요구합니다. 설명은 그럴듯해도 버그가 그대로라면 작업을 완료한 것이 아닙니다.

DeepSeek V4 비전 기능: 이미지 입력이 모델 선택을 결정합니다

Flash는 이미지 입력을 지원하고 Pro는 지원하지 않습니다. 스크린샷으로 전달된 UI 버그, 촬영한 서식, 차트를 읽는 요청이라면 벤치마크 선호도를 따지기 전에 이 차이로 모델이 결정됩니다. 모델별 비전 지원 여부.

애플리케이션이 어려운 요청을 Pro로 넘기도록 설계돼 있다면, 이미지가 포함된 요청에는 별도 처리 경로를 마련해야 합니다. 같은 요청을 비전 기능이 없는 모델로 보내면 원래 작업을 그대로 이어갈 수 없습니다. 이미지를 먼저 텍스트 설명으로 바꾸는 방식은 별개의 워크플로이며, 그 과정에서 정보가 손실될 가능성도 추가됩니다.

텍스트 작업에서 필요성이 검증된 Pro는 유지합니다. 안정적인 Pro 기반 사내 어시스턴트를 운영하는 중견기업 CTO라면 기존 구성을 기준선으로 유지하면서 Flash를 평가해야 합니다. 운영 책임자는 완성된 답변뿐 아니라 검토에 드는 수고와 실패 처리 방식도 비교해야 합니다. 새 리비전이 나왔다는 이유만으로 믿고 쓰던 텍스트 워크플로를 전환할 필요는 없습니다.

비혼잡 시간대 요금은 Flash가 입력 $0.15 / 출력 $0.60, Pro가 1M 토큰당 $0.66 / $1.98이며, 두 모델 모두 캐시되지 않은 입력을 기준으로 합니다. 전체 요금은 DeepSeek 공식 요금표와 이 사이트의 DeepSeek 요금 안내에서 확인할 수 있습니다.

추론 모드는 모델명 대신 요청 설정으로 선택합니다

추론 모드와 비추론 모드는 두 모델 모두에서 사용할 수 있는 설정입니다. 따로 선택하는 제품이 아닙니다. 추론 모드에서는 모델이 최종 답변을 내기 전에 명시적인 추론 단계를 거칩니다. 계획 수립, 까다로운 디버깅, 여러 제약 조건이 서로 영향을 주는 작업에서 평가 후보로 삼을 수 있습니다. 반대로 범위가 명확한 정보 추출이나 분류처럼 추가 추론의 이점이 작을 수 있는 작업에서는 비추론 모드를 평가합니다.

호스팅 API는 추론 모드를 기본으로 활성화합니다. Chat Completions 요청에서 thinking.type을 enabled 또는 disabled로 설정합니다. 문서에 명시된 추론 강도는 low, high, max이며, 기본값은 high입니다. 나중에 같은 조건으로 비교할 수 있도록 설정값을 명시적으로 관리해야 합니다. 추론 모드 설정.

에이전트를 이전하는 개발자라면 최종 답변과 함께 대화 상태도 확인해야 합니다. 요청에 tools가 포함될 경우 DeepSeek는 툴 호출이 없었던 턴까지 포함해 이전 reasoning_content를 다시 전달하도록 요구합니다. 이를 누락하면 400 오류가 발생할 수 있습니다. 따라서 단일 턴 채팅이 성공했다고 여러 턴에 걸친 에이전트 동작까지 검증된 것은 아닙니다. 툴 사용 시 상태 전달 요건.

현재 DeepSeek API는 어떻게 호출하나요?

model에는 Hugging Face 저장소 이름이 아니라 API 별칭을 넣습니다. DeepSeek 키가 DEEPSEEK_API_KEY 환경 변수에 이미 설정돼 있다면, 다음 요청으로 문서에 명시된 Chat Completions 인터페이스를 호출할 수 있습니다.

curl --fail-with-body https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {"role": "user", "content": "List the checks before releasing a small API change."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "stream": false
  }'

Pro로 텍스트 작업을 평가하려면 모델 값을 deepseek-v4-pro로 바꿉니다. 비추론 모드를 사용하려면 thinking.type을 disabled로 설정합니다. 문서에 나온 기본 URL은 OpenAI 호환 형식의 경우 https://api.deepseek.com, Anthropic 호환 형식의 경우 https://api.deepseek.com/anthropic입니다. DeepSeek API 빠른 시작.

이 예제는 문서를 바탕으로 작성했으며, 이 글을 위해 실제 실행한 요청은 아닙니다. 연결이 정상적으로 작동하면 제품에서 사용하는 클라이언트로 응답 파싱, 툴 호출과 결과 반환, 실패, 타임아웃을 확인해야 합니다. 이 검증을 통해 연동을 실제로 사용할 준비가 됐는지 판단합니다.

DeepSeek V4 성능 비교에는 정확한 벤치마크 버전이 필요합니다

‘Flash 대 Pro’라는 구도보다 정확한 체크포인트와 평가 구성이 더 중요합니다. 벤치마크는 정해진 작업 집합이며, 에이전트 하네스는 툴을 실행하고 결과를 모델에 돌려주는 주변 소프트웨어입니다. 둘 중 하나만 바뀌어도 결과가 달라질 수 있습니다.

DeepSeek의 Flash-1017 모델 카드는 Mini-SWE-V2를 사용한 DeepSWE v1.1에서 77.0, Claude Code를 사용한 Terminal-Bench 4.0에서 42.3을 보고합니다. 이는 DeepSeek가 자체 발표한 수치이며, 모델 카드에 기재된 벤치마크 이름과 하네스 조건을 그대로 옮겼습니다. 해당 애플리케이션에서 독립적으로 측정한 결과는 아닙니다. Flash-1017 모델 카드.

DeepSeek V4 Pro 벤치마크: 어떤 작업으로 평가했는지도 확인합니다

DeepSeek의 Pro-0813 모델 카드는 Terminal Bench 2.1에서 87.9를 보고합니다. 공개 코드 에이전트 작업에서는 DeepSeek Harness의 최소 모드와 최대 추론 강도를 사용했다고 설명합니다. 이 수치는 해당 버전의 벤치마크에서 나온 DeepSeek 자체 결과입니다. 평가 작업이 같은 것처럼 Flash-1017의 Terminal-Bench 4.0 점수와 직접 비교해 순위를 매길 수는 없습니다. Pro-0813 모델 카드.

코딩 어시스턴트를 고르는 개발자에게 유용한 실험은 저장소, 작업, 툴, 통과 기준을 동일하게 유지하는 비교입니다. 패치가 작동하는지, 검토에는 얼마나 많은 수고가 드는지 기록합니다. 공개된 결과는 후보를 시험해 볼 근거가 되지만, 실제 서비스의 요청을 어떤 모델에 맡길지까지 결정해 주지는 않습니다.

누군가 예전 결과를 공유한다면 해당 리비전의 모델 카드부터 확인하는 것이 맞습니다. ‘V4.1 Flash’라고만 적힌 점수는 이전 체크포인트의 결과일 수 있습니다.

공개 가중치: 모델을 누가 운영할지 선택합니다

두 리비전 모두 MIT 라이선스로 저장소와 가중치를 공개합니다. 가중치는 모델이 학습한 파라미터이며, 다운로드하면 직접 운영하는 인프라에서 추론을 구성할 수 있습니다. 호스팅 API를 호출하는 것은 별도의 배포 선택지입니다. Flash-1017, Pro-0813.

혼자 개발한다면 호스팅 API로 시험하는 편이 연동 작업의 규모가 작습니다. 이미 모델 인프라를 운영하는 기업이라면 다운로드 가능한 가중치가 또 다른 선택지를 제공합니다. 핵심은 서빙 용량, 업그레이드, 로그, 장애 대응을 누가 책임질 것인지입니다.

DeepSeek V4 기술 보고서와 배포 지침

Flash-1017 모델 카드에는 V4.1 기술 보고서와 가중치 변환을 포함한 해당 모델의 로컬 추론 지침이 연결돼 있습니다. Pro-0813 모델 카드는 V4 보고서를 연결하고, 모델 추론을 실행하는 소프트웨어인 vLLM과 SGLang을 이용한 서빙 방법을 명시적으로 안내합니다. 실제로 다운로드하는 체크포인트에 맞는 지침을 따라야 합니다. Flash 지침, Pro 지침.

연동 계획에서 빠뜨리면 안 되는 부분도 있습니다. 두 모델 카드 모두 여러 서빙 스택에서 대화 메시지를 구성할 때 쓰는 Jinja 형식의 채팅 템플릿 대신 전용 프롬프트 인코딩 구현을 제공합니다. Flash 모델 카드에는 요청 인코딩과 응답 파싱을 위한 deepseek-recipe도 설명돼 있지만, 추론 실행, 툴 실행, HTTP 전송은 호출하는 쪽에서 담당해야 합니다. 가중치를 다운로드하는 것만으로 이 구성 요소들이 모두 연결되지는 않습니다.

직접 운영할 모델 후보를 더 넓게 살펴보려면 오픈소스 LLM 가이드를 참고할 수 있습니다. 배포 방식은 모델의 벤치마크 순위와 별개로 판단해야 합니다.

Search와 Fetch를 쓰는 에이전트는 무엇을 따로 기록해야 할까요?

웹 툴 요청은 모델 토큰과 별도로 기록합니다. DeepSeek의 모델 및 요금 페이지는 Search와 Fetch를 성공한 요청 건별로 과금하는 독립 API로 안내합니다. 이 페이지에 따르면 DeepSeek Harness, Claude Code, Codex의 서버 측 툴은 이미 이 API를 사용하고 있습니다. 이렇게 통합된 호출은 현재 무료이며, 베이징 시간 2026년 11월 1일 00:00부터 요청 건별 과금이 시작됩니다. Search 및 Fetch 과금 안내.

리서치 에이전트를 운영한다면 답변 하나를 완성하는 동안 모델의 생성 작업과 여러 차례의 웹 작업이 함께 일어날 수 있습니다. 토큰만 집계하는 사용량 대시보드로는 전체 작업량을 볼 수 없습니다. Search와 Fetch의 성공한 요청 수를 각각 집계하고, 재시도나 반복 조회가 실제로 필요한 일을 하고 있는지 살펴봐야 합니다.

이 날짜는 기존 에이전트의 운영 전제가 바뀌는 시점입니다. 에이전트를 새로 만들 이유는 아닙니다. 전환 시점 전에 툴 호출량을 확인할 수 있게 하고, 작업에 맞는 요청 예산을 설정해야 합니다. 세부 요금은 연결된 요금 안내에서 확인할 수 있습니다.

과장해서 받아들이기 쉬운 점과 다음에 할 일

새로운 이름, 더 큰 컨텍스트 창, 공개 가중치는 각각 다른 질문에 대한 답입니다. 어느 하나만으로 모든 작업에 가장 적합한 모델이 결정되지는 않습니다.

‘Pro’라는 이름이 모든 작업에서 더 높은 품질을 보장하지는 않습니다. 컨텍스트 한도가 크다고 내용을 안정적으로 기억하고 활용하는 것은 아닙니다. MIT 라이선스의 가중치가 완성된 서빙 시스템이나 무료 호스팅 추론을 뜻하지도 않습니다. 기존 별칭이 계속 허용된다고 이전 모델까지 계속 제공되는 것도 아닙니다.

제품에서 기존 Flash 이름 중 하나를 사용한다면 지금 점검해야 합니다. 기존 통과 기준을 적용한 작업을 다시 실행해 현재 제공되는 리비전의 동작을 확인합니다. 통합된 Search 또는 Fetch를 사용하는 에이전트도 과금 전환을 사용량 기록에 반영해야 하므로 조치가 필요합니다.

기존 Pro 텍스트 워크플로가 요구 사항을 충족하고, 교체할 이유가 측정 결과로 확인되지 않았다면 전환을 서두르지 않습니다. Flash 별칭의 모델 전환은 설정된 Pro 처리 경로를 바꾸지 않습니다. 현재 Pro 별칭이 가리키는 모델은 계속 Pro-0813입니다. 다른 호스팅 서비스 의존성과 마찬가지로 통상적인 점검은 유지합니다.

공급업체 선택을 별도로 검토하려면 DeepSeek와 Claude 비교 또는 DeepSeek와 ChatGPT 비교를 참고합니다. 모델 선택은 제품 전체의 구성과 워크플로에 맞아야 합니다.

월요일에 바로 할 일: 자주 발생하면서 결과를 확인할 수 있는 작업을 고르고, 저장해 둔 사례를 현재 처리 경로와 적합한 후보 모델에서 다시 실행합니다. 제품이 이미지를 받는다면 이미지 사례를 포함하고, 긴 입력과 툴 호출 실패 사례도 넣습니다. 통과한 결과, 검토에 드는 수고, 소요 시간, 모델 토큰, 웹 툴 요청 수를 기록합니다. 그 결과가 전환을 뒷받침할 때만 후보 모델을 실제 서비스에 적용합니다.

자주 묻는 질문

AI 툴을 선택하고 운영하는 데 도움이 되는 실무 정보를 받아보려면 뉴스레터를 구독하세요.