DeepSeek V4-Flash 포스트 트레인과 API 공개

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

DeepSeek가 포스트 트레인만으로 DeepSeek-V4-Flash API와 오픈 웨이트를 공개했고, 커뮤니티 관측에서는 동일 아키텍처·크기 유지 상태에서 Terminal-Bench가 56.9에서 82.7로 +25.8포인트 상승한 것으로 보고되었다. 관측 사양은 '284B total / 13B active', 1M context, 요금 $0.14/$0.28 per 1M input/output tokens와 캐시 히트 시 $0.0028/1M으로 98% 할인이 적용된다는 점을 포함해 비용 대비 성능 개선을 뒷받침한다. 이 사례는 프리트레인 재학습 없이 서빙·캐시·활성화 정책을 조정해 에이전트 성능과 비용 효율을 동시에 끌어올릴 수 있음을 보여준다.

섹션별 상세

DeepSeek는 2026-07-31에 DeepSeek-V4-Flash API의 퍼블릭 베타와 오픈 웨이트 공개를 발표했고, 발표문에 따르면 Flash API의 에이전트 능력이 V4-Pro-Preview를 능가한다고 표기되어 있다. 이 업데이트는 프리트레인 아키텍처와 모델 크기를 바꾸지 않은 채 적용된 포스트 트레인 성격으로 보고되며, 트윗과 커뮤니티 지적에서 아키텍처 변경이 아닌 운영·캐시·파라미터 적용 방식의 개선에 기인한 것으로 보인다. 발표 직후 Terminal-Bench 기준 56.9에서 82.7로 +25.8포인트 상승했다는 외부 관측이 제시되어 성능 향상의 규모가 구체적으로 드러났다.

근거

DeepSeek가 DeepSeek-V4-Flash API 퍼블릭 베타와 오픈 웨이트를 발표했다. — DeepSeek 공식 트윗(상태 ID 2083084415157022911)에서 Flash API 공개 및 오픈 웨이트 언급. 출처
커뮤니티 관측에서 Terminal-Bench가 56.9에서 82.7로 +25.8포인트 상승했다. — Cline의 트윗에서 Terminal-Bench 82.7과 April preview의 56.9 비교 수치 제시. 출처

독립 관측자들이 제시한 기술 사양은 V4-Flash 0731이 '284B total / 13B active', 1M context, 텍스트 전용이며 토큰 요금이 $0.14 / $0.28 per 1M input/output tokens이고 캐시 히트에 대해 98% 할인으로 $0.0028 / 1M cached tokens 수준이라는 점이다. 이러한 수치는 모델 용량과 문맥 길이를 유지하면서도 캐시·요금 정책과 내부 활성화 방식의 조정으로 비용 대비 성능 지표를 끌어올린 사례로 해석된다. 관측 인덱스에서는 모델이 40에서 50으로 오르며 GPT-5.6 Luna(max, 51) 바로 아래에 위치했고, DeepSeek의 자체 API상 과제당 비용은 대략 60% 낮게 보고되었다.

근거

관측 기술 사양: 284B total / 13B active, 1M context, 요금 $0.14/$0.28 per 1M input/output tokens, 캐시 히트 할인 98%로 $0.0028/1M cached tokens. — Artificial Analysis 트윗(상태 ID 2083123180869496865)에 기술 사양과 가격·캐시 할인 수치가 포함되어 있음. 출처

커뮤니티가 강조한 것은 이번 점프가 스케일링 법칙이나 재트레이닝이 아닌 포스트 트레인 개선이라는 점이며, 이와 관련해 여러 에이전트·벤치마크 개선 수치가 제시되었다. 구체적으로 GDPval-AA v2 Elo가 1189에서 1559로 올랐고 Terminal-Bench는 2.1에서 79%로 개선되었으며 τ³-Bench Banking은 +8 포인트, 출력 토큰 사용량은 전작 대비 12% 감소한 것으로 보고되었다. 이들 수치는 에이전트 행동·응답 길이·정확성 측면에서 동시 개선이 발생했음을 의미하고, 운영적·비용적 관점에서 실제 적용 유인이 커졌다는 점이 중요하다.

공개·후속 발언들을 종합하면 Flash API 개선은 현재 V4-Pro API/App/Web에는 즉시 반영되지 않았고 V4-Pro의 공식 버전은 아직 제공되지 않는 상태다. DeepSeek 측은 Flash API에만 이번 개선이 적용되었다고 명시했으며 커뮤니티 관찰자들은 업그레이드 범위와 재현성, 검증 방법론을 주목하고 있다. 결과적으로 이번 사례는 동일 모델 용량에서 운영·서빙 쪽의 조정만으로도 실사용 성능과 비용 효율을 크게 바꿀 수 있음을 시사한다.

용어 해설

포스트 트레인(post-train): — 학습(프리트레인) 이후 추가적인 수정이나 튜닝을 통해 성능을 개선하는 절차로서, 사전학습 가중치를 변경하지 않고 파라미터·캐시·입출력 처리 방식 등을 조정해 결과를 개선하는 기법을 가리킨다.
Responses API 형식(Responses API format): — 요청-응답 구조와 페이로드 스키마를 규정하는 API 규격으로서, 모델의 입력·출력 포맷과 스트리밍·메타데이터 처리 방식을 통일해 클라이언트 호환성과 에이전트 통합을 수월하게 하는 목적이 있다.
Terminal-Bench: — 모델의 종합 성능을 수치화한 벤치마크 지표군으로서, 언어 이해·추론·대화 같은 여러 작업을 통합해 단일 점수로 비교할 수 있게 설계된 평가 방식이다. 소스에서는 구체 점수가 공개되었다.
캐시 히트 할인(cache-hit discount): — 반복적이거나 동일한 프롬프트 부분을 캐시로 처리할 때 적용되는 비용 할인 정책으로서, 캐시 적중 시 입력·출력 토큰 요금을 대폭 낮춰 장기간 대화나 에이전트 워크플로 비용을 줄이는 수단이다.

기술

Responses API format
Codex
agent capabilities

활용 사례

대량의 반복 요청이나 동일 프롬프트 패턴이 많은 에이전트 워크플로에서는 캐시 히트 할인이 비용을 극적으로 낮춰준다. 캐시 기반 비용 절감은 대화형 고객지원, 자동화된 에이전트 파이프라인, 반복 질의가 많은 분석 태스크에서 즉각적 비용 우위를 제공한다. DeepSeek의 사례처럼 동일 모델 구조 유지로 비용 효율을 올리면 마이그레이션 비용을 줄인 채 성능 개선을 도입할 수 있다.
에이전트 성능 개선이 요구되는 금융·고객 응대·업무 자동화 애플리케이션에서는 에이전트 능력 향상으로 효율과 정확도가 동시에 올라갈 수 있다. 발표된 GDPval-AA, τ³-Bench 같은 지표 개선은 에이전트 기반 의사결정과 자동문서처리에서 응답 품질과 처리 속도가 함께 개선될 가능성을 시사한다. 비용 측면에서 과제당 비용이 약 60% 낮다는 보고는 동일 예산으로 더 많은 작업을 처리할 수 있다는 실무적 장점을 제공한다.