본문으로 건너뛰기
Simon Willison조회 2회

DeepSeek V4 Pro 0813 API 공개

DeepSeek V4 Pro 0813이 API로 공개됐고 reasoning level마다 이미지 결과가 크게 달라졌다

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

TL;DR

DeepSeek V4 Pro 0813이 API 전용 모델로 공개됐고, 글에서는 OpenRouter를 통해 접근한 사례를 기록했습니다. 새 모델의 open weights 공개 여부는 확인되지 않았지만, 이전 DeepSeek 모델의 가중치 공개 사례 때문에 공개 가능성이 추정됐습니다. low, medium, high reasoning level에서 생성한 펠리컨 이미지가 화풍과 장면 구성까지 크게 달라졌으며, 글쓴이는 다른 모델에서 이런 차이를 본 적이 없다고 밝혔습니다. 벤치마크 수치는 Official DeepSeek WeChat Group에서 Reddit과 Hacker News로 옮겨진 경로만 언급됐고, 본문에는 구체적인 점수가 담기지 않았습니다.

섹션별 상세

DeepSeek V4 Pro 0813이 새 Pro 모델로 공개됐지만 이용 방식은 API로 한정됐고, 글에서는 OpenRouter를 통해 접근합니다. DeepSeek에 뚜렷한 공식 발표 페이지가 없어 OpenRouter 링크가 사실상 참조 경로로 사용됐습니다. 새 모델의 open weights 공개 계획은 확인되지 않았으며, 4월 DeepSeek-V4-Pro와 7월 DeepSeek-V4-Flash-0731의 가중치가 공개됐다는 점을 근거로 공개 가능성이 추정됐습니다.
근거
  • DeepSeek V4 Pro 0813은 API를 통해서만 이용할 수 있으며 OpenRouter 링크가 참조 경로로 사용됐다. — 본문의 모델 공개 문장과 OpenRouter 링크 언급
같은 모델을 low, medium, high 세 가지 reasoning level로 실행했을 때 생성된 펠리컨 이미지의 화풍과 세부 구성이 크게 달라졌습니다. low·medium·high 결과는 모두 자전거를 타는 펠리컨이라는 공통 소재를 유지하지만, 선화 방식과 색상, 배경, 소품이 서로 다른 이미지로 나타났습니다. 글쓴이는 다른 모델에서는 이런 수준의 결과 차이를 본 적이 없다고 밝혔지만, 차이가 발생하는 내부 원인은 본문에서 제시하지 않았습니다.
밀짚모자를 쓴 흰색 펠리컨이 주황색 부리와 청록색 자전거를 함께 보여줍니다.
Otherlow 결과는 옅은 크림색 원형 배경 안에 단순화된 도형과 부드러운 색면을 배치한 플랫 벡터 스타일입니다. medium과 high 이미지와 비교할 때 배경과 소품의 구성 방식이 달라, reasoning level별 생성 결과 차이를 보여주는 사례로 연결됩니다.
느슨한 선화로 그린 펠리컨이 초록색 자전거를 타고 있으며, 부리 아래에 긴 붉은 혀와 물고기가 보입니다.
Othermedium 결과는 흰색 선화와 굵은 윤곽선, 노란 태양과 구름, 부리 아래로 길게 뻗은 붉은 혀를 결합했습니다. 첫 번째와 세 번째 결과의 정돈된 플랫 일러스트와 달리 선과 배경 요소가 더 자유롭게 배치되어 세 reasoning level의 시각적 차이를 뒷받침합니다.
밝은 노란색 부리의 펠리컨이 빨간 자전거를 타고 있으며, 뒤쪽 깃발과 앞바구니 속 물고기, 음표가 보입니다.
Otherhigh 결과는 옅은 파란 배경 위에 빨간 자전거, 보라색 깃발, 앞바구니와 물고기, 검은 음표를 배치한 구성입니다. low와 medium의 색상과 선화 방식에서 벗어난 별도의 장면 구성이 나타나며, 본문에서 말한 reasoning level별 결과 차이를 시각적으로 확인하게 합니다.
근거
  • low, medium, high 세 reasoning level에서 생성된 펠리컨 이미지의 외형이 서로 크게 달랐다. — 본문의 Low, Medium, High 이미지 비교와 제공된 세 이미지
벤치마크 정보는 Official DeepSeek WeChat Group에서 처음 공유된 뒤 삭제된 Reddit 게시물과 Hacker News의 ASCII 표로 이어진 비공식 복제 경로를 거쳤습니다. 따라서 이 글에서 확인되는 내용은 점수 자체보다 벤치마크 자료가 유통된 과정이며, 구체적인 평가 수치는 본문에 포함되지 않았습니다. 출처가 여러 번 재게시된 만큼 모델 성능을 판단하려면 원자료의 진위와 수치를 별도로 확인해야 합니다.
근거
  • 벤치마크 자료는 Official DeepSeek WeChat Group, 삭제된 Reddit 게시물, Hacker News ASCII 표를 거쳐 유통됐다. — 본문의 벤치마크 출처와 재게시 경로 설명

용어 해설

추론 수준(Reasoning Levels)
— 이 글에서는 DeepSeek V4 Pro의 low, medium, high 설정을 가리키며, 같은 모델이 추론 수준에 따라 생성 결과를 다르게 내놓는지 비교하는 기준으로 쓰였습니다. 세 이미지의 시각적 차이를 관찰하는 데 사용됩니다.
API 전용 제공(API-only)
— 모델 가중치나 직접 내려받는 배포판 대신 API 호출을 통해서만 모델 기능을 이용하는 제공 방식입니다. 이 글의 DeepSeek V4 Pro 0813은 OpenRouter를 통한 API 형태로 접근할 수 있다고 소개됩니다.
공개 가중치(Open Weights)
— 학습된 모델의 가중치를 외부에 공개해 사용자가 직접 내려받고 실행하거나 추가 조정할 수 있게 하는 배포 방식입니다. 글에서는 새 모델의 공개 여부가 확인되지 않았지만 이전 DeepSeek 모델의 가중치 공개 사례가 함께 언급됩니다.
벤치마크(Benchmark)
— 모델의 성능을 일정한 평가 과제와 지표로 측정하는 방법입니다. 이 글에서는 DeepSeek V4 Pro의 벤치마크 수치가 공식 채널에서 Reddit과 Hacker News로 옮겨진 경로가 언급되지만, 본문에 구체적인 점수는 제시되지 않습니다.

기술

  • DeepSeek V4 Pro
  • OpenRouter
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 08. 13.수집 2026. 08. 13.출처 타입 RSS

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.