“더 싸다”는 말은 더 이상 충격적이지 않다. 중요한 건 싼 가격으로 무엇을 할 수 있는지다. 2026년 7월 31일 공개된 Deepseek V4 Flash는 OpenAI GPT-5.6 Luna 대비 약 60% 낮은 비용으로 동등한 성능을 제공한다. 하지만 이번 업데이트의 진짜 핵심은 가격이 아니다. ‘에이전트 능력’의 극적인 도약이다.
비용보다 먼저 눈에 띄는 것: 에이전트 능력의 도약
Deepseek V4 Flash는 외형상 이전 미리보기 버전과 동일한 모델 아키텍처를 유지한다. 변경점은 오직 재학습(re-post-training) 뿐이다2. 그러나 달라진 벤치마크 점수는 재학습의 초점과 효과를 명확하게 드러낸다.
소프트웨어 공학 과제를 평가하는 DeepSWE 점수는 미리보기 버전의 7.3점에서 54.4점으로 급등했다1. 내부 풀스택 개발 테스트인 DSBench-FullStack에서는 68.7점을 기록해 V4 Pro 미리보기의 41.8점을 큰 차이로 앞질렀다1. 터미널 기반 작업을 평가하는 Terminal Bench 2.1 역시 61.8점에서 82.7점으로 상승했다1.
숫자가 말해주는 결론은 단순하다. 이 모델은 활성 매개변수 130억 개라는 비교적 가벼운 몸집으로, 코드 작성부터 터미널 조작까지 실제 소프트웨어 개발 워크플로를 스스로 수행할 수 있게 되었다1.
성능과 비용, 동시에 잡은 설계
벤치마크 비교는 이 모델의 실전 가치를 더욱 분명하게 보여준다. Deepseek V4 Flash는 활성 매개변수 수가 훨씬 적음에도 여러 벤치마크에서 V4 Pro 미리보기를 능가한다1. Artificial Analysis Intelligence Index 점수는 50점으로, OpenAI GPT-5.6 Luna와 어깨를 나란히 하는 영역에 진입했다.
동시에 API 비용은 GPT-5.6 Luna보다 약 60% 저렴하다. 단순 채팅 한 차례는 약 $0.00028 수준이고, 50K 입력 토큰과 3K 출력 토큰이 오가는 코드 리포지토리 리뷰 작업도 $0.00784에 불과하다3. 가격은 결과일 뿐이며, 실전에서 작동하는 효율 설계가 먼저다.
속도와 추론 깊이를 조절하는 두 가지 장치
Deepseek V4 Flash의 성능은 두 가지 핵심 기술 선택에서 비롯된다.
첫째, 추측적 디코딩(speculative decoding) 이다. DSpark 구조에 결합된 이 모듈은 토큰 생성 속도를 높이며, vLLM에서 단일 플래그만 추가하면 바로 활성화된다1. 이 속도 차이는 실시간 에이전트 작업에서 직접적인 체감 효율로 이어진다.
둘째, reasoning_effort 파라미터로 사고 깊이를 조절할 수 있다. low, high, max 세 수준을 지원하며, 에이전트 작업 평가 시에는 최대 추론 노력(max)에 temperature=1.0, top_p=0.95가 적용되었다1. 복잡한 코드 에이전트 작업에는 깊은 추론을, 단순 응답에는 가볍게 처리하는 식으로 비용과 성능을 상황에 맞춰 최적화하는 것이 가능하다.
결국, 설계가 가격을 만든다
Deepseek V4 Flash가 보여주는 방향은 분명하다. 모델 경쟁의 축이 더 큰 모델, 더 비싼 훈련에서 더 효율적인 재학습, 실전 에이전트 능력, 그리고 유연한 추론 제어로 이동하고 있다. 단순한 가격 경쟁을 넘어, 설계의 결과물이 가격 우위를 만들어내는 국면이다. 실무에서 모델을 선택하는 기준도 이제 같은 질문에서 시작해야 한다. “이 가격으로 무엇을 자동화할 수 있는가”라고.
1deepseek-ai/DeepSeek-V4-Flash-0731 · Hugging Face
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.