DeepSeek V4, Flash 및 Pro 버전 출시… 가격 공개
대형 모델 분야에 대규모 업데이트가 등장했습니다. 중국을 선도하는 AI 기업 딥시크(DeepSeek)가 오늘 새로운 플래그십 모델인 ‘딥시크 V4’를 출시했습니다. 이번 모델의 가장 큰 특징은 ‘플래시 ( Flash )’와 ‘프로(Pro)’ 두 가지 버전을 통해 고주파 경량 작업부터 복잡한 추론에 이르기까지 다양한 요구 사항을 충족시키는 차별화된 전략입니다. 공격적인 가격 정책을 통해 AI 상용화 비용의 새로운 기준을 다시 한번 제시했습니다.
모델 매트릭스: ‘Flash’와 ‘Pro’의 차별화된 포지셔닝
DeepSeek V4는 기존 deepseek-chat 및 deepseek-reasoner 모델을 통합 및 업그레이드하여, 공식적으로 다음 두 가지 버전으로 구분합니다.
DeepSeek-V4-Flash: 극도의 비용 효율성과 높은 처리량에 중점을 두어, 신속한 응답이 필요한 일반 대화 및 기본 텍스트 작업에 이상적입니다.
DeepSeek-V4-Pro: 복잡한 논리, 심층 추론 및 고성능 컴퓨팅에 최적화되어 있어, 더 강력한 추론 및 처리 능력을 제공합니다.
두 모델 모두 (특정 시나리오를 제외하고) 사고 모드, JSON 출력, 도구 호출, 대화 접두사 연속 기능(베타)을 지원하며, 최대 1M 토큰의 컨텍스트 윈도우와 384K 토큰의 최대 출력 용량을 제공하여 복잡한 엔지니어링 구현을 위한 견고한 기반을 마련합니다.

가격 체계: 투명한 계층형 과금
DeepSeek의 가격 정책은 명확하며, 캐싱 메커니즘을 통해 장기적인 기업용 API 호출에 대한 한계 비용을 대폭 절감합니다. 다음은 100만 토큰당 청구 요금(위안)입니다:
모델입력(캐시 적중)입력(캐시 미적중)출력DeepSeek-V4-Flash0.2 RMB1 RMB2RMBDeepSeek-V4-Pro1RMB12 RMB24 RMB참고: 요금은 먼저 무료 잔액에서 차감되며, 그 다음 유료 잔액에서 차감됩니다.
업계 분석: 이 가격이 이정표가 되는 이유
이러한 가격 책정 논리는 DeepSeek이 개발자들이 캐시 사용을 최적화하여 컴퓨팅 낭비를 줄이도록 장려하고 있으며, 캐시된 입력과 캐시되지 않은 입력 간의 상당한 가격 차이를 통해 세밀한 비용 관리를 가능하게 함을 보여줍니다.
개발자의 관점에서 볼 때, 토큰 100만 개당 1 RMB(캐시 미스)인 Flash 버전은 최상위 MoE 모델 아키텍처에 접근하는 장벽을 획기적으로 낮춥니다. 한편, 복잡한 추론 작업을 위한 Pro 버전의 가격 정책은 지식 기반 Q&A 시스템, 자율 에이전트 및 기타 고급 애플리케이션을 구축하기 위한 국내 솔루션을 제공하며, 성능과 비용의 균형을 맞춥니다.
중요한 호환성 안내
공식 안내: 기존 모델명인 deepseek-chat 및 deepseek-reasoner는 공식적으로 사용 중단됩니다. 원활한 전환을 위해 개발자들은 이제 deepseek-v4-flash (비사고 모드)와 deepseek-v4-pro (사고 모드)를 호출할 수 있습니다.
자세한 API 정보 및 마이그레이션 가이드에 대해서는 DeepSeek 공식 API 문서를 참조하시기 바랍니다.
관련 기사
애플, 제미니 루머 명확히 설명: 시리 AI는 자체 개발로 구축될 예정
2026년 전 세계 개발자 회의(WWDC) 이후 애플은 새로운 AI 인프라가 단순히 '제미니(Gemini) 껍데기'에 불과하다는 루머와 관련해 언론의 문의에 답했다. 애플은 애플 기반 모델(AFM)이 구글의 제미니 기술을 재브랜드한 것이 아니라, 완전히 자체적으로 개발되었으며 독립적으로 운영된다고 밝혔다.애플은 AFM 모델이 증류(distillation) 및 학습 단계에서 구글의 제미니 기술을 활용했지만, 최종 출력은 애플의 독점 코드, 인프라
OpenAI는 여전히 방종한 AI 활동을 통제하는 데 어려움을 겪고 있다
금요일, OpenAI는 ‘정렬 오류 보고서’를 위한 전용 페이지를 출시하여 광범위한 기간 동안 기록된 놀라운 양의 비정상적 행동을 공개했습니다. 현재 이 사이트에는 9건의 사건이 나열되어 있으며, 그 대부분은 강화 학습(RL) 훈련 단계에서 발생했습니다.이 포괄적인 공개는 이러한 문제를 관리하기 위한 회사의 치열한 노력을 강조하지만, 결론은 피할 수 없습니다: 보고된 비정상적 에이전트 사건들은 지금까지 발생한 전체 사례 중 일부에 불과할 가능
Flock CEO는 웹사이트에서 주장하는 것과 달리 마이크가 총성만 감지한다고 주장합니다
플록(Flock)의 CEO 가렛 랭리(Garrett Langley)는 회사의 총기 감지 마이크가 “총격 사건만” 포착한다고 밝혔지만, 플록의 웹사이트는 회사가 기록하는 환경 오디오의 훨씬 넓은 범위를 제시합니다.감시 기업의 공동 창립자 랭리는 테크크런치 디스트럭트(TechCrunch Disrupt)에서 연설하며, 잠재적인 공공 안전 사고에 대한 “조기 경보”를 제공하기 위해 이웃 전체에서 총격 사건과 주변 소음을 모니터링하는 오디오 수집 도구인
관련 특별 주제 추천
의견 (0)
0/500
대형 모델 분야에 대규모 업데이트가 등장했습니다. 중국을 선도하는 AI 기업 딥시크(DeepSeek)가 오늘 새로운 플래그십 모델인 ‘딥시크 V4’를 출시했습니다. 이번 모델의 가장 큰 특징은 ‘플래시 ( Flash )’와 ‘프로(Pro)’ 두 가지 버전을 통해 고주파 경량 작업부터 복잡한 추론에 이르기까지 다양한 요구 사항을 충족시키는 차별화된 전략입니다. 공격적인 가격 정책을 통해 AI 상용화 비용의 새로운 기준을 다시 한번 제시했습니다.
모델 매트릭스: ‘Flash’와 ‘Pro’의 차별화된 포지셔닝
DeepSeek V4는 기존 deepseek-chat 및 deepseek-reasoner 모델을 통합 및 업그레이드하여, 공식적으로 다음 두 가지 버전으로 구분합니다.
DeepSeek-V4-Flash: 극도의 비용 효율성과 높은 처리량에 중점을 두어, 신속한 응답이 필요한 일반 대화 및 기본 텍스트 작업에 이상적입니다.
DeepSeek-V4-Pro: 복잡한 논리, 심층 추론 및 고성능 컴퓨팅에 최적화되어 있어, 더 강력한 추론 및 처리 능력을 제공합니다.
두 모델 모두 (특정 시나리오를 제외하고) 사고 모드, JSON 출력, 도구 호출, 대화 접두사 연속 기능(베타)을 지원하며, 최대 1M 토큰의 컨텍스트 윈도우와 384K 토큰의 최대 출력 용량을 제공하여 복잡한 엔지니어링 구현을 위한 견고한 기반을 마련합니다.

가격 체계: 투명한 계층형 과금
DeepSeek의 가격 정책은 명확하며, 캐싱 메커니즘을 통해 장기적인 기업용 API 호출에 대한 한계 비용을 대폭 절감합니다. 다음은 100만 토큰당 청구 요금(위안)입니다:
모델입력(캐시 적중)입력(캐시 미적중)출력DeepSeek-V4-Flash0.2 RMB1 RMB2RMBDeepSeek-V4-Pro1RMB12 RMB24 RMB참고: 요금은 먼저 무료 잔액에서 차감되며, 그 다음 유료 잔액에서 차감됩니다.
업계 분석: 이 가격이 이정표가 되는 이유
이러한 가격 책정 논리는 DeepSeek이 개발자들이 캐시 사용을 최적화하여 컴퓨팅 낭비를 줄이도록 장려하고 있으며, 캐시된 입력과 캐시되지 않은 입력 간의 상당한 가격 차이를 통해 세밀한 비용 관리를 가능하게 함을 보여줍니다.
개발자의 관점에서 볼 때, 토큰 100만 개당 1 RMB(캐시 미스)인 Flash 버전은 최상위 MoE 모델 아키텍처에 접근하는 장벽을 획기적으로 낮춥니다. 한편, 복잡한 추론 작업을 위한 Pro 버전의 가격 정책은 지식 기반 Q&A 시스템, 자율 에이전트 및 기타 고급 애플리케이션을 구축하기 위한 국내 솔루션을 제공하며, 성능과 비용의 균형을 맞춥니다.
중요한 호환성 안내
공식 안내: 기존 모델명인 deepseek-chat 및 deepseek-reasoner는 공식적으로 사용 중단됩니다. 원활한 전환을 위해 개발자들은 이제 deepseek-v4-flash (비사고 모드)와 deepseek-v4-pro (사고 모드)를 호출할 수 있습니다.
자세한 API 정보 및 마이그레이션 가이드에 대해서는
애플, 제미니 루머 명확히 설명: 시리 AI는 자체 개발로 구축될 예정
2026년 전 세계 개발자 회의(WWDC) 이후 애플은 새로운 AI 인프라가 단순히 '제미니(Gemini) 껍데기'에 불과하다는 루머와 관련해 언론의 문의에 답했다. 애플은 애플 기반 모델(AFM)이 구글의 제미니 기술을 재브랜드한 것이 아니라, 완전히 자체적으로 개발되었으며 독립적으로 운영된다고 밝혔다.애플은 AFM 모델이 증류(distillation) 및 학습 단계에서 구글의 제미니 기술을 활용했지만, 최종 출력은 애플의 독점 코드, 인프라
OpenAI는 여전히 방종한 AI 활동을 통제하는 데 어려움을 겪고 있다
금요일, OpenAI는 ‘정렬 오류 보고서’를 위한 전용 페이지를 출시하여 광범위한 기간 동안 기록된 놀라운 양의 비정상적 행동을 공개했습니다. 현재 이 사이트에는 9건의 사건이 나열되어 있으며, 그 대부분은 강화 학습(RL) 훈련 단계에서 발생했습니다.이 포괄적인 공개는 이러한 문제를 관리하기 위한 회사의 치열한 노력을 강조하지만, 결론은 피할 수 없습니다: 보고된 비정상적 에이전트 사건들은 지금까지 발생한 전체 사례 중 일부에 불과할 가능
Flock CEO는 웹사이트에서 주장하는 것과 달리 마이크가 총성만 감지한다고 주장합니다
플록(Flock)의 CEO 가렛 랭리(Garrett Langley)는 회사의 총기 감지 마이크가 “총격 사건만” 포착한다고 밝혔지만, 플록의 웹사이트는 회사가 기록하는 환경 오디오의 훨씬 넓은 범위를 제시합니다.감시 기업의 공동 창립자 랭리는 테크크런치 디스트럭트(TechCrunch Disrupt)에서 연설하며, 잠재적인 공공 안전 사고에 대한 “조기 경보”를 제공하기 위해 이웃 전체에서 총격 사건과 주변 소음을 모니터링하는 오디오 수집 도구인





집






