딥시크 V4 정리: 플래시와 프로 차이, 가격, 코덱스 지원

딥시크 V4 플래시는 딥시크가 2026년 7월 31일 퍼블릭 베타로 공개한 경량 API 모델입니다. 모델 이름은 deepseek-v4-flash이고, 같은 계열의 상위 모델인 deepseek-v4-pro와 함께 제공됩니다.

이번 공개에서 눈에 띄는 부분은 구조가 아니라 조정 방식입니다. 딥시크 공식 문서는 이 모델이 이전 프리뷰판과 구조와 크기가 같고 사후학습만 다시 했다고 밝히고 있습니다. 같은 크기의 모델을 다시 학습시켜 에이전트 성능만 끌어올린 셈입니다.

이 글에서는 공식 문서에 적힌 수치를 기준으로 플래시와 프로의 차이, 가격, 코덱스 지원 범위를 정리합니다. 2026년 8월 3일 기준입니다.

공개 내용에서 확인되는 사실

딥시크 공식 API 문서의 변경 내역에 적힌 내용은 다음과 같습니다.

• 모델 이름: deepseek-v4-flash
• 변경 범위: 구조와 크기는 이전 프리뷰판과 동일하고 사후학습만 다시 진행
• API 형식: Responses API 형식을 기본으로 지원하며 코덱스에 맞춰 조정됨
• 적용 범위: V4 프로 API와 앱, 웹 모델은 이번 변경에 포함되지 않음

“

이번 공개는 새 구조의 모델을 내놓은 것이 아니라, 같은 크기의 모델을 다시 학습시켜 에이전트 작업 성능을 올린 갱신입니다.

모델을 키우지 않고 학습 방식만 바꿔 성능을 올린 사례라, 비용을 유지한 채 성능을 끌어올릴 여지가 남아 있다는 신호로도 읽힙니다.

에이전트 벤치마크 수치

공식 문서가 함께 공개한 평가 결과입니다.

여섯 항목 모두 대화 품질이 아니라 도구를 쓰고 명령을 실행하는 능력을 봅니다. 터미널에서 작업을 끝내는지, 저장소를 읽고 코드를 고치는지를 재는 평가들입니다.

보도에 따르면 이 가운데 DeepSWE 점수는 프리뷰판의 7.3에서 54.4로 올랐고, Terminal Bench 점수도 프리뷰판보다 20점 넘게 상승했다고 합니다. 다만 이런 상승 폭은 발표한 쪽이 측정한 값이므로, 같은 조건에서 다른 모델과 나란히 비교한 결과는 아닙니다.

Q. 벤치마크 점수가 높으면 실무에서도 그만큼 잘하나요? A. 그렇게 이어진다고 보기는 어렵습니다. 이 평가들은 정답을 기계로 채점할 수 있는 작업이라 모델이 반복해서 시도할 수 있습니다. 요구사항이 모호한 실제 업무는 조건이 다릅니다. 다만 도구 호출과 명령 실행을 재는 평가라, 대화형 점수보다는 에이전트 용도에 가깝습니다.

가격과 사양

공식 가격표에 적힌 두 모델의 조건입니다.

두 모델의 컨텍스트 길이와 최대 출력은 같습니다. 차이가 나는 항목은 가격, 동시 요청 한도, API 형식 세 가지입니다.

캐시 히트 가격이 특히 낮습니다. 같은 앞부분을 반복해서 보내는 작업이라면 입력 비용이 캐시 미스의 50분의 1 수준으로 떨어집니다. 같은 지시문을 앞에 붙여 여러 번 호출하는 자동화에서는 이 차이가 크게 벌어집니다.

“

플래시와 프로는 컨텍스트 길이가 같고 가격과 동시 요청 한도에서 갈립니다. 긴 문서를 넣기 위해 프로를 고를 이유는 없습니다.

참고로 이 블로그에서 정리한 GPT-5.6 Sol, Terra, Luna 모델과 Claude, Gemini 사용법 비교의 가격과 나란히 놓으면, V4 플래시의 출력 가격은 GPT-5.6 계열 경량 모델의 4분의 1 수준입니다. 다만 가격이 낮다는 것만으로 도구를 바꿀 이유가 되지는 않습니다. 응답 속도와 실패율, 도구 호출 정확도가 함께 맞아야 합니다.

Responses API와 코덱스 지원 범위

위 화면은 OpenAI가 공개한 코덱스 CLI의 실행 모습입니다. 터미널에서 모델을 지정해 작업을 맡기는 형태이고, 상단에 현재 모델 이름과 교체 명령이 표시됩니다.

이번 공개에서 실무에 가장 가까운 부분이 여기입니다. 공식 문서는 V4 플래시가 Responses API 형식을 기본으로 지원하고 코덱스에 맞춰 조정됐다고 밝히고 있습니다. 코덱스 형태의 도구를 쓰던 환경이라면 요청 형식을 바꿔 주는 중간 계층 없이 모델만 바꿔 붙일 수 있다는 뜻입니다.

Q. 프로를 쓰고 있으면 그대로 코덱스에 붙일 수 있나요? A. 공식 가격표에는 프로가 Responses API를 지원하지 않는다고 적혀 있습니다. 코덱스 형태의 도구에 연결할 계획이라면 지금은 플래시를 골라야 합니다.

플래시와 프로 중 무엇을 고를지

공식 문서에 적힌 조건만으로도 판단이 되는 항목이 있습니다.

반대로 프로를 골라야 하는 조건은 지금 공개된 자료로는 판단하기 어렵습니다. 이번에 공개된 벤치마크는 플래시 점수뿐이고, 같은 항목에서 프로가 몇 점인지는 함께 나오지 않았습니다.

Q. 그러면 프로는 쓸 이유가 없나요? A. 그렇게 단정하기는 이릅니다. 두 모델을 같은 평가로 나란히 비교한 자료가 아직 없을 뿐입니다. 다만 이번 공개만 놓고 보면 에이전트 작업에서는 플래시를 먼저 시험해 볼 근거가 있습니다.

도입 전에 확인할 점

수치만 보면 매력적이지만, 바로 업무에 넣기 전에 확인할 것이 몇 가지 남습니다.

• 퍼블릭 베타입니다. 사양과 가격이 바뀔 수 있고, 공식 문서도 시간대별 변동 가격제 도입을 예고합니다.
• 데이터 처리 조건을 직접 확인해야 합니다. 업무 문서나 고객 정보를 넣을 계획이라면 약관과 데이터 보관 정책을 먼저 읽고 판단할 문제입니다.
• 벤치마크는 발표자가 측정한 값입니다. 실제 작업에서 어떤지는 쓰던 작업 몇 개를 그대로 돌려 비교하는 편이 빠릅니다.

“

가격표만 보고 도구를 바꾸면 응답 실패와 재시도 비용이 뒤늦게 드러납니다. 쓰던 작업 두세 개를 같은 조건으로 돌려 보고 판단하는 순서가 안전합니다.

비교해 볼 작업을 고를 때는 실패했을 때 손해가 작은 것부터 시작하면 됩니다. 문서 요약이나 분류처럼 결과를 눈으로 바로 확인할 수 있는 작업이 적당하고, 배포에 직접 연결된 작업은 나중으로 미루는 편이 낫습니다.

3줄 요약:

• 딥시크 V4 플래시는 2026년 7월 31일 퍼블릭 베타로 공개된 경량 API 모델이고, 구조는 그대로 둔 채 사후학습만 다시 해 에이전트 성능을 올렸습니다.
• 플래시와 프로는 컨텍스트 길이가 100만 토큰으로 같고, 가격과 동시 요청 한도, Responses API 지원 여부에서 갈립니다.
• 코덱스 형태의 도구에 연결할 계획이라면 지금은 플래시만 가능하며, 도입 전에 데이터 처리 조건과 실제 작업 결과를 먼저 확인해야 합니다.

Sources

• DeepSeek API Docs: Change Log
• DeepSeek API Docs: Models & Pricing
• openai/codex, 코덱스 CLI 공개 저장소