DeepSeek V4 Pro 공식 출시: 에이전트 벤치마크, API 가격 및 새로운 코딩 중심

소개

DeepSeek는 V4 Pro 모델을 프리뷰 버전에서 업데이트된 프로덕션 버전으로 공식 전환하여, 개발자들이 API를 통해 업데이트된 DeepSeek-V4-Pro-0813 모델을 사용할 수 있게 되었습니다.

원문 기사는 이번 출시를 DeepSeek의 에이전트 및 코딩 역량에 있어 중요한 진전으로 평가합니다. 기사에서 보도된 초기 벤치마크 결과에 따르면, V4 Pro는 특히 코딩, 터미널 상호작용, 사이버 보안 에이전트, 장기 도구 사용과 관련된 작업에서 선도적인 프론티어 모델에 근접한 성능을 보여주고 있습니다.

한편, 초기 사용자들은 모델 추론 출력에서 특이한 변화를 발견했습니다. 추론 텍스트가 매우 압축되어 있어 읽기 어려울 수 있으며, 이는 모델이 자연스러운 자연어 설명보다 기계 효율적인 추론에 더 최적화되는 경향이 있음을 시사합니다.

DeepSeek 공식 문서는 현재 deepseek-v4-pro API 식별자가 DeepSeek-V4-Pro-0813 모델을 제공하며, 호출 방식은 변경되지 않음을 확인했습니다.

DeepSeek V4 Pro 드디어 출시

원문 기사는 간결한 정보로 시작합니다: DeepSeek V4 Pro가 공식 출시되었습니다.

기사에서 중점적으로 언급된 초기 벤치마크 결과에는 HLE, Terminal-Bench, CyberGym 및 DeepSWE가 포함됩니다. 원문 기사에 따르면, V4 Pro는 이러한 에이전트 중심 평가에서 Opus 4.8을 이미 능가했으며, Fable 5의 보고된 결과에 근접하거나 일부 경우에는 초과했습니다.

기사는 대부분의 개선을 후훈련(post-training) 덕분으로 돌리며, 새 버전이 단순히 더 큰 기본 모델이 아니라 현대 AI 에이전트가 실제로 수행하는 작업 유형에 대해 깊이 최적화된 모델이라고 설명합니다.

더 넓은 메시지는 분명합니다: DeepSeek는 더 이상 V4 Pro를 저비용에만 초점을 맞춰 포지셔닝하지 않습니다. Pro 모델은 모델 시장의 고급 세그먼트를 직접 겨냥하고 있습니다.

DeepSeek V4 Pro-0813 API로 사용 가능

원문 기사 게시 시점에 DeepSeek는 공식 블로그 게시물을 아직 게시하지 않았지만, API 플랫폼은 이미 업데이트를 완료했습니다.

개발자는 V4 Pro API를 사용하여 업데이트된 모델에 접근할 수 있으며, 식별자는 다음과 같습니다:

DeepSeek-V4-Pro-0813

DeepSeek의 현재 공식 문서는 공개 모델 식별자가 변경되지 않았음을 확인합니다:

deepseek-v4-pro

이제 이 서비스는 해당 식별자를 DeepSeek-V4-Pro-0813으로 라우팅하므로, 개발자는 기존 API 통합에서 모델 이름을 변경할 필요가 없습니다.

공식 API 문서는 또한 OpenAI 호환 및 Anthropic 호환 API 형식을 지원함을 확인합니다. V4 Pro는 100만 토큰 컨텍스트 창, 도구 호출, JSON 출력, 그리고 사고(Thinking) 및 심층 사고(Deep Think) 모드를 지원합니다.

가격은 여전히 공격적

원문 기사는 다음과 같은 DeepSeek V4 Pro 가격을 보도했습니다:

이 데이터는 DeepSeek의 현재 공식 중국어 가격 문서에서 deepseek-v4-pro의 가격과 일치합니다. 공식 페이지에 나열된 가격은 백만 캐시된 입력 토큰당 ¥0.025, 백만 캐시되지 않은 입력 토큰당 ¥3, 백만 출력 토큰당 ¥6입니다.

출력 토큰.

이 가격은 여전히 DeepSeek의 가장 큰 경쟁 우위 중 하나입니다.

흥미로운 변화는 DeepSeek가 이제 이 가격 우위를 더 강력한 에이전트 성능과 결합하려 한다는 점입니다. 초기 버전은 비용 우위를 이해하기 쉽게 만들었습니다; V4 Pro는 성능 우위도 설득력 있게 만들려고 시도합니다.

좋은 소식: 프로그래밍 및 에이전트 성능 대폭 향상

원문 기사에 따르면, V4 Pro 출시에서 가장 두드러진 것은 프로그래밍 능력입니다.

강조된 벤치마크 결과는 단순한 질의응답 벤치마크보다 실제 소프트웨어 엔지니어링 워크플로우에 훨씬 더 가까운 작업을 포괄합니다.

HLE

원문 기사는 "인류의 마지막 시험"(Humanity's Last Exam)을 V4 Pro가 선도 모델과 경쟁하는 평가로 꼽습니다.

HLE는 고난이도의 지식 및 추론 능력을 테스트하도록 설계되었습니다. 기사는 이 결과를 사용하여 V4 Pro의 개선이 단순한 코드 완성에 국한되지 않음을 증명합니다.

Terminal-Bench

Terminal-Bench는 터미널 환경에서 실행되는 작업을 통해 모델을 평가합니다.

이는 프로그래밍 에이전트에게 특히 중요합니다. 모델이 단순히 코드를 반환하는 것이 아니라 실제 도구 환경과 상호작용해야 하기 때문입니다.

원문 기사는 V4 Pro가 이 벤치마크에서 최상위권에 근접하고 Opus 4.8보다 앞선다고 보고했습니다.

CyberGym

CyberGym은 기사에서 강조된 또 다른 에이전트 중심 평가입니다.

원문 기사는 V4 Pro가 여기서 특히 강력한 성능을 보여준다고 주장하며, 이는 모델이 도구와 환경을 포함한 복잡한 다단계 기술 작업을 처리하는 데 더 능숙해지고 있음을 시사합니다.

DeepSWE

DeepSWE는 아마도 개발자에게 가장 직접적으로 관련된 평가 결과일 것입니다.

원문 기사는 V4 Pro가 이 평가에서 이전 버전 대비 상당한 개선을 보였으며, 선도적인 프론티어 모델에 근접한 수준에 도달했다고 주장합니다.

종합적으로, 이러한 결과는 원문 기사의 핵심 논점을 뒷받침합니다: DeepSeek V4 Pro는 프로그래밍 에이전트 및 도구 기반 워크플로우를 위해 크게 최적화되었습니다.

그러나 사고 체인에는 이상한 변화가 있습니다

원문 기사는 초기 사용자들이 발견한 덜 긍정적인 관찰 결과도 보고했습니다.

V4 Pro를 테스트한 후, 일부 사용자는 사고 체인 텍스트가 극도로 압축되어 읽기 어려워진 것을 발견했습니다.

원문 기사에서 재현된 예시에는 정상적인 인간 언어가 아닌 파편화되고 기계적인 표현이 포함되어 있습니다.

모델은 여전히 추론 출력을 통해 유용한 정보를 전달할 수 있지만, 텍스트는 더 이상 반드시 읽기 즐겁거나 직관적이지 않습니다.

이러한 행동은 추론 모델 개발의 전반적인 방향과 일치합니다.

DeepSeek의 공식 문서는 현재 전용 사고 모드를 설명하며, API의 reasoning_content를 통해 추론 출력을 노출합니다. 또한 사고 모드 및 추론 강도 제어 옵션을 제공합니다.

원문 기사는 추론 콘텐츠의 인간 가독성을 낮추는 것이 모델 자체에 유용한 정보를 유지하면서 토큰 소비를 줄이는 데 도움이 될 수 있다고 추측합니다. 이 해석은 DeepSeek의 공식 설명이 아닌 관찰로 간주되어야 합니다.

트레이드오프: 더 강력한 에이전트, 낮은 인간 친화성

추론

여기에는 자연스러운 트레이드오프 관계가 존재합니다.

모델이 정교한 문장 생성에 추론 예산을 사용하면 중간 과정이 인간에게 더 이해하기 쉬울 수 있지만, 토큰 효율성은 낮아집니다.

모델이 가능한 한 효율적으로 작업을 완료하도록 최적화되면, 내부 추론 표현은 훨씬 읽기 어려워질 수 있습니다.

AI 프로그래밍 에이전트에게는 두 번째 접근 방식이 완전히 합리적입니다.

에이전트가 특정 명령을 실행할 때 긴 설명을 작성할 필요는 없습니다. 올바른 행동을 효율적으로 취하고, 결과를 확인한 다음, 계속 진행하면 됩니다.

이것이 원문 기사가 추론 스타일의 변화를 에이전트형 프로그래밍의 광범위한 부상과 연결하는 이유입니다.

모델은 점점 "일을 수행" 하도록 최적화되고 있으며, 반드시 모든 중간 단계를 자연어로 설명할 필요는 없습니다.

이것이 글쓰기 및 일반 콘텐츠 작업에 의미하는 바

단점은 프로그래밍 및 에이전트에 대한 최적화가 더 나은 장문 글쓰기 능력으로 직접 전환되지 않을 수 있다는 점입니다.

원문 기사는 V4 Pro의 추론 스타일이 글쓰기 중심의 워크플로우에 매력이 낮을 수 있다고 주장하며, 특히 사용자가 세련된 언어와 투명한 설명을 기대할 때 더욱 그렇습니다.

이것은 모델이 글을 쓸 수 없다는 것을 의미하지 않습니다.

오히려 우선순위의 변화를 반영합니다. 모델의 후훈련 작업의 대부분이 코딩, 도구 사용 및 에이전트 신뢰성에 집중된다면, 다른 특정 능력은 같은 속도로 향상되지 않을 수 있습니다.

개발자에게 이러한 구분은 중요합니다.

모델이 저장소 수준의 코딩에 능숙할 수 있지만, 콘텐츠 생성 작업에는 반드시 최선의 선택이 아닐 수 있습니다.

DeepSeek의 더 큰 변화: 비용 선도자에서 프론티어 경쟁자로

기사는 V4 Pro를 중국 오픈소스 모델 생태계의 최근 여러 출시 맥락에서 논의합니다.

원문 기사는 선도적인 폐쇄형 모델의 성능 수준을 점점 더 겨냥하는 빠르게 발전하는 일련의 신규 모델을 설명합니다.

기사는 GLM 5.2, Kimi K3 및 기타 최근 출시 모델을 언급하며, 이들이 동일한 더 넓은 트렌드에 속한다고 주장합니다.

DeepSeek의 초기 V4 Flash 버전 출시는 비용 효율성에 중점을 두었습니다. 원문 기사는 이 전략이 전체 시장의 API 가격 하락을 주도하는 데 도움이 되었다고 설명합니다.

V4 Pro는 다른 포지셔닝을 채택합니다.

목표는 더 이상 단순히 이렇게 묻는 것이 아니다:

"더 낮은 비용으로 비슷한 성능을 제공할 수 있을까?"

그보다는 이에 가깝다:

"비용 우위를 유지하면서도 최상위 성능 계층에서 경쟁할 수 있을까?"

이는 훨씬 더 야심 찬 포지셔닝이다.

V4 Pro 역시 에이전트 통합을 위해 구축되었다

DeepSeek의 공식 문서에 따르면 V4 모델은 Claude Code, GitHub Copilot, OpenCode를 포함한 인기 AI 에이전트 및 프로그래밍 보조 도구와 함께 작동하도록 설계되었다. 개발자는 DeepSeek를 이러한 도구의 백엔드 모델로 사용할 수 있다.

이것이 중요한 이유는 모델 역량이 점점 더 모델이 에이전트 루프에서 얼마나 잘 작동하는지에 달려 있기 때문이다.

강력한 프로그래밍 모델은 단순히 코드 생성 능력만을 필요로 하지 않는다. 다음이 필요하다:

1. 대규모 코드베이스를 이해할 것.
2. 다단계 변경을 계획할 것.
3. 도구를 안정적으로 호출할 것.
4. 명령 출력을 검사할 것.
5. 오류로부터 복구할 것.
6. 다중 턴 대화에 걸쳐 지속적으로 작동할 것.
7. 실제로 실행 가능한 최종 구현을 만들어 낼 것.

V4 Pro의 출시는 분명히 바로 이 목표를 겨냥한 것이다.

워크플로우.

또 다른 이야기

원문은 더욱 감성적인 필치로 마무리된다.

이번 출시를 2025년 초의 DeepSeek 모멘트와 견주며, 이 모델의 포지셔닝이 이미 변화했음을 시사한다.

이전에 DeepSeek의 가장 확실한 무기는 가성비였다.

이제 이 회사는 V4 Pro를 가장 강력한 가용 모델 논의에 직접 포함시키려 하고 있다.

이는 이번 출시의 의미를 모델 자체를 넘어 확장시킨다.

오픈소스 모델이 에이전트 코딩에서 최첨단 수준에 도달하면서도 상대적으로 낮은 API 가격을 유지할 수 있다면, 폐쇄형 모델 제공업체에 가해지는 압박은 훨씬 더 커질 것이다.

자주 묻는 질문

DeepSeek V4 Pro-0813이란 무엇인가?

DeepSeek-V4-Pro-0813은 deepseek-v4-pro 모델 식별자를 통해 서비스되는 현재 업데이트 버전이다. DeepSeek 공식 API 문서는 개발자가 통합 방식을 변경하지 않고 계속해서 deepseek-v4-pro를 사용할 수 있음을 확인한다.

DeepSeek V4 Pro의 가격은 얼마인가?

DeepSeek의 현재 중국어 가격 페이지에 따르면 V4 Pro의 캐시되지 않은 입력 토큰 가격은 백만 개당 3위안, 캐시된 입력 토큰 가격은 백만 개당 0.025위안, 출력 토큰 가격은 백만 개당 6위안이다. 가격은 변동될 수 있으므로 배포 전에 공식 가격 페이지를 확인해야 한다.

DeepSeek V4 Pro는 주로 무엇에 최적화되었는가?

이번 출시는 코딩, 에이전트 워크플로우, 도구 사용, 추론 능력을 강조한다. DeepSeek 공식 문서는 또한 도구 호출, 1M 컨텍스트, 사고 모드, 주요 코딩 에이전트 도구와의 통합을 명시한다.

DeepSeek V4 Pro는 1M 토큰 컨텍스트 창을 지원하는가?

그렇다. DeepSeek의 현재 공식 모델 문서는 V4 Pro의 컨텍스트 길이를 1M으로 명시한다. 또한 최대 출력 길이를 384K 토큰으로 명시한다.

DeepSeek V4 Pro의 추론이 특이하게 보이는 이유는 무엇인가?

원문은 초기 사용자들이 고도로 압축되고 기계가 생성한 듯한 추론 텍스트를 보았다고 보도한다. 기사는 이것이 효율성과 관련이 있을 수 있다고 보지만, DeepSeek 공식 문서는 이러한 특이한 스타일이 특별히 그 목적을 위해 도입되었다고 밝히지 않는다.

DeepSeek V4 Pro는 코딩 에이전트에 사용할 수 있는가?

그렇다. DeepSeek 공식 문서는 Claude Code, GitHub Copilot, OpenCode와 같은 도구와의 통합을 기록한다. 또한 OpenAI 호환 및 Anthropic 호환 API 형식을 지원한다.

DeepSeek V4 Pro는 오픈소스인가?

DeepSeek의 V4 프리뷰 출시는 오픈 가중치와 기술 보고서를 포함하여 오픈소스로 발표되었다. 현재 API 서비스와 모델 버전은 출시 자료와 별도로 문서화되어 있으므로, 개발자는 오픈소스 모델 산출물과 호스팅 API 서비스를 구분해야 한다.

관련 도구

• DeepSeek API: DeepSeek 모델에 접근하기 위한 공식 API 엔드포인트.
• DeepSeek API 문서: 모델 접근, 가격, 도구, 통합에 관한 공식 문서.
• Claude Code: 지원되는 통합을 통해 DeepSeek를 백엔드로 사용할 수 있는 AI 코딩 에이전트.
• OpenCode: DeepSeek 문서에 기록된 에이전트 통합에서 지원되는 오픈소스 코딩 에이전트.
• GitHub Copilot: DeepSeek가 지원되는 에이전트 중 하나로 명시한 AI 코딩 어시스턴트.

통합.

관련 링크

• DeepSeek 모델 및 가격: 공식 최신 모델 사양 및 API 가격.
• DeepSeek 첫 API 호출: deepseek-v4-pro 및 deepseek-v4-flash 호출에 대한 공식 가이드.
• DeepSeek 사고 모드: 추론 모드를 활성화하고 제어하는 공식 문서.
• DeepSeek 에이전트 통합: DeepSeek를 코딩 및 에이전트 도구와 함께 사용하는 공식 문서.
• DeepSeek V4 프리뷰 출시: 공식 V4 출시 발표 및 기술 개요.
• DeepSeek GitHub: DeepSeek 공식 GitHub 조직.

요약

DeepSeek V4 Pro는 회사 전략의 전환점을 의미한다. 새로운 Pro 모델은 더 이상 단순히 저비용 대안으로 포지셔닝되지 않으며, 핵심 판매 포인트는 점점 더 코딩 및 에이전트 성능 최전선에서 경쟁하는 쪽으로 이동하고 있다.

현재 API 버전 deepseek-v4-pro는 DeepSeek-V4-Pro-0813을 서비스하며, 1M 컨텍스트, 도구 호출, 사고 모드, 매우 경쟁력 있는 가격을 지원한다.

보도에 따르면 추론 스타일의 변화는 모델 우선순위의 전환을 보여준다: 읽기 쉬운 중간 텍스트에 대한 강조는 줄이고, 효율적 추론과 에이전트 실행에 더 집중한다.