2026년 9월 11일 23시(KST) 정정 · 오늘의 AI 생활실험실
중요 정정: DeepSeek 공식 변경 로그와 가격표가 업데이트되어 V4 Pro API는 9월 14일 이후에도 기존 과금 방식으로 계속 제공됩니다. 이 글의 앞선 자동 전환·마감 시각 안내는 더 이상 적용되지 않아 수정했습니다. 구형 Flash·Vision Exp의 V4.1 Flash 연결과 Pro의 계속 제공은 서로 다른 정책입니다. 업데이트된 공식 변경 로그 · 현재 가격표
DeepSeek V4.1 Flash는 9월 10일 공개되어 API에서 사용할 수 있습니다. 다만 모든 기존 모델이 새 Flash로 바뀌는 것은 아닙니다. 9월 11일 23시 재확인한 공식 문서에 따르면 V4 Pro는 9월 14일 이후에도 유지됩니다. 새 모델의 성능·가격과 사용 중인 모델의 제공 정책을 따로 확인해야 합니다.
가격이 낮아지고 이미지를 이해한다고 해서 기존 코드를 그대로 운영해도 된다는 뜻은 아닙니다. 이 글은 출시·가격·성능을 구분하고, 무엇을 먼저 시험할지 제안합니다. 직접 API를 실행한 후기가 아니며 제공사 자료와 독립 기관의 측정 결과를 명시합니다. 인물·로봇 사진은 AI 생성 가상 장면으로 실제 DeepSeek 직원이나 제품 실험 사진이 아닙니다.
1. 정책 변경: V4 Pro 계속 제공, 구형 Flash는 별도
새 호출 이름은 deepseek-flash입니다. 이전 V4 Flash와 Vision Exp는 종료됐고 기존 이름은 V4.1 Flash로 연결됩니다. 반면 V4 Pro API는 2026년 9월 14일 이후에도 계속 제공되며 과금 방식도 유지됩니다. 변경 시 추가 공지를 하겠다는 안내이므로 종료 시각이나 자동 전환을 확정해 쓰면 안 됩니다. 이는 V4.1 Pro 출시일이 발표됐다는 뜻도 아닙니다. 현재 공식 변경 로그
호환 별칭은 연결 오류를 줄이는 장치이지 결과물의 동일성을 보장하는 장치가 아닙니다. 모델 이름을 바꾸지 않았는데 문장 길이, JSON 구조, 함수 선택이나 응답 시간이 달라질 수 있으므로 이전 결과를 비교 기준으로 남겨 두세요. 운영 계정의 실제 접근권한과 서비스 상태는 별도로 확인해야 합니다.
2. 무엇이 바뀌었고 누구에게 필요한가
공식 모델 카드는 텍스트·이미지를 읽고 텍스트를 생성하는 구조를 설명합니다. 이미지 생성 모델이라는 뜻은 아닙니다. 사진 속 상황을 설명하거나 화면과 오류 메시지를 함께 분석하는 후보로 볼 수 있지만, 실제 업무 정확도는 입력 자료로 검증해야 합니다. 그림을 그리거나 음성을 합성하는 기능과 혼동하지 마세요.
실무에서는 모델 크기보다 입력과 결과물의 관계가 중요합니다. 상품 사진에서 보이는 요소를 추출하는 일, 긴 지침과 소스 코드를 함께 확인하는 일, 표의 숫자와 설명을 대조하는 일은 서로 다른 평가가 필요합니다. 한 가지 시험에서 좋은 점수를 받았다고 세 가지를 모두 잘한다고 가정하지 않는 편이 좋습니다.
| 활용 후보 | AI에게 맡길 일 | 검수 기준 |
|---|---|---|
| 이미지 자료 정리 | 보이는 요소와 설명 초안 | 없는 물건·문구를 만들지 않는지 |
| 개발 지원 | 재현 조건 확인과 최소 수정 | 테스트 통과·무관한 변경 여부 |
| 보고서 작성 | 근거별 주장과 수치 정리 | 원문 위치·날짜·합계 일치 |
위 표는 이 블로그의 적용 제안이며 고객사의 실제 성과 사례가 아닙니다. 처음에는 공개 자료나 익명화한 샘플로 읽기 전용 작업을 맡기세요. 계정 변경이나 외부 게시처럼 되돌리기 어려운 동작은 결과 검증과 권한 통제를 갖춘 뒤 별도 단계로 다루는 것이 좋습니다.
3. 실제 성능: 제공사 측정값 비교
아래는 DeepSeek 모델 카드의 비교표에서 네 가지 평가를 골랐습니다. 단위는 %이며 높을수록 좋습니다. DeepSWE는 Resolved, 나머지는 Pass@1입니다. 제공사 측정값이지 이 블로그의 직접 실험이 아닙니다.
| 평가 | V4.1 Flash | V4 Pro | V4 Flash | GPT-5.6 Sol |
|---|---|---|---|---|
| GPQA Diamond | 90.9 | 92.4 | 89.9 | 94.1 |
| Terminal-Bench 4.0 | 31.2 | 12.4 | 7.0 | 39.9 |
| DeepSWE v1.1 | 74.2 | 62.7 | 54.4 | 73.0 |
| AutomationBench | 54.8 | 43.2 | 37.7 | 45.8 |
V4.1은 최대 추론 강도 100, temperature 1.0·top_p 0.95 조건입니다. Terminal은 DeepSeek Harness Minimal·1M 문맥, DeepSWE는 mini-SWE, AutomationBench는 공식 실행 환경을 사용합니다. DeepSWE 실행 환경 비교는 과제당 8회 샘플입니다. 경쟁 모델의 모든 조건까지 같다는 뜻은 아닙니다. 공식 모델 카드와 평가 조건
제 해석은 명확합니다. GPQA에서는 Pro와 Sol보다 낮지만, 이 표의 자동화와 DeepSWE에서는 개선이 나타납니다. 따라서 “모든 영역에서 상위 모델을 이겼다”가 아니라 우리 작업이 어떤 평가와 닮았는지 살펴봐야 합니다. Terminal-Bench 2.1과 4.0은 다른 시험이므로 숫자를 이어 붙여 향상률을 계산하면 안 됩니다.
4. 독립 평가: 낮은 단가와 작업당 비용은 다르다
Artificial Analysis의 독립 비교도 참고했습니다. 9월 11일 조회한 두 모델은 모두 Max Effort이며 이전 모델은 V4 Flash 0731입니다. 종합 지표와 실제 작업 비용을 분리해서 읽는 것이 핵심입니다.
| 독립 평가 항목 | V4.1 Flash | V4 Flash 0731 |
|---|---|---|
| Intelligence Index v4.3 | 40 | 35 |
| 작업당 비용 | $0.27 | $0.22 |
| 작업당 출력 토큰 | 89K | 62K |
해당 지표는 여러 평가를 가중 결합한 값이며 작업 비용은 그 평가의 평균이지 질문 한 번의 정액요금이 아닙니다. 단가 인하가 작업당 비용 절감을 보장하지 않는 사례로 읽을 수 있습니다. 독립 비교 원문 · 평가 방법
속도 페이지는 10,000 입력 토큰 조건과 최근 72시간 중앙값 표시 정책을 안내합니다. 조회 당시 요약표와 FAQ의 출력 속도 값이 서로 달라 이 글에서는 단일 수치로 확정하지 않았습니다. 이런 실시간 페이지는 날짜·설정·표 위치를 함께 저장해야 재현 가능한 비교가 됩니다. 독립 API 속도·지연 측정
한국어 정확도, 우리 서비스의 p95 지연, 특정 도구 호출 성공률은 위 종합 점수만으로 알 수 없습니다. 측정 자료가 없는 항목은 미확인으로 남기고 아래 시험표에 직접 기록하세요. 답변 첫 글자가 빨리 나오는 것과 검증된 결과물이 빨리 완성되는 것도 다른 문제입니다.
5. 가격표와 한국 시간대별 비용
공식 요금은 미국 달러·100만 토큰 기준입니다. 문맥 1M, 최대 출력 384K를 안내하며 계정 접근과 실제 사용량은 별도 확인이 필요합니다. 일반 입력은 캐시 미적중을 뜻합니다.
| V4.1 Flash 요금 | 피크 | 비피크 |
|---|---|---|
| 입력·캐시 미적중 | $0.30 | $0.15 |
| 입력·캐시 적중 | $0.006 | $0.003 |
| 출력 | $1.20 | $0.60 |
한국 기준 피크는 월~금 10:00~13:00, 15:00~19:00이고 나머지는 비피크입니다. 현재 V4 Pro 피크 단가는 일반 입력 $1.32·출력 $3.96이며 기존 과금 방식이 유지됩니다. 새 Flash를 직접 선택해 사용하는 경우에는 위 Flash 가격표를 적용합니다. 공식 가격·시간대·전환 조건
이 블로그의 산술 예시로 입력 10만 토큰·출력 1만 토큰을 모두 캐시 없이 사용하면 피크는 $0.042, 비피크는 $0.021입니다. 같은 사용량 1,000회는 각각 $42와 $21입니다. 세금·환전·서버·도구·재시도·사람 수정 비용은 제외했고, 출력에는 과금 대상 추론 토큰까지 포함했다고 가정했습니다. 실제 청구액이나 직접 측정한 성능값이 아닙니다.
마감이 없는 자료 분류를 비피크에 예약하는 것은 검토할 수 있지만 고객 응답을 무작정 늦추면 서비스 품질이 손해일 수 있습니다. 요금 구간의 경계를 넘는 긴 작업은 청구 기록으로 확인하세요. 문서에 없는 구간별 정산 방식을 임의로 단정하지 않는 것이 안전합니다.
6. API 이전에서 놓치기 쉬운 호환성
Responses 형식을 지원한다고 모든 기능이 같은 것은 아닙니다. DeepSeek 문서는 previous_response_id·conversation·background를 지원하지 않고, 내장 web_search·file_search·computer_use 등을 무시한다고 설명합니다. 미지원 매개변수가 오류 없이 무시될 수도 있으므로 HTTP 성공만으로 기능 작동을 판정하지 마세요. Responses 호환성 표
검색이 필요한 보고서라면 실제 검색 도구를 연결하고 호출 기록을 확인하세요. 모델이 “찾아봤다”고 쓰는 문장은 검색 실행 증거가 아닙니다. 대화 상태도 앱에서 이전 입력과 결과를 연결하는 방식으로 검증해야 합니다. 모델 공급자와 API 형식, 실행 도구를 각각 구분하면 이전 문제를 찾기 쉬워집니다.
추론은 기본 활성화·high이며 API에서는 low·high·max를 안내합니다. 모델 카드의 숫자 강도 100을 API에 그대로 넣는다고 가정하지 마세요. thinking 모드에서 temperature 설정은 효과가 없고, 도구가 포함된 Chat Completions 대화는 이전 reasoning_content 전달 규칙도 확인해야 합니다. 추론 설정과 도구 대화
7. 모델을 바꾸기 전에 해볼 단계별 점검
아래 절차는 공식 의무 사항이나 9월 14일 이전 필수 작업이 아니라, 모델을 직접 변경할 때 운영 위험을 줄이기 위한 제안입니다. V4 Pro를 유지할지 Flash를 시험할지 실제 업무 결과로 판단하세요.
- 호출 목록 정리: 설정 파일과 배포 환경에서 사용하는 모델명, API 경로, 도구를 기록합니다. 비밀키 원문은 기록하지 않습니다.
- 대표 입력 고정: 자주 쓰는 한국어 질문, 숫자 추출, 함수 호출, 긴 대화, 이미지 읽기 과제를 준비합니다.
- 정답 기준 작성: 출력 형식, 필수 근거, 금지 동작, 허용 지연과 예산을 모델 실행 전에 정합니다.
- 새 이름으로 소규모 시험: 운영 데이터 복사본과 읽기 전용 도구를 사용해 기존 결과와 대조합니다.
- 실패도 기록: 오류·재시도·수동 수정까지 비용에 포함하고 문제가 있는 과제를 따로 분류합니다.
- 복구 경로 준비: 구형 별칭으로 돌아가는 것이 구형 모델 복원이 아님을 고려해 대체 공급자나 수동 처리 경로를 준비합니다.
시험 결과는 모델 이름만 남기지 말고 확인 시각, 추론 강도, 입력 길이, 도구 버전과 최종 승인 여부를 묶어 저장하세요. 자동 배포가 있는 서비스라면 작은 비율의 작업부터 전환해 오류 원인을 관찰하고, 중단 기준을 먼저 정하는 편이 좋습니다.
8. 실제 활용 프롬프트와 실패 사례
이미지 자료 정리에는 “첨부한 상품 사진에서 확인되는 색상·형태만 표로 추출하고, 브랜드·가격·소재처럼 사진만으로 모르는 값은 미확인으로 남겨줘”라고 요청해 보세요. 표를 잘 만든 것보다 보이지 않는 정보를 만들어내지 않았는지가 합격 기준입니다.
개발 작업에는 “제공한 오류 재현 절차와 관련 파일을 확인하고 최소 수정안을 제안해줘. 의존성 추가와 운영 배포는 하지 말고, 실행한 테스트와 실행하지 못한 항목을 구분해줘”라고 범위를 정하세요. 실제 파일과 테스트 도구가 연결되지 않았다면 실행 결과를 주장하지 못하도록 해야 합니다.
보고서에는 “첨부 자료의 주장마다 원문 위치와 날짜를 붙이고, 합계는 계산 도구 결과로 검증해줘. 관찰 사실과 원인 가설을 나눠줘”라는 요청이 출발점입니다. 자료를 많이 넣는 것보다 필요한 근거를 식별하고 틀린 결론을 걸러낼 기준을 주는 것이 중요합니다.
| 실패 상황 | 확인할 증거 | 대응 제안 |
|---|---|---|
| 성공 응답인데 검색이 없음 | 도구 실행 기록 | 실제 검색 경로 연결 |
| 짧은 질문인데 비용 증가 | 추론·출력·재시도 토큰 | 강도와 출력 범위 재시험 |
| 이미지 숫자가 틀림 | 원본 확대와 필드별 정답 | 중요 숫자 별도 검수 |
| 전환 뒤 JSON 처리 실패 | 원시 응답·스키마 검증 | 파서와 예외 처리 점검 |
9. 우리 업무에서 재현할 평가표
예산이 허용하면 대표 과제 20개를 같은 조건에서 모델별 3회 반복하는 방식을 제안합니다. 적은 예산이라면 5개로 예비 시험한 뒤 늘리세요. 이는 제안하는 시험 설계일 뿐 이 블로그가 이미 실행한 실험이 아닙니다. 비교 중에는 입력 자료와 도구 권한을 바꾸지 않아야 원인을 분리할 수 있습니다.
| 항목 | 기록할 값 |
|---|---|
| 정확도 | 사전 합격 조건을 모두 만족한 비율 |
| 도구 성공 | 올바른 함수·인수·최종 상태의 일치율 |
| 시간 | 첫 응답과 검증 완료까지 각각 측정 |
| 토큰 | 일반 입력·캐시 입력·추론·답변 |
| 총비용 | 실패·재시도·사람 수정 포함 |
평균뿐 아니라 느린 사례도 살펴보되 작은 표본의 p95를 서비스 보장값으로 홍보하지 마세요. 개인정보가 들어간 입력을 공유 평가표에 그대로 남기지 말고 필요한 통계와 익명화한 실패 유형만 기록하세요. 운영자가 보지 않은 데이터가 로그나 이미지에 섞이지 않았는지도 점검해야 합니다.
10. 자주 묻는 질문과 도입 체크리스트
V4 Pro를 계속 지정하면 이전 모델이 유지되나요?
현재 공식 문서는 V4 Pro API를 9월 14일 이후에도 기존 과금 방식으로 계속 제공한다고 명시합니다. 향후 변경은 추가 공지 대상입니다. 이미 종료된 구형 Flash·Vision Exp 별칭과 혼동하지 마세요.
독립 평가가 있으니 직접 시험은 생략해도 되나요?
일반 성향을 보는 참고 자료일 뿐 우리 업무의 한국어 정확도나 처리시간 보증이 아닙니다. 자주 발생하는 실패부터 재현하는 것이 좋습니다.
비피크에 실행하면 전체 운영비도 절반인가요?
해당 토큰 단가는 절반이지만 서버·도구·사람 수정 비용까지 절반이 되는 것은 아닙니다. 성공한 결과물 한 건에 들어간 전체 비용으로 비교하세요.
이미지를 이해하면 자동으로 그림도 만들어주나요?
입력 이해와 이미지 생성은 다른 기능입니다. 이 글에서 다룬 모델의 출력을 이미지 생성 도구의 결과로 혼동하지 마세요.
- 실제 호출 모델과 최신 제공 정책을 확인했는가?
- 숫자·한국어·JSON·도구·이미지 과제를 시험했는가?
- 성능 수치의 측정 주체와 조건을 기록했는가?
- 토큰 단가가 아닌 작업당 총비용을 계산했는가?
- 실패 시 수동 처리와 대체 경로가 준비됐는가?
이번 출시의 실용적인 결론은 새 모델을 무조건 채택하라는 것이 아닙니다. 모델별로 다른 최신 제공 정책을 확인하고, 저렴한 단가가 우리 업무의 품질과 최종 비용에서도 이점으로 이어지는지 확인하자는 것입니다. 가격과 접근 조건은 실제 사용 전에 공식 페이지에서 다시 확인하세요.
