DeepSeek V4 Flash vs V4 Pro: 어떤 API를 사용해야 할까

자동으로 검증할 수 있고 저렴하게 재시도할 수 있는 작업에는 DeepSeek V4 Flash를 사용하세요. 약한 첫 번째 결과가 비싼 재작업을 초래하는 작업, 즉 여러 파일의 변경, 모호한 요구사항, 또는 광범위한 부작용이 있는 에이전트 계획에는 DeepSeek V4 Pro를 사용하세요.

모델들은 동일한 API 계열과 1M 컨텍스트 윈도우를 공유합니다. 선택 기준은 기본 기능 접근이 아니라 비용, 용량, 그리고 실패 허용 범위입니다.

짧은 결정

추출, 분류, 고정 스키마 JSON, 배치 변환, 그리고 제한된 도구 호출에는 Flash를 선택하세요. 호출 뒤에 파서, 스키마 검증기, 테스트 스위트 또는 리뷰어를 두세요. 공식적인 캐시되지 않은 입력 및 출력 속도는 Pro의 약 3분의 1이며, 명시된 동시성 제한은 5배 더 높습니다.

잘못된 결과를 감지하기 어렵거나 복구 비용이 큰 경우에는 Pro를 선택하세요. 일반적인 예로는 저장소 전반의 코드 변경, 데이터베이스 마이그레이션, 보안에 민감한 로직, 여러 도구를 조율하는 계획이 있습니다. Pro는 검증을 대체하지 않으며, 첫 번째 시도로 인해 추가 작업이 생길 가능성을 줄여줍니다.

DeepSeek의 V4 출시 नोट는 Pro를 더 강력한 agentic 코딩과 추론을 위한 모델로 자리매김합니다. 이는 Flash가 추론에서는 거의 비슷하고, 단순한 agent 작업에서는 동등하다고 설명합니다. 이는 실용적인 경계입니다. 관찰 가능한 작업에는 먼저 Flash로 시작하고, 검증 실패나 비용이 큰 실패 모드가 발생하면 상위 모델로 전환하세요.

공유 API 기능과 중요한 차이점

DeepSeek API model page에는 두 V4 모델 모두에 대해 동일한 1M context, 384K maximum output, JSON output, tool calls, thinking mode, non-thinking mode, 그리고 FIM availability가 나열되어 있습니다.

비교 중에는 프롬프트, 도구, 사고 모드, 검증기를 고정해 두세요. 하나의 변수인 모델 ID만 변경하고, 승인된 결과, 재시도, 지연 시간, 비용을 측정하세요.

가격: 캐시 동작이 계산 방식을 바꿉니다

2026년 7월 14일에 확인된 공식 요금은 1M 토큰당입니다. 예산을 책정하기 전에 실시간 가격 페이지를 확인하세요.

캐시되지 않은 입력 1M과 출력 1M의 경우 Flash는 $0.42, Pro는 $1.305입니다. 캐시된 입력 1M과 출력 1M의 경우 총액은 $0.2828와 $0.873625입니다. 캐시된 입력은 절대적 격차를 줄여주며, 캐시되지 않은 입력과 출력이 더 큰 비용 차이를 만듭니다.

따라서 가격 문제는 간단합니다: Flash가 결정론적 실패 후 Pro 호출 한 번보다 더 적은 비용으로 재시도할 수 있는가, 그리고 그 재시도가 안전한가? 그렇다면 Flash가 합리적인 기본값입니다. 그렇지 않다면, 먼저 작업을 Pro로 보내십시오.

엔드포인트 스모크 테스트: 토큰 한도로부터 구조화된 출력을 보호하기

나는 2026년 7월 14일 구성된 내부 엔드포인트를 통해 각 모델마다 한 번씩 세 가지 합성 JSON 작업을 실행했다: 송장 산술, 종속성 스케줄링, 정책 라우팅. 각 응답은 파싱 가능해야 했고 고정된 어설션을 충족해야 했다. 요청은 temperature: 0, 500-token 제한, 그리고 thinking-disabled 필드를 사용했다. 이는 일반적인 벤치마크가 아니라 여섯 번 호출하는 구성 확인이다.

두 모델 모두 최종 JSON을 반환하기 전에 invoice 작업에서 중단되었습니다. Pro도 schedule 작업에서 중단되었습니다. 엔드포인트는 thinking-disabled 필드에도 불구하고 reasoning_content를 반환했으며, 그 completion-token 계산에는 해당 reasoning 작업이 포함됩니다. 테스트 결과는 운영상 다음을 의미합니다: 500-token 설정으로는 이 엔드포인트에서 구조화된 최종 답변을 위한 여유가 안정적으로 남지 않았습니다.

추론과 최종 산출물을 위한 출력 예산을 설정하세요. 형식이 잘못된 JSON은 거부하고, finish_reason를 기록한 다음, 검증기에 실패한 후에만 재시도하거나 상향 조치하세요. 전체 작업 정의, 어설션, 원시 응답은 이 문서의 연구 파일에 기록되어 있습니다.

프로덕션에서 작동하는 라우팅 규칙

작업에 결정적 검증기가 있고
   재시도 비용이 수동 재작업보다 낮고
   처리량이 중요하면:
    deepseek-v4-flash를 호출
    결과를 검증
    실패 시 한 번 재시도하거나 deepseek-v4-pro로 에스컬레이션
else:
    deepseek-v4-pro를 호출

Flash 경로는 명시적인 검사가 필요합니다. 추출에는 JSON 스키마를 사용하고, 코드 변경에는 테스트를 사용하며, 요약에는 소스 요구 사항을 적용하고, 도구에는 허용 목록에 있는 인수만 허용하세요. 특히 재무, 권한 부여, 고객에게 노출되는 콘텐츠의 경우에는 Pro 경로도 여전히 동일한 제어가 필요합니다.

Kilo 코딩 워크플로 보고서에 따르면 한 백엔드 작업에서 Pro가 Flash보다 더 강했지만, 두 출력 모두 결함이 있었습니다. 이를 특정 작업에 대한 데이터 포인트로 보세요. 이는 두 티어 모두에 대한 검증을 뒷받침합니다.

마이그레이션 노트

별칭에 의존하지 말고 명시적인 V4 ID를 설정하세요. V4 릴리스 노트에 따르면 deepseek-chat과 deepseek-reasoner는 2026년 7월 24일 15:59 UTC에 종료될 예정입니다. 호환성 기간 동안 이들은 Flash의 비사고 모드와 사고 모드에 매핑됩니다.

대표적인 프롬프트로 카나리를 실행하세요. 요청 수, 캐시된 입력, 출력, 재시도, 검증기 실패, 첫 토큰까지의 시간, 총 지연 시간, 그리고 경로별 사람의 수정 시간을 추적하세요. 유용한 지표는 토큰당 비용만이 아니라, 승인된 작업당 비용입니다.

자주 묻는 질문

DeepSeek V4 Flash는 V4 Pro보다 더 저렴한가요?

네. 이 비교를 위해 확인한 공식 요금 기준으로, Flash는 100만 개의 캐시되지 않은 입력 토큰당 $0.14이며, 100만 개의 출력 토큰당 $0.28입니다. 반면 비교 대상은 각각 $0.435와 $0.87입니다. 캐시된 입력의 차이는 훨씬 더 작습니다.

Flash는 Pro와 동일한 컨텍스트 윈도우를 가지고 있나요?

예. 둘 다 1M 컨텍스트 창과 384K 최대 출력을 제공합니다. 작업의 위험도와 비용을 기준으로 모델을 선택하세요.

Pro가 항상 Flash보다 더 정확한가요?

아니요. Pro는 복잡하거나 비용이 큰 실패에 대해 더 안전한 기본값이지만, 출력 품질은 작업, 프롬프트, 모드, 제공업체, 검증에 따라 달라집니다. 실제 경로에서 승인율과 재작업을 측정하세요.

토큰 한도 전에 모델이 JSON을 반환하지 않은 이유는 무엇인가요?

추론은 최종 답변이 출력되기 전에 엔드포인트의 completion-token 예산을 소모할 수 있습니다. 위의 작은 엔드포인트 테스트는 두 모델 모두에서 이러한 동작을 보여주었습니다. 출력 허용량을 늘리고, 요청한 모드가 적용되었다고 가정하지 말고 최종 JSON을 검증하세요.

핵심 요약

Flash는 대량의 검증된 작업을 위한 가치 중심 경로입니다. Pro는 재작업 비용이 큰 복잡한 작업을 위한 리스크 제어 경로입니다. 둘 다 동일한 API client를 사용하고, 경로를 명시적으로 지정한 뒤, 수락된 작업의 비용이 각 워크로드가 어디에 속할지 결정하도록 하세요.