딥시크 V4 플래시 공개 베타, 에이전트 성능을 대놓고 밀고 있다

• DeepSeek-V4-Flash API가 공식 공개 베타로 올라왔음

  • 호출 방식은 그대로고, model 이름만 deepseek-v4-flash로 지정하면 최신 버전을 쓸 수 있음
  • 이번 V4-Flash-0731은 Preview와 같은 모델 아키텍처와 크기를 유지했고, post-training만 다시 했다고 설명함
  • 즉 “모델을 새로 키웠다”보다는 “같은 덩치에서 에이전트 능력을 더 깎았다”에 가까움

• 핵심 메시지는 에이전트 성능임. DeepSeek는 V4-Pro-Preview를 크게 넘었다고 주장함

  • Terminal Bench 2.1은 82.7
  • NL2Repo는 54.2
  • Cybergym은 76.7
  • DeepSWE는 54.4
  • Toolathlon verified는 70.3
  • Agent Last Exam은 25.2, Automation Bench Public은 25.1
  • DSBench-FullStack은 68.7, DSBench-Hard는 59.6

• API 호환성도 꽤 공격적으로 가져감

  • DeepSeek API는 V4-Pro와 V4-Flash를 모두 지원함
  • OpenAI Chat Completions 인터페이스와 Anthropic 인터페이스 양쪽에서 접근할 수 있다고 안내함
  • base_url은 그대로 두고, model 파라미터만 deepseek-v4-pro 또는 deepseek-v4-flash로 바꾸면 되는 구조임

• 다만 이번 업데이트가 모든 DeepSeek 제품을 바꾸는 건 아님

  • 공지에는 이번 변경이 DeepSeek-V4-Flash API만 업그레이드한다고 못 박혀 있음
  • DeepSeek-V4-Pro API와 앱·웹 모델은 변경 없음
  • V4-Pro 정식 릴리스는 곧 뒤따를 예정이라고 안내함

• 레거시 모델명을 쓰는 팀은 마이그레이션 일정도 봐야 함

  • deepseek-chat과 deepseek-reasoner 두 모델명은 3개월 뒤인 2026년 7월 24일 중단될 예정이라고 적혀 있음
  • 현재 전환 기간에는 deepseek-chat이 V4-Flash의 non-thinking mode를 가리킴
  • deepseek-reasoner는 V4-Flash의 thinking mode를 가리킴
  • 운영 코드에서 예전 모델명을 박아둔 팀이면 지금부터 새 모델명으로 바꾸는 게 안전함

• 변경 로그 전체를 보면 DeepSeek는 최근 몇 버전 동안 “에이전트 + 코딩 + 함수 호출” 쪽을 계속 밀고 있음

  • V3.1에서는 hybrid reasoning architecture를 내세우며 thinking mode와 non-thinking mode를 한 모델에서 지원한다고 설명함
  • 이때 SWE-bench Verified 66.0, SWE-bench Multilingual 54.5, Terminal-bench 31.3을 공개함
  • R1-0528 업그레이드에서는 AIME 2025가 70.0에서 87.5로, GPQA가 71.5에서 81.0으로, Aider가 57.0에서 71.6으로 오른 수치를 냈음
  • V3-0324에서는 MMLU-Pro 75.9에서 81.2, AIME 39.6에서 59.4, LiveCodeBench 39.2에서 49.2 같은 개선을 강조함

• 개발자 입장에서 이번 소식의 실전 포인트는 “벤치마크가 좋다”보다 “교체 비용이 낮다”에 있음

  • 기존 OpenAI 호환 Chat Completions로 붙어 있던 서비스는 모델명만 바꾸는 식의 실험이 가능함
  • Anthropic 인터페이스도 지원한다고 하니, Claude 계열 형식에 맞춘 에이전트 런타임에서도 후보가 될 수 있음
  • Codex 적응을 명시한 만큼 터미널 작업, 저장소 이해, 도구 호출이 많은 워크플로에서 실제 비교 테스트를 해볼 만함

• 주의할 점도 있음. 공지가 하나의 최신 릴리스 노트라기보다 과거 변경 로그가 길게 붙은 형태라, 최신 변경과 과거 변경을 구분해서 읽어야 함

  • 지금 당장 봐야 할 최신 항목은 V4-Flash 공개 베타, 에이전트 벤치마크, Responses API 형식 지원, Codex 적응, 레거시 모델명 중단임
  • V3.2, V3.1, R1, V2.5 관련 수치는 DeepSeek가 어떤 방향으로 성능을 올려왔는지 보여주는 배경에 가까움

---

기술 맥락

• 이번 선택의 핵심은 DeepSeek가 V4-Flash를 “일반 채팅 모델”보다 “에이전트 실행 모델”로 밀고 있다는 점이에요. Terminal Bench, DeepSWE, Toolathlon 같은 수치를 앞에 세운 이유도 실제 도구 사용과 코드 작업 능력을 보여주려는 거예요.

• Responses API 형식 지원은 생각보다 중요해요. 에이전트 런타임은 메시지만 주고받는 게 아니라 도구 호출, 중간 결과, 상태 흐름을 구조화해서 다뤄야 하거든요. 이 형식을 네이티브로 지원하면 기존 도구 체인에 붙일 때 어댑터 부담이 줄어요.

• 같은 아키텍처와 크기를 유지하고 post-training만 다시 했다는 설명도 포인트예요. 모델을 크게 키우지 않고도 에이전트 벤치마크를 올렸다는 주장이어서, 비용과 지연시간을 크게 바꾸지 않은 개선일 가능성을 암시해요.

• 레거시 모델명 중단은 운영팀 입장에서 바로 챙겨야 해요. deepseek-chat이나 deepseek-reasoner를 계속 쓰면 지금은 호환 라우팅이 되더라도, 중단 시점 이후에는 장애가 날 수 있어서 모델명을 명시적으로 바꾸고 회귀 테스트를 돌리는 편이 좋아요.