중국 AI 랩 DeepSeek이 2026년 4월 V4 시리즈의 첫 번째 프리뷰 모델 두 개를 공개했다. DeepSeek-V4-Pro와 DeepSeek-V4-Flash는 모두 1M 토큰 컨텍스트 창을 지원하는 혼합 전문가(Mixture of Experts, MoE) 아키텍처이며, MIT 라이선스로 배포되었다.

모델 스펙

DeepSeek-V4-Pro는 현재 공개된 오픈 가중치 모델 중 최대 규모로, Kimi K2.6(1.1T), GLM-5.1(754B), DeepSeek V3.2(685B)보다 크다.

가격 비교

DeepSeek V4의 가장 주목할 특징은 압도적 가격 경쟁력이다.

DeepSeek-V4-Flash는 소형 모델 중 최저가이며, V4-Pro는 대형 최전선 모델 중 가장 저렴하다.

아키텍처 혁신

세 가지 핵심 기술이 효율성 향상을 이끈다:

1. 하이브리드 어텐션(Hybrid Attention): 압축 희소 어텐션(CSA)과 고압축 어텐션(HCA)을 결합해 1M 토큰 컨텍스트 처리 비용을 극적으로 절감
2. Manifold-Constrained Hyper-Connections(mHC): 기존 잔차 연결(residual connection)을 강화해 레이어 간 신호 전파 안정성 확보
3. Muon 옵티마이저: 수렴 속도와 학습 안정성 개선

사전학습 규모: 32조 토큰 이상의 다양한 고품질 데이터.

효율성의 비결

1M 토큰 컨텍스트 시나리오에서 V3.2 대비:

• V4-Pro: 단일 토큰 FLOPs 27%, KV 캐시 10%
• V4-Flash: 단일 토큰 FLOPs 10%, KV 캐시 7%

이 효율성 개선이 저가 책정을 가능하게 한다.

추론 모드

Pro와 Flash 모두 세 가지 추론 노력(reasoning effort) 모드를 지원한다:

Think Max 모드에서는 컨텍스트 창을 최소 384K 토큰으로 설정하길 권장한다.

성능 위치

공식 벤치마크에서 DeepSeek-V4-Pro-Max 기준 주요 성능:

코딩 벤치마크에서는 최전선 모델을 앞서며, 지식·추론 작업에서는 근소하게 뒤처진다. Simon Willison은 이를 “거의 최전선, 가격은 극히 저렴”으로 요약했다.

사용 방법

OpenRouter를 통해 즉시 사용 가능하다.

pip install llm llm-openrouter
llm openrouter refresh
llm -m openrouter/deepseek/deepseek-v4-pro "질문을 입력하세요"

로컬 실행을 원한다면 HuggingFace Unsloth의 양자화(quantized) 버전이 출시될 예정이다. V4-Flash(160GB)는 128GB 메모리 M5 MacBook Pro에서 실행 가능할 것으로 기대된다.

라이선스

MIT 라이선스 — 상업적 이용 허용.

관련 문서

• kimi — Moonshot AI의 오픈소스 LLM (Kimi K2.6, 1.1T)
• qwen — Alibaba의 오픈소스 LLM 시리즈
• inference-caching — LLM 추론 비용 절감 전략