TechFlow Logo
로그인/ 회원가입
ETH 가스
Gwei
공포
gas
DeepSeek V4 Pro 새벽 기습: Agent 벤치마크 점수 하룻밤 만에 Claude Fable 5 따라잡음, 플래그십 에이전트 입장료 끝전 수준으로 하락

DeepSeek V4 Pro 새벽 기습: Agent 벤치마크 점수 하룻밤 만에 Claude Fable 5 따라잡음, 플래그십 에이전트 입장료 끝전 수준으로 하락

2026.08.13
공유하기
플래그십 Agent 비용 붕괴 이후, 다음 주목할 점은 Harness 입니다.

저자: 클로드, TechFlow

TechFlow 가이드: 8 월 13 일 새벽, DeepSeek 가 예고 없이 V4 Pro 정식 버전을 출시했습니다: 동일한 API 이름이지만 Agent 능력은 미리 보기 버전의「기본적으로 사용 불가」수준에서 Anthropic 의 플래그십 Claude Fable 5 를 위협하는 수준으로 도약했으며, 일부 벤치마크에서는 추월하기도 했습니다. 더 놀라운 것은 가격으로, 해외 동급 모델의 일부에 불과합니다. 개발자와 AI 창업자에게 플래그십 에이전트의 진입 장벽이 다시 한번 무너졌습니다. 유일한 문제는 공식 가격 인상 예고가 이미 게시되었다는 점입니다.

오늘 새벽, DeepSeek 공식 웹사이트가 조용히 업데이트되어 DeepSeek-V4-Pro 모델 버전이 0813 정식 버전으로 업그레이드되었습니다. 개발자는 코드를 수정할 필요가 없으며, deepseek-v4-pro 를 호출하면 최신 모델이 됩니다. 새 모델은 100 만 token 컨텍스트와 최대 38.4 만 token 출력을 지원하며, 사고 모드가 기본적으로 활성화되어 있고 OpenAI, Anthropic 및 Responses API 형식과 호환되어 Codex, Claude Code, OpenCode 등 주요 Agent 도구를 직접 연결할 수 있습니다. 소식은 동시에 Hacker News 메인 (700 여 추천) 과 Zhihu 핫리스트 (2000 만 이상 조회수) 에 올라 오늘 중국 및 영어권 AI 업계의 최대 공통 화제가 되었습니다.

새벽 기습: 동일한 API 이름, 어제까지 못하던 일을 오늘 가능해졌다

이번 업데이트의 핵심은 Agent 능력입니다. 공식 발표된 평가에 따르면, V4 Pro 정식 버전은 자체 소프트웨어 엔지니어링 벤치마크인 DeepSWE 에서 미리 보기 버전의 12.8 에서 62.7 로 급증했으며; 자연어로 코드 저장소를 생성하는 NL2Repo 는 38.5 에서 61.5 로 향상되었습니다; 풀스택 개발 어려움 하위 집합인 DSBench-Hard 는 67.2 로 두 배 증가했습니다.

국내 한 기술 미디어의 실측 후 평가에 따르면: 「동일한 API 이름으로, 어제까지 기본적으로 하지 못하던 일을 오늘이면 글로벌 1 티어 코드 Agent 와 겨룰 수 있게 되었다.」ifanr 의 실측에서, 「최근 기술 뉴스를 수집하여 전통 미디어 홈 페이지를 만들라」는 모호한 명령에 대해 V4 Pro 는 요구 사항을 자율적으로 분해하고 단계별로 실행하여 완성도가 상당히 높았습니다. Hacker News 에도 개발자가 실제 사용 비용을 공개했습니다: 이를 통해 하루 종일 교통 시뮬레이션과 분산 물리 엔진 최적화를 실행하며 20 억 token 에 약 12.5 달러가 소요되었으며, 「상당한 성능 향상을 발견했으며 새로운 문제를 도입하지 않았다」고 했습니다.

보안 공격 방어에서 Fable 5 추월, 하지만 오픈소스 분야 1 인자는 아직 아님

공식 발표에 따르면, V4 Pro 는 AI 보안 공격 방어 벤치마크인 Cybergym 에서 83.3 점을 기록하여 Claude Fable 5 의 83.1 점을 추월했으며; 워크플로우 에이전트 AutomationBench 에서도 마찬가지로 추월했습니다; 고난이도 추론 HLE(도구 활성화) 에서 60.0 점을 기록하여 Fable 5 의 63.0 점에 이어 두 번째입니다; 터미널 조작 Terminal Bench 2.1 에서 87.9 점을 기록하여 Claude Opus 4.8 의 85.0 점보다 높습니다.

하지만 두 가지 점에서 냉정을 유지해야 합니다. 첫째, Moonshot AI 의 Kimi K3 와 여전히 미미한 격차가 있습니다 (Terminal Bench 2.1 에서 87.9 대 88.3). 오픈소스 업계의 1 인자는 아직 바뀌지 않았습니다. 둘째, 제 3 자 평가는 공식 발표만큼 낙관적이지 않습니다. OpenRouter 는 Artificial Analysis 의 종합 지능 지수를 인용하여 이에 45.3 점을 부여했으며, 「모델의 70% 보다 우수함」이라고 평가하여「Fable 5 와 호각세」라는 공식 내러티브와 온도 차이가 있습니다. 공식 벤치마크 점수는 자체 Harness 프레임워크에서 측정된 것이므로 독립적인 검증에는 시간이 더 필요합니다.

3 위안 대 10 달러, 플래그십 Agent 의「극소한 수준의 가격」

상대방을 정말 곤란하게 하는 것은 가격입니다. V4 Pro 정식 버전은 미리 보기 버전 가격을 유지합니다: 백만 token 당 캐시 적중 입력 0.025 위안, 미적중 입력 3 위안, 출력 6 위안입니다. 비교하자면, Kimi K3 의 API 가격은 입력 3 달러, 출력 15 달러입니다; Claude Fable 5 는 입력 10 달러, 출력 50 달러입니다. 통화 차이를 고려해도 DeepSeek 는 해외 동급 모델의 일부에 불과합니다.

OpenRouter 의 데이터에 따르면, 캐시 적중률이 86% 에 달하기 때문에 사용자가 실제 지불한 가중 입력 가격은 백만 token 당 0.064 달러까지 낮습니다. 국내 업계의 오래된 말을 빌리면: DeepSeek 의 질서는 여전히「나보다 강한 건 나보다 비싸고, 나보다 싼 건 나보다 강하지 않다」입니다.

가격 인상 예고 이미 게시됨, API 출력「말투가 어색함」비난 받아

싸다는 것은 기간이 있을 수 있습니다. DeepSeek 는 8 월 6 일「최근 API 가격 전반 인상, 인상폭 큼」을 예고했으며, 피크 및 오프피크 가격제 도입을 계획했습니다: 베이징 시간每日 9 시부터 12 시, 14 시부터 18 시까지의 피크 시간대에 V4 Pro 미적중 입력은 3 위안에서 6 위안으로, 출력은 6 위안에서 12 위안으로 인상되어 직접 두 배가 됩니다. 정식 버전 출시 이후 아직 가격 조정되지 않아 개발자에게 암묵적인 유예 기간을 준 셈입니다. 또 다른 상쇄 정보는, DeepSeek 가 미리 보기 버전 출시 시 약속한 바에 따르면 하반기 Ascend 950 초노드 대량 출시 후 Pro 가격을 대폭 인하할 것입니다. 인상과 인하 사이의 격차는 국산 컴퓨팅 파워의 도착 속도에 달려 있습니다.

또한, X 에서 개발자가 반영하기를, V4 Pro 웹 엔드와 API 호출의 사고 체인 표현에 뚜렷한 차이가 있으며, API 출력 말투가「읽기에 어색하고 어순이 어색함」하다고 합니다. DeepSeek 는 아직 응답하지 않았습니다. API 에 의존하여 제품을 만드는 팀은 출시 전 자체적으로 한 번 테스트해 볼 가치가 있습니다.

플래그십 Agent 비용 붕괴 이후, 다음 주목할 점은 Harness 입니다

이 일을 더 큰 그림에 넣어보면:

바로 이번 주, 「폐쇄형 모델 API 에서 추론 흔적 탈취」연구가 막 한 차례 논의를 일으켰으며, 폐쇄형 업체의 추론 해자가 균열되었다는 지적이 나왔습니다. 이제 DeepSeek 는「극소한 가격 плюс 1 티어 벤치마크 점수」로 능력 격차 자체도 메워지고 있음을 증명했습니다. 폐쇄형 플래그십의 남은 가격 결정권이 또 한번 느슨해졌습니다.

AI 응용 창업자와 컴퓨팅 파워 체인에 주목하는 투자자에게 더 가치 있는 복선은 공식 문서에 숨겨져 있습니다. DeepSeek 는 V4 Flash 업데이트 로그에서 자사의 Agent 실행 프레임워크인 DeepSeek Harness 가 곧 출시될 것이라고 밝혔으며, 채용과 공식 계정이 모두 준비되었습니다. 업계의 공통된 의견은 모델 추론 능력이 천장에 도달할 때 Agent 의 상한을 결정하는 것은 Harness 같은「오피스 시스템」일 것이라는 것입니다. 모델은 이미 준비되었고, 프레임워크가 실현된다면 다음 DeepSeek 모멘트는 멀지 않을 것입니다.