DeepSeek이 7월 31일 자사 API 공식 Change Log에 올린 항목은 DeepSeek-V4-Flash의 정식 출시 소식이다. 그동안 프리뷰로 제공되던 모델이 공개 베타로 전환됐고, API를 호출하는 방식은 그대로 유지된 채 모델 이름만 `deepseek-v4-flash`로 지정하면 최신 버전을 쓸 수 있게 됐다.
이번 업데이트에서 눈에 띄는 부분은 에이전트 관련 작업 능력이 큰 폭으로 개선됐다고 밝힌 대목이다. DeepSeek은 V4-Pro-Preview 대비 성능이 향상됐다며 9개 벤치마크의 구체적인 점수를 공식 문서에 함께 게시했다.
벤치마크 이름이 말해주는 것: 코딩과 자동화 작업 중심
공개된 벤치마크 구성을 보면 이번 업데이트가 어디에 초점을 맞췄는지 드러난다. Terminal Bench는 터미널 환경에서 실제 작업을 완료하는 능력을, NL2Repo는 자연어 지시를 저장소 수준의 코드 변경으로 옮기는 능력을 측정한다. Cybergym은 보안 관련 작업, DeepSWE는 소프트웨어 엔지니어링 작업을 평가한다. Toolathlon과 Automation Bench는 여러 도구를 순서대로 호출해 하나의 작업을 완수하는 능력을 다룬다. 단순 대화나 지식 질의응답보다는 코딩 에이전트, 자동화 작업 대행자로 쓰일 때의 실무 능력을 겨냥한 벤치마크 구성이다.
DeepSeek은 벤치마크 측정 조건도 함께 명시했다. 공개 벤치마크의 코드 에이전트 과제는 곧 공개될 예정인 DeepSeek Harness의 minimal mode를 프레임워크로 사용했고, 최대 노력(max effort) 수준에 top-p 0.95, temperature 1.0 설정으로 테스트했다. DSBench-FullStack과 DSBench-Hard는 DeepSeek이 자체적으로 구성한 내부 테스트셋이라는 점도 밝혀, 외부에서 그대로 재현하기 어려운 수치와 공개 벤치마크 수치를 구분해서 읽어야 한다는 점을 알 수 있다.
Codex와의 호환성을 명시적으로 챙겼다
이번 발표에서 실무적으로 중요한 부분은 V4-Flash가 Responses API 형식을 네이티브로 지원하고, Codex에 특화된 설정을 제공한다고 밝힌 대목이다. OpenAI가 만든 코딩 에이전트 인터페이스 규격을 DeepSeek 모델이 그대로 받아들일 수 있다는 뜻으로, 기존에 OpenAI 계열 코딩 에이전트 도구를 쓰던 개발자가 모델만 DeepSeek으로 바꿔 시험해 볼 수 있는 통로를 열어 둔 것이다.
기존 모델 이름을 쓰던 사용자가 챙겨야 할 것
DeepSeek은 이번 업데이트가 V4-Flash API에만 적용되고, V4-Pro API와 앱·웹 버전 모델은 변경되지 않는다고 명확히 선을 그었다. 즉 API로 `deepseek-v4-flash`를 직접 지정해 쓰는 개발자에게만 해당하는 변경이다. 또한 이번 버전(V4-Flash-0731)은 V4-Flash-Preview와 모델 아키텍처와 크기가 동일하며, 재학습(post-training)만 다시 거쳤다는 점도 밝혔다. 모델 자체의 구조가 바뀐 것이 아니라, 같은 구조를 다시 학습시켜 에이전트 작업 성능을 끌어올린 업데이트라는 뜻이다.
과거 이름인 `deepseek-chat`, `deepseek-reasoner`를 그대로 쓰고 있는 사용자라면 주의가 필요하다. DeepSeek은 지난 4월 발표에서 이 두 이름이 3개월 뒤인 7월 24일 폐지된다고 예고했고, 그 전환 기간에는 두 이름이 각각 V4-Flash의 비추론·추론 모드를 가리키도록 연결해 뒀다. 이번 발표 시점에서는 이미 그 전환 기간이 지난 상태이므로, 레거시 이름으로 API를 호출하고 있다면 실제로 어떤 모델이 응답하고 있는지 문서를 다시 확인해 볼 필요가 있다. DeepSeek은 V4-Pro의 정식 출시도 곧 이어질 예정이라고 밝혔다.
