DeepSeek V4 Flash 0731 정리 2026: 가격 $0.14/$0.28·100만 컨텍스트·Terminal-Bench 82.7

또 하나의 중국발 오픈웨이트다. 딥시크가 7월 31일 DeepSeek-V4-Flash-0731을 공개했다. 허깅페이스에 가중치를 올리고 API도 공개 베타로 열었는데, 핵심은 하나다 — 아키텍처는 그대로, 재학습(re-post-training)만으로 코딩·에이전트 성능을 끌어올렸다. 가격은 여전히 파격적이다. 활성 13B(총 284B) MoE, 100만 컨텍스트, 입력 $0.14·출력 $0.28.

무엇이 달라졌나?

새 설계가 아니라 같은 모델을 다시 후처리 학습해 성능을 올린 게 이번 버전의 성격이다. 모델카드도 “구조와 크기는 그대로, 개선은 재학습에서 나왔다”고 명시한다.

• 구조: 희소 MoE, 총 2,840억 중 활성 130억 파라미터
• 컨텍스트: 100만 토큰, 최대 출력 65,536 토큰
• 가중치 MIT 라이선스 공개 — 상업적 활용 자유
• 도구 호출·함수 콜·비전 입력·단계별 추론을 한 모델에 통합

여러 서비스를 이어 붙이지 않고 이 모델 하나로 코딩·추론·에이전트를 돌리도록 밀어붙인 셈이다. 같은 맥락의 중국 오픈모델 흐름은 OpenRouter 순위로 본 중국 AI와 Kimi K3에서 이어진다.

가격은 얼마나 싼가?

100만 토큰 기준이다. 상위 프런티어 모델과 자릿수가 다르다.

항목	DeepSeek V4 Flash 0731
입력	$0.14
출력	$0.28
캐시 입력	$0.003

대량 호출하는 에이전트·코딩 서비스일수록 실청구액 차이가 벌어진다. 가격만 보면 Grok 4.5 같은 저가 코딩 모델과 같은 링에 선다.

벤치마크 — 어디서 강한가?

종합 지능보다 실무형 지표에서 돋보인다.

• Artificial Analysis 지능 지수 50 (비슷한 크기 오픈웨이트 중 상위권, 중앙값 25)
• Terminal-Bench 2.1 82.7%
• Toolathlon 70.3

터미널·에이전트·코딩 지표가 강점이고, 같은 회사의 상위 모델(Pro)을 일부 에이전트 벤치에서 앞선다는 점이 눈에 띈다.

자주 묻는 질문

Q. 완전히 새 모델인가? 아니다. 아키텍처와 크기는 이전과 같고, 개선은 재학습(re-post-training)에서 나왔다. 프리뷰를 대체하는 공식 릴리스다.

Q. 상업적으로 써도 되나? 가중치가 MIT 라이선스로 공개돼 상업적 활용이 자유롭다. 허깅페이스에서 받을 수 있고 공개 베타 API도 열려 있다.

Q. 어떤 작업에 맞나? 코딩·추론·에이전트 워크플로다. 도구 호출·함수 콜·비전·추론을 한 모델에 통합해, 여러 서비스를 붙이는 대신 하나로 처리하려는 팀에 맞는다.