DeepSeek가 2026년 7월 31일 V4-Flash API 정식 버전을 공개 베타로 내놓았다. 함께 공개된 에이전트 벤치마크에서 상위 모델인 V4-Pro-Preview를 여러 항목에서 앞질렀고, 출시 직후 화제에 올랐다. 상위 모델을 하위 모델이 넘어서는 결과는 흔치 않으니, 진행 중인 에이전트에 당장 붙여보고 싶어지는 것도 당연하다.
붙이려는 순간 걸리는 것들
막상 연결하려 들면 두 가지가 발목을 잡는다.
첫째는 호출 형식이다. DeepSeek 자체 API는 Responses 형식을 기본으로 삼는다. 그동안 chat completions 규격에 맞춰 짜둔 코드가 있다면 요청 본문과 응답 파싱을 손봐야 한다는 뜻이다. 모델 하나 갈아 끼우려다 주변 코드까지 건드리는 상황이 된다.
둘째는 모델명 개편이다. deepseek-chat과 deepseek-reasoner라는 이름은 2026년 7월 24일자로 사라질 예정이었다. 전환 기간 동안 두 이름은 각각 V4-Flash의 비사고 모드와 사고 모드를 가리키는 별칭 역할을 했다. 정식 배포와 함께 이 둘은 deepseek-v4-flash 하나로 합쳐졌다. 모델 구조나 크기가 바뀐 것은 아니다. 기존 V4-Flash-Preview와 동일한 모델에 재후처리 학습을 더해 'DeepSeek-V4-Flash-0731'이라는 이름으로 정식 배포됐을 뿐이다. 다만 문서를 처음 읽는 입장에서는 어느 이름이 살아 있고 무엇을 지정해야 하는지 헷갈리기 쉽다.
문자열 한 줄로 끝나는 전환
LLM Router를 쓰면 이 두 가지가 모두 정리된다. OpenAI 호환 엔드포인트를 그대로 유지하므로 기존 base_url을 바꿀 필요가 없고, 요청과 응답 구조도 쓰던 방식 그대로다. 바꿀 것은 모델 매개변수 값 하나뿐이며, deepseek-v4-flash로 지정하면 전환이 완료된다. 이름 통합이라는 변화 역시 이 한 줄에 흡수된다.
적용 범위는 짚어둘 만하다. 이번 업데이트는 V4-Flash API에만 해당한다. V4-Pro API와 APP·WEB 제공 모델은 기존대로 유지되며, V4-Pro 정식 버전은 아직 공개되지 않았다.
상위 모델을 앞선 점수
이름이 정리되는 사이 성능 수치 쪽에서 더 눈에 띄는 변화가 나왔다. V4-Flash 정식 버전이 에이전트 성능에서 기존 V4-Pro-Preview를 크게 앞선 것이다. 벤치마크별 점수는 아래와 같다.
코드 에이전트 과제는 출시 예정인 'DeepSeek Harness 최소 모드'에서 측정했다. 조건은 max effort, top_p=0.95, temperature=1.0이다. 측정 환경이 고정돼 있으니 다른 하니스나 온도값에서는 수치가 달라질 수 있다.
로컬 구동 조건도 눈에 띈다. Flash 모델은 1만 달러 미만의 장비로 개인이 실행할 수 있고, 커뮤니티 언급 기준 200B 모델 용량은 160GiB 수준이다. 실사용 기록도 보고됐다. 30일간 API를 3,467회 호출하고 3억 2천만 개가 넘는 토큰을 쓴 사례다.
여기까지가 V4-Flash를 화제로 만든 근거다. 그런데 이 모델을 실제 에이전트에 연결하려는 쪽에는 다른 질문이 남는다. 코드를 고치지 않고도 이 점수를 그대로 받아쓸 수 있는가.
설정값 한 줄, 그다음
DeepSeek 자체 API는 Responses API 형식을 기본으로 하며 Codex 연동에 맞춘 조정도 들어가 있다. LLM Router를 거치면 이 차이를 고려하지 않아도 된다. 요청은 기존과 동일하게 OpenAI 호환 chat completions 엔드포인트로 보낸다.
curl https://llm-router.cafe24.com/api/v1/chat/completions \
-H "Authorization: Bearer sk-cafe24-**********" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-ai/DeepSeek-V4-Flash",
"messages": [{"role":"user","content":"신모델 성능 확인"}]
}'
본문에서 꼭 넣어야 할 항목은 두 가지뿐이다. model에는 호출할 모델의 전체 경로 문자열을 적고, messages에는 대화 내용을 배열로 담는다. 헤더에는 인증 토큰과 함께 Content-Type: application/json을 넣어야 한다. 이게 빠지면 본문이 JSON으로 제대로 파싱되지 않는다.
기존에 다른 모델을 호출하던 코드가 있다면 model 값을 deepseek-ai/DeepSeek-V4-Flash로 교체하는 선에서 정리된다. 나머지 구조는 손대지 않아도 무방하다. 카페24 위에서 도는 에이전트 역시 엔드포인트와 인증 방식을 그대로 두면 된다. 그렇게 바꿔 끼우고 나면 앞선 표의 벤치마크 성능이 따라온다.