딥시크가 7월 31일 V4 플래시 0731을 내놨어요 — 구조·크기는 4월 프리뷰 그대로고 사후 학습만 다시 했는데 DeepSWE가 7.3에서 54.4로, 터미널 벤치 2.1이 61.8에서 82.7로 뛰었고, Responses API를 기본으로 지원해 코덱스 CLI·VS코드 확장에 바로 붙어요. 값은 100만 토큰당 입력 $0.14·출력 $0.28(캐시 적중 $0.0028)이고 컨텍스트는 100만 토큰, 가중치 284B(활성 13B)는 MIT로 열려 있어요. 다만 딥시크가 비교표에 세운 상대는 일주일 전 나온 오푸스 5가 아니라 오푸스 4.8이고, 그 4.8에도 터미널 벤치 82.7 대 85.0·DSBench-Hard 59.6 대 71.7로 뒤져요.
용어 풀이
- DeepSWE
- 실제 깃허브 이슈를 모델이 코드로 고쳐 내는지 재는 소프트웨어 공학 평가
- 터미널 벤치 2.1
- 터미널에서 명령을 직접 실행해 과제를 끝내는 능력을 재는 평가(Terminal Bench)
- Responses API
- 오픈AI가 도구 호출·다단계 작업용으로 만든 요청 형식. 이 형식을 지원하면 코덱스 계열 도구가 그대로 붙는다
- CLI
- 명령줄에 글자로 명령을 쳐서 쓰는 프로그램 형태
- MIT
- 출처만 밝히면 수정·상업적 이용·재배포를 모두 허용하는 가장 느슨한 오픈소스 라이선스
운영자 인사이트
오푸스 5가 $5/$25인데 이건 $0.14/$0.28이라 입력 36배·출력 89배 싸요. 해커뉴스에선 '90%는 플래시로 처리하고 설계 판단만 위 모델에 맡긴다'는 쓰는 법이 여러 번 나왔는데, 공개된 수치는 전부 딥시크가 자체 하네스로 낸 값이라 우리 저장소로 직접 재보는 게 먼저예요. 코드가 중국 쪽 서버로 가고 약관상 학습에 쓰일 수 있는 점은 사내 도입 전에 따로 확인해야 해요.
여러 관점으로 보기
- 독립 평가 종합 지능 지수는 50으로 오푸스 5(61)·키미 K3(57)·GPT-5.6 루나(51)에 뒤지지만, 같은 평가를 돌리는 비용은 오푸스 5의 수십분의 일이에요. Artificial Analysis
- 가중치·라이선스 MIT로 가중치를 열었고, 모델 카드 비교표의 기준선은 오푸스 4.8과 GLM-5.2예요 — 아홉 개 지표 전부에서 자사 상위 모델 V4 프로 프리뷰를 앞질러요. Hugging Face
- 실사용 반응 30일 3,467번 호출에 $4.55를 썼다는 보고가 나온 반면, 뻔히 이상한 코드에도 반박을 안 한다·이미지를 못 읽는다·직접 돌리려면 160GB가 필요하다는 지적도 같이 나왔어요. Hacker News
- 값 캐시 적중 입력은 100만 토큰에 $0.0028이라 같은 맥락을 반복해 넣는 에이전트 작업에서 차이가 가장 크게 벌어져요. DeepSeek API Docs