DeepSeek V4 Pro GA와 피크/오프피크 API 요금 개편

Who Should Read

DeepSeek API를 에이전트·코딩 도구에 쓰면서 비용 변화가 걱정되는 백엔드 개발자

Core Mechanics

• V4-Pro가 정식 출시됐다
  • 에이전트 기능이 크게 개선됐다고 밝혔다.
  • 앱/웹은 "Expert Mode"에서, API는 기존 모델 이름 그대로 쓴다.
• reasoning effort를 3단계로 고른다
  • V4-Pro와 V4-Flash 모두 low, high, max를 지원한다.
  • low는 단순 작업, high는 일상적인 에이전트 작업, max는 복잡한 작업용이다.
• OpenAI Responses API를 기본 지원한다
  • Codex에 맞춰 최적화했고 원클릭 설정이 된다고 한다.
• 피크/오프피크 요금제가 새로 생겼다
  • 오프피크 요금은 피크보다 50% 싸다.
  • 워크로드를 유연하게 예약해 돌리라는 취지다.
• 새 요금은 2026년 8월 16일 16:00 UTC부터 적용된다
  • 구체적인 가격표는 원문에 없고 요금 문서 링크로 안내된다.

Community Reactions

• 오프피크가 중국 업무 시간 밖이라는 의견
  • 피크가 중국 업무 시간이라 미국 고객에겐 오히려 유리하다는 의견이 있었다.
  • 반대로 유럽은 오전이 피크에 걸린다는 지적도 있었다.
• 가격표를 정리한 댓글이 있었다
  • Flash 입력 0.14에서 피크 0.44(3.1배), 출력 0.28에서 피크 1.32(4.7배)라고 정리했다.
  • Pro 입력은 0.435에서 피크 1.32(3.0배), 출력은 0.87에서 3.96(4.6배)라고 했다.
• 캐시 히트 가격이 Pro에서 오프피크 6배, 피크 12배 올랐다는 지적
  • 긴 에이전트 세션은 입력의 90% 이상이 캐시 히트라서 영향이 크다는 의견이다.
  • 그래도 다른 제공자보다는 여전히 싸다고 했다.
• 경쟁사와 비교하면 매력이 줄었다는 의견
  • gpt-5.6-luna 가격이 5배 내려 가격이 비슷해졌고 Luna가 두 배 빠르다는 경험담이 있었다.
  • OpenRouter 최저가 제공자는 Flash 출력 0.16/M이라는 댓글도 있었다.
• 요금 변동이 잦아 피곤하다는 의견도 있었다
  • 요청마다 피크/오프피크 여부를 응답에서 알 수 있는지 묻는 댓글도 있었지만 답은 없었다.

How to Apply

• 지난달 사용량으로 새 요금을 계산해 보기
  • 오늘 로그에서 입력, 출력, 캐시 히트 토큰을 모델별로 뽑는다.
  • 댓글 정리표의 피크/오프피크 단가를 곱해 월 비용을 비교한다.
• 배치성 작업을 오프피크 시간대로 옮기기
  • 야간 요약, 평가 실행, 대량 임베딩 전처리 같은 지연에 둔감한 잡을 골라 스케줄러에 시간대를 지정한다.
  • 오프피크 시간 정의는 공식 요금 문서(quick_start/pricing)에서 확인한다.
• reasoning effort를 작업별로 나누기
  • 분류·추출은 low, 일반 에이전트 루프는 high, 어려운 문제만 max로 둔다.
  • 같은 작업셋에서 effort별 비용과 정답률을 비교한다.
• 요청별 비용 기록 로직에 시간대 단가 넣기
  • 요청 시각을 UTC로 저장하고 피크 여부에 따라 단가 테이블을 적용한다.
  • 8월 16일 16:00 UTC 이전과 이후 단가를 분리한다.

Try It

# Claude 또는 ChatGPT에 붙여넣기 (비용 계산 점검용)

DeepSeek API 요금이 피크/오프피크로 바뀌었다. 아래 사용량으로 월 비용을 계산해 줘.

단가 (백만 토큰당, 입력/출력/캐시읽기):
- V4-Flash 이전: 0.14 / 0.28 / 0.0028
- V4-Flash 오프피크: 0.22 / 0.66 / 0.007
- V4-Flash 피크: 0.44 / 1.32 / 0.014
- V4-Pro 이전: 0.435 / 0.87 / 0.003625
- V4-Pro 오프피크: 0.66 / 1.98 / 0.022
- V4-Pro 피크: 1.32 / 3.96 / 0.044

우리 월 사용량(백만 토큰): {{모델}}, 입력 {{입력}}, 출력 {{출력}}, 캐시읽기 {{캐시}}, 피크 비율 {{피크비율%}}

표로 이전 대비 비용과 배율을 보여 줘.

이어서: 피크 비율을 0%, 50%, 100%로 바꿔 비교해 줘.

Terminology

관련 논문

• Mercury 3: 규모를 키운 diffusion LLM, 초당 1,000토큰 이상

  Diffusion LLM을 40배 키웠더니 속도 4~8배, 품질은 속도 특화 모델 수준

• Timestral: Mistral의 시계열 파운데이션 모델

  209M 파라미터 시계열 모델이 3대 벤치마크 1위, CPU에서도 돌아간다

• DeepSeek V4.1 Flash 1017 (Max) 성능·속도·가격 분석

  DeepSeek V4.1 Flash 1017 Max는 지능 지수 45에 211 tok/s, 입력 $0.30

• LLM 프록시를 직접 안 돌리면 무슨 일이 벌어지는지 어떻게 아나

  자체 LLM 프록시를 세웠더니 키·모델·캐시 미스를 직접 볼 수 있다

• DeepSeek V4.1 Flash 1017: 싼 가격에 1M 컨텍스트를 주는 에이전트용 모델

  DeepSeek V4.1 Flash 1017은 입력 $0.05/M, 1M 컨텍스트의 에이전트용 모델

• DeepSeek-V4.1-Flash-1017 공개: 더 짧게 생각하고 더 빠르게 일하는 에이전트용 모델

  DeepSeek V4.1 Flash 마이너 업데이트로 코딩·에이전트 벤치 점수↑, 실행 시간·출력 길이↓

• Llmspeed: 로컬 LLM 속도를 하드웨어 구매 전에 체감해 보는 시뮬레이터

  GPU·모델을 고르면 로컬 LLM 속도를 미리 체감하게 해 주는 시뮬레이터

Related Resources

• https://api-docs.deepseek.com/news/news260813/
• https://api-docs.deepseek.com/quick_start/pricing/
• https://openrouter.ai/deepseek/deepseek-v4-flash-0731