DeepSeek-V4-Pro 정식 출시와 피크/오프피크 요금제 도입

Who Should Read

DeepSeek API로 배치성 작업이나 에이전트 워크플로를 돌리며 비용을 줄이고 싶은 백엔드 개발자

Core Mechanics

• V4-Pro가 정식 출시됐다
  • 앱·웹의 "Expert Mode"와 API 모두에서 쓸 수 있다.
  • API 모델 이름은 그대로라서 문서의 설정 안내를 따르면 된다.
• 추론 강도를 3단계로 고른다
  • V4-Pro와 V4-Flash 모두 low, high, max 중에서 고를 수 있다.
  • low는 단순 작업, high는 일상적인 에이전트 워크플로, max는 복잡한 작업용이라고 안내한다.
• 에이전트 성능이 크게 좋아졌다고 한다
  • 원문은 "strong production gains"라고만 쓰고 구체적 수치는 밝히지 않았다.
• OpenAI Responses API를 직접 지원한다
  • Codex에 맞춰 최적화했고 원클릭 설정을 제공한다고 한다.
• 오프피크 요금은 피크의 50% 낮다
  • 새 요금은 2026년 8월 16일 16:00 UTC부터 적용된다.
  • 급하지 않은 작업을 시간대에 맞춰 돌리라는 취지다.
  • 구체적인 단가와 피크 시간대는 원문에 없다.

Community Reactions

How to Apply

• 지연 허용 작업 목록 뽑기
  • 오늘 30분 동안 야간 요약, 임베딩 전처리, 평가 배치처럼 급하지 않은 호출을 모두 적어라.
  • 각 작업의 월 호출량도 함께 적어 둬라.
• 요금 공지 후 피크 시간대 확인하기
  • 공식 가격 페이지에서 피크와 오프피크 시간대와 단가를 확인해라.
  • 원문에는 시간대 정보가 없으므로 직접 확인해야 한다.
• 작업 큐에 오프피크 스케줄 넣기
  • 지연 허용 작업은 오프피크 시간에 실행되도록 큐 스케줄러 설정을 바꿔라.
  • 사용자 응답이 필요한 호출은 피크 요금 그대로 둬라.
• reasoning effort를 작업별로 나누기
  • 분류나 추출 같은 단순 호출은 low로 바꿔라.
  • 에이전트 루프는 high, 어려운 문제만 max로 지정해라.

Try It

# Claude 또는 ChatGPT에 그대로 붙여넣기 (원문 요금제를 활용한 간이 점검 프롬프트)

우리 서비스는 DeepSeek API를 쓴다. 아래 호출 목록을 보고 오프피크로 미룰 수 있는 작업과 미룰 수 없는 작업으로 나눠 줘.
오프피크 요금은 피크보다 50% 낮다는 사실만 가정하고, 실제 단가와 시간대는 모른다고 전제해.

호출 목록:
{{호출 목록: 이름, 하루 호출 수, 허용 지연 시간}}

각 작업마다 아래 형식으로 답해 줘.
- 작업 이름 / 오프피크 가능 여부 / 이유 / 권장 reasoning effort(low, high, max)

이어서 해 볼 것: 오프피크로 옮길 작업의 월 호출 수를 넣고, 피크 단가 대비 절감 비율을 계산해 달라고 해 보자.

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://news.ycombinator.com/item?id=49285160