딥시크, V4-Flash 정식 공개…상위 Pro 모델 넘는 에이전트 성능 확보

DeepSeek-V4-Flash-0731은 딥시크가 공식 공개한 오픈소스 경량 모델로, 기존 프리뷰 버전을 대체하며 에이전트 및 코딩 수행 능력을 대폭 끌어올린 것이 특징입니다.

이 모델은 DSpark 구조를 채택해 투기적 디코딩 모듈이 체크포인트 내부에 기본 결합되어 있습니다. 별도의 드래프트 모델을 추가로 로드할 필요 없이 단일 가중치만으로 빠른 처리 속도를 구현합니다.

상위 Pro 모델을 뛰어넘은 벤치마크

사후 학습 고도화를 통해 활성 파라미터 수가 훨씬 큰 V4-Pro 프리뷰 모델을 주요 에이전트 벤치마크 전반에서 넘어섰습니다.

터미널 조작 성능을 측정하는 Terminal Bench 2.1에서 82.7점을 기록하며 기존 Flash 프리뷰의 61.8점과 V4-Pro 프리뷰의 72.1점을 크게 제쳤습니다. 이는 GLM-5.2의 81.0점보다 높고 Opus 4.8의 85.0점에 근접한 수치입니다.

소프트웨어 엔지니어링 테스트인 DeepSWE에서도 54.4점을 받아 V4-Pro 프리뷰의 12.8점을 압도했습니다. 커뮤니티 분석에 따르면 모델 크기는 GLM-5.2 대비 약 70% 작으며, 토큰 생성 비용은 Opus 4.8보다 89배 이상 저렴합니다. 아울러 Codex 맞춤 시스템 프롬프트가 기본 최적화되어 있어 명령어 한 줄로 연동할 수 있습니다.

로컬 실행 및 하드웨어 사양

Hugging Face에 등록된 원본 가중치는 약 167GB 규모이며 라이선스는 MIT입니다. 오픈소스 생태계인 Unsloth를 통해 1-bit 기준 약 82.5GB까지 줄어든 GGUF 양자화 버전도 이미 배포되었습니다.

실행 프레임워크로는 vLLM과 SGLang을 공식 지원합니다. 실행 옵션에 DSpark 관련 플래그를 추가하면 바로 투기적 디코딩 가속을 켤 수 있습니다.

주의할 점은 이번 배포본에 기본 Jinja 템플릿이 빠져 있다는 것입니다. 제공된 전용 파이썬 스크립트를 통해 OpenAI 규격 메시지를 인코딩해야 합니다. 추론 강도는 low, high, max 세 단계로 나뉘며, 고강도 추론 시 최대 384K 토큰 출력이 권장됩니다.

왜 중요한가

로컬 환경에서 코딩 보조나 자동화 에이전트를 직접 구축하려는 개발자라면 즉시 도입을 고려해볼 만합니다. 값비싼 폐쇄형 클라우드 API를 쓰지 않고도 복잡한 도구 호출 작업을 고성능으로 처리할 수 있습니다.

우리는 이 모델이 소형화된 아키텍처와 정교한 사후 학습만으로도 초대형 모델 수준의 에이전트 능력을 충분히 발휘할 수 있음을 입증해 로컬 에이전트 운용 비용을 크게 낮췄다고 봅니다.