1점 차이에 가격은 60% 아래, 딥시크 신형 플래시가 던진 승부수

딥시크가 7월 31일 보급형 모델 V4 플래시의 대형 업데이트 버전 0731을 공개했다. Artificial Analysis 지능 지수에서 50점을 기록해 OpenAI의 보급형 GPT 5.6 Luna를 단 1점 차로 추격했다. 그런데 작업당 비용은 OpenAI가 80% 가격 인하를 단행한 뒤 기준으로도 약 60% 더 싸다. 가중치는 MIT 라이선스로 허깅페이스에 공개됐다.

STAXION 인사이트: 보급형 모델 구간은 이제 성능이 아니라 토큰 경제학 싸움이다. 대량 자동화, 챗봇, 문서 처리처럼 호출량이 많은 업무일수록 모델 단가 재검토의 실익이 크다.

벤치마크 1점 차, 비용은 절반 이하

신형 V4 플래시는 4월 출시된 전작보다 지능 지수가 10점 올라 50점이 됐다. 실무형 벤치마크 GDPval에서는 Elo 점수가 1,189에서 1,559로 뛰었고, 환각도 줄었다. 가장 큰 개선 폭은 에이전트 작업에서 나왔다. 구조는 전작과 같은 총 2,840억 파라미터에 활성 130억, 컨텍스트는 100만 토큰이다. 같은 몸집에서 학습 방법만으로 이만큼 끌어올렸다는 얘기다.

비결은 캐시 할인과 토큰 효율

가격 격차의 상당 부분은 캐시 정책에서 나온다. 딥시크는 반복 입력에 98% 캐시 할인을 적용하는데, 업계 표준은 90% 수준이다. 여기에 전작 대비 토큰을 12% 덜 쓰는 효율 개선이 겹쳤다. 같은 작업을 더 적은 토큰으로, 더 싼 단가로 처리하는 이중 절감 구조다.

에이전트 시대의 가격 전쟁

에이전트형 AI가 확산되면서 서구 랩들은 오히려 가격을 올리거나 사용량을 제한하는 추세다. 에이전트는 사람보다 토큰을 수십 배 소모하기 때문이다. 딥시크는 정반대로 충분히 좋은 모델을 거의 공짜에 가깝게 미는 전략을 택했다. 프런티어급이 필요한 작업과 보급형으로 충분한 작업을 구분해 모델을 섞어 쓰는 운용이 비용 구조를 가르는 시점이 됐다.

---

출처: The Decoder · New Deepseek Flash model matches OpenAI's GPT-5.6 Luna at roughly 60 percent lower cost