2026년 7월 31일, DeepSeek는 Flash급 라인업의 신모델 V4 Flash 0731을 공개했다. 동일급 대비 지능 점수와 100만 토큰 컨텍스트, 그리고 입력 100만 토큰당 0.14달러의 API 단가를 동시에 내세운 점이 화제다. 본문에서는 AAII 벤치마크, MoE 구조, 컨텍스트 길이, 가격 정책 네 축으로 이 모델을 해부한다.
- DeepSeek V4 Flash 0731은 AAII 최대 추론 설정에서 50점을 기록, Kimi K3(max)와 GLM-5.2(max)에 이어 공동 3위권으로 분류된다.
- 전체 2,840억 개 파라미터 중 토큰당 130억 개만 활성화하는 MoE 아키텍처를 채택해 추론당 연산량을 절감한 것으로 분석된다.
- 100만 토큰 컨텍스트를 지원하면서 API 입력 단가를 100만 토큰당 0.14달러로 책정해 장기 컨텍스트 서비스의 단가 경쟁력을 확보한 것으로 평가된다.
Flash급 LLM 시장에서 가격 대비 가치 경쟁의 무게중심이 지능 점수에서 단가와 컨텍스트 길이 쪽으로 이동하고 있음을 보여준다.
DeepSeek V4 Flash 0731 개요
DeepSeek V4 Flash 0731은 텍스트 입출력을 지원하는 경량 LLM으로, 전체 파라미터 2,840억 개의 MoE 구조를 갖췄다. 출시 시점인 2026년 7월 31일 기준으로 최대 컨텍스트 길이는 100만 토큰이며, 입력 100만 토큰당 0.14달러의 API 가격을 제시했다. 동일 라인업의 강점을 가격과 길이 두 지표에서 동시에 어필하는 구성으로 해석된다.
지능 지표 비교와 순위
DeepSeek V4 Flash 0731의 AAII 벤치마크 점수는 최대 추론 설정 기준 50점이다. 비교 대상인 Kimi K3(max)와 GLM-5.2(max)는 이보다 높은 점수를 기록해 1위와 2위에 해당한다. Flash급 LLM의 카테고리에서 상위권 모델들과 어느 정도 격차를 좁혔다는 점에서 의미가 있다.
AAII 50점의 의미와 상위 모델 비교
아래 표는 AAII 벤치마크 상위 모델과 DeepSeek V4 Flash 0731의 점수 체계를 정리한 것이다.
- 1위: Kimi K3(max) – AAII 기준 최상위 점수 기록
- 2위: GLM-5.2(max) – DeepSeek V4 Flash 0731보다 높은 점수
- 공동 3위권: DeepSeek V4 Flash 0731 – 최대 추론 설정 기준 50점
Flash급 모델이 max 옵션이 적용된 무거운 모델군과 같은 벤치마크에서 비교된다는 점 자체가, 동일급 내 지표 투명성을 높였다는 부수 효과로 평가된다.
MoE 구조와 추론 효율
V4 Flash 0731은 전체 2,840억 개의 파라미터 가운데 토큰당 130억 개만 활성화하는 Mixture of Experts 구조를 채택했다. 전체 파라미터 규모 대비 활성화 비율이 약 4.6퍼센트 수준으로, 추론 1회당 실제 연산량을 크게 줄이는 효과를 노린 설계로 보인다. Flash급이라는 이름이 지시하는 경량성은 이 활성화 비율에서 기인하는 것으로 해석된다.
2840억 개 파라미터 중 130억 개만 활성화하는 설계
전체 파라미터의 크기는 일반적인 추론 비용과 직결되지 않는다. V4 Flash 0731은 130억 개라는 비교적 작은 활성화량으로 추론을 수행하기 때문에, 동급의 dense 모델 대비 단가 우위를 확보할 여지가 생긴다. 이 구조적 특성은 이어지는 API 가격 정책과도 연결된다.
100만 토큰 컨텍스트의 활용 시나리오
최대 100만 토큰의 컨텍스트 길이는 Flash급 모델로서는 긴 구간에 해당한다. 코드 저장소 단위 분석, 장문 문서 요약, 다권 비교 리뷰, 상담 로그 통합 처리처럼 한 번에 큰 입력을 요구하는 워크로드에서 비용 효율을 살릴 수 있다. 단가가 입력 100만 토큰당 0.14달러로 책정된 점을 고려하면, 장기 컨텍스트를 묶어 단일 호출로 처리하는 사용 패턴이 자연스럽게 떠오른다.
API 가격 정책 분석
V4 Flash 0731의 API 입력 단가는 100만 토큰당 0.14달러다. 100만 토큰 단위 환산 시 1달러당 약 714만 토큰을 처리할 수 있는 셈으로, Flash급 카테고리에서 장기 컨텍스트 사용을 전제로 한 비용 곡선을 제시한 것으로 보인다. 출력 단가는 별도로 책정될 가능성이 있으나, 본 모델의 핵심 어필은 입력 단가의 낮음에 집중되어 있다.
100만 토큰 입력 0.14달러 단가의 경쟁력
동일급 모델의 입력 단가와 직접 비교한 수치는 본 보도자료에 명시돼 있지 않으나, Flash급 카테고리 전체가 입력 단가 인하 경쟁을 벌이는 시점에서 0.14달러는 가격 대비 가치 어필에 적합한 수치로 해석된다. AAII 50점이라는 지능 지표와 결합하면, “중상위 지능을 매우 낮은 입력 단가에” 제공하는 포지셔닝이 된다.
시사점과 향후 과제
네 가지 축을 종합하면 DeepSeek V4 Flash 0731은 지능·구조·길이·단가를 한 패키지로 묶은 Flash급 모델로 읽힌다. 입력 단가의 경쟁력은 MoE 효율에서 나오고, 그 효율은 다시 100만 토큰 컨텍스트의 실용성을 뒷받침하는 구조다. 다만 AAII 50점이 상위권 모델과의 격차를 완전히 좁혔다는 의미는 아니므로, 향후 모델 선택에서는 지능 점수와 단가 사이의 트레이드오프를 작업 성격에 맞춰 따져야 할 것으로 보인다.
핵심 정리
- AAII 50점: 최대 추론 설정 기준, Kimi K3(max), GLM-5.2(max)에 이어 공동 3위권.
- MoE 효율: 전체 2,840억 개 중 토큰당 130억 개 활성화로 추론당 연산 절감.
- 컨텍스트: 100만 토큰 지원으로 장기 문서 및 코드 단위 분석에 대응.
- API 단가: 입력 100만 토큰당 0.14달러로 Flash급 내 가격 경쟁력 확보.
- 시장 구도: Flash급 LLM의 경쟁축이 지능 점수에서 단가와 길이로 이동하는 양상.
참고 소스: GeekNews – DeepSeek V4 Flash 0731, GeekNews – 관련 LLM 동향