DeepSeek Flash vs V4 Pro: 어떤 모델로 라우팅해야 할까

By TokuseTokuse
AIAPIDeepSeek아키텍처

DeepSeek는 이제 하나의 OpenAI 호환 인터페이스 안에서 선택할 수 있는 두 가지 가격대를 제공합니다. deepseek-flash는 대량 작업을 위해 설계되었습니다. deepseek-v4-pro는 비용이 더 들지만, 저렴한 경로가 실패하는 작업에서 그만큼의 가치를 증명해야 합니다.

Tokuse 사용해 보기: 무료 계정 만들기 후 하나의 OpenAI 호환 엔드포인트로 첫 요청을 보내세요.

이 가이드는 모델 이름표가 아니라 측정된 결과를 기준으로 라우팅을 결정하는 방법을 다룹니다.

현재 가격 차이

2026년 11월 9일 기준 DeepSeek 공개 가격 페이지에는 100만 토큰당 오프피크 가격이 다음과 같이 나와 있습니다.

모델 입력(캐시 적중) 입력(캐시 미스) 출력
deepseek-flash $0.003 $0.15 $0.60
deepseek-v4-pro $0.022 $0.66 $1.98

Tokuse는 이 모델들을 라우팅합니다. 표는 DeepSeek 공식 정가이며 Tokuse 그룹 가격과 다를 수 있습니다. 실제로 지불할 요금은 Tokuse 가격 페이지에서 확인하세요.

두 모델 모두 1M 컨텍스트 윈도우를 제공하며 JSON 출력, 도구 호출, Responses API, Anthropic 호환 API를 지원합니다. deepseek-flash는 비전 지원도 제공합니다.

캐시 미스 기준으로 Pro의 입력 가격은 Flash의 약 4.4배, 출력은 3.3배입니다. 결과의 차이가 이 배수를 정당화할 때 Pro를 사용하세요.

10M 토큰 예시

한 작업이 입력 토큰 10M을 사용하고 출력 토큰 2M을 생성한다고 가정합니다.

캐시 적중률이 0%일 때 오프피크 비용은 다음과 같습니다.

경로 입력 출력 합계
Flash $1.50 $1.20 $2.70
V4 Pro $6.60 $3.96 $10.56

캐시 적중률이 90%일 때:

경로 입력 출력 합계
Flash $0.18 $1.20 $1.38
V4 Pro $0.86 $3.96 $4.82

캐시가 충분히 작동하면 절대 차이는 줄어들지만 라우팅 결정은 달라지지 않습니다. 품질과 안정성 검사를 통과하는 가장 저렴한 모델부터 시작하세요.

Flash부터 시작하기

출력 계약이 명확한 작업에는 deepseek-flash를 사용하세요.

  • 분류 및 태깅
  • 구조화된 추출
  • 일상적인 지원 답변
  • 짧은 요약
  • 문서 메타데이터
  • 대량 처리 에이전트 단계
  • 워크플로에 비전이 필요한 이미지 이해

이런 작업은 보통 성공 기준이 결정적입니다. 스키마 검증기, 레이블 임계값, 다운스트림 비즈니스 규칙으로 저렴한 경로가 제대로 작동했는지 확인할 수 있습니다.

V4 Pro로 에스컬레이션하기

Flash가 측정 가능한 기준을 통과하지 못하면 deepseek-v4-pro로 라우팅하세요.

  • 답변이 중요한 제약 조건을 놓칠 때
  • 여러 단계의 계획이 내부적으로 모순될 때
  • 더 깊은 추론이나 장기적인 종합이 필요한 작업일 때
  • 도구 사용이 잘못된 정지 지점에 반복적으로 도달할 때
  • 사람이 검토했을 때 중대한 품질 격차가 발견될 때

어려워 보이는 모든 요청을 Pro로 보내지 마세요. 작은 평가 세트를 만들고 결과가 결정하게 하세요.

실용적인 라우팅 루프

  1. 요청을 deepseek-flash로 보냅니다.
  2. 스키마나 결정적 규칙으로 출력을 검증합니다.
  3. 검증에 실패했을 때만 deepseek-v4-pro로 에스컬레이션합니다.
  4. 두 시도, 실패 이유, 지연 시간, 토큰 사용량을 기록합니다.
  5. 매주 에스컬레이션을 검토하고 Pro 비중을 늘리기 전에 Flash 프롬프트를 개선합니다.

이 "라우팅 후 에스컬레이션" 패턴은 모든 요청에 Pro를 쓰는 것보다 대개 비용이 적습니다. 향후 모델 변경을 판단할 근거도 됩니다.

재배포 없이 경로를 바꾸는 게이트웨이

Tokuse는 두 모델을 하나의 OpenAI 호환 엔드포인트로 제공합니다.

https://tokuse.com/v1

애플리케이션 코드는 같은 SDK를 유지하고 모델 별칭만 바꿉니다.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["TOKUSE_API_KEY"],
    base_url="https://tokuse.com/v1",
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "Classify this support ticket."}],
    max_tokens=200,
)

검증에 실패하면 라우팅 계층에서 같은 작업을 deepseek-v4-pro로 보냅니다. 제품 엔드포인트는 그대로입니다.

DeepSeek 가격 모델은 캐시 적중 계산을, OpenAI 호환 설정 가이드는 SDK 구성과 흔한 실패 유형을 설명합니다.

결정을 내리는 지표

모델과 작업별로 다음을 추적하세요.

  • 작업 성공률
  • 검증 실패율
  • 에스컬레이션 비율
  • 입력 및 출력 토큰
  • 캐시 적중률
  • 지연 시간과 재시도
  • 성공한 작업당 비용

가장 저렴한 경로는 재시도와 사람 검토까지 포함해 가장 적은 총작업으로 작업을 올바르게 완료하는 경로입니다.

Tokuse는 여러 모델을 테스트하고 라우팅할 수 있는 하나의 OpenAI 호환 엔드포인트를 제공합니다. 현재 카탈로그를 살펴보고 테스트 키를 만든 뒤, 직접 워크로드에서 두 DeepSeek 경로를 비교해 보세요.

Tokuse 계정을 만들고 현재 모델 비교하기

관련 비용 및 마이그레이션 가이드

출처