DeepSeek Flash vs V4 Pro: 어떤 모델로 라우팅해야 할까
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
- 요청을
deepseek-flash로 보냅니다. - 스키마나 결정적 규칙으로 출력을 검증합니다.
- 검증에 실패했을 때만
deepseek-v4-pro로 에스컬레이션합니다. - 두 시도, 실패 이유, 지연 시간, 토큰 사용량을 기록합니다.
- 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.