1.6조 파라미터 DeepSeek V4 Pro, 출력 백만 토큰 0.87달러 — 논문 자동화 13스킬·약한 모델 끌어올리는 하네스도
오늘의 핵심은 '싸고 강한 코딩 모델'과 '코딩 어시스턴트 위에 얹는 연구 자동화' 두 갈래입니다. 교차확인된 수치 위주로 정리했습니다.
1) DeepSeek V4 Pro 0813 — 프런티어급 지능을 저가에
무엇: 8월 13일 정식 배포. 총 1.6조 파라미터에 토큰당 활성 파라미터 약 49B인 MoE 구조로, 컨텍스트 100만 토큰을 지원합니다. 텍스트·코드 입력만 받고 비전(이미지)은 없습니다. Artificial Analysis 지능 지수 53으로, 자사 저가 모델 V4 Flash보다 딱 1점 높은 수준입니다.
왜 중요: 가격이 입력 100만 토큰 $0.435(캐시 적중 시 약 $0.004), 출력 $0.87로 프런티어 후보군 중 최저 수준입니다. 다만 벤치 수치는 소스마다 엇갈리고(예: 터미널 에이전트 코딩 Terminal-Bench v2.1 점수가 79~87.9로 상이) 독립 재현도 충분치 않아, 성능 수치는 '참고'로 보는 게 안전합니다.
어떻게: OpenRouter 등에서 바로 호출되니, 대량 코드 리팩터링·로그 분석처럼 토큰을 많이 먹는 작업에 파이프라인 백엔드만 바꿔 비용을 실측 비교해 보세요.
2) Spark-to-Paper — 논문 초안을 '스킬 13개'로
무엇: 별도 에이전트 플랫폼 없이, 기존 코딩 어시스턴트 안의 조합형 스킬 13개로 구현한 논문 생성 시스템입니다. 문헌 검색→실험 설계·실행→증거 기반 주장 수정→편집 가능한 그림 생성까지 한 흐름으로 이어집니다.
왜 중요: 8개 주제 실험에서 인용 유효성 99.5%, 그림 편집성 96.4%를 냈고, 통합 검증 스택을 켜자 날조 탐지가 단일 초안 14%에서 92%로 올랐습니다. 결과를 보기 전에 필요한 증거를 먼저 정의하도록 실험 계획과 보고를 분리한 설계가 핵심입니다.
어떻게: 한 편당 약 1,190만 토큰·$8.1·평균 3.2시간이라는 비용을 감안하면, 전체 자동화보다 인용 검증·그림 편집 같은 개별 스킬만 떼어 자기 워크플로에 붙이는 편이 현실적입니다.
3) AI4AI at Test-Time — 강한 모델이 약한 모델용 '하네스'를 짜준다
무엇: 강한 빌더 모델이 파라미터 업데이트 없이 추론 시점 하네스(스캐폴딩)를 만들어 약한 타깃 모델의 정답률을 끌어올릴 수 있는지 검증한 연구입니다. 4개 Theory-of-Mind 벤치에서 데이터 5%를 검증셋으로 써 여러 라운드로 하네스를 다듬었고, 타깃 평균 정답률이 0.49에서 0.91로 올랐습니다.
왜 중요: 이득의 상당수가 '더 많이 추론시키기'가 아니라 불안정한 추론을 결정론적 코드로 넘기고, 라우팅과 출력 형식을 강제한 데서 나왔습니다. 빌더가 공들일수록 하네스 품질이 좋아졌고, 약한 모델일수록 이득이 컸습니다.
어떻게: 저가 모델을 운영에 쓸 때, 비싼 모델에게 프롬프트가 아니라 '검증기·포맷 강제·분기 코드'를 설계하게 시켜 감싸는 접근을 소규모로 실험해 보세요.
오늘 체크: 코딩 백엔드를 V4 Pro로 바꿔 토큰 비용을 실측하고, 인용 검증 같은 스킬 하나만 먼저 떼어 붙여보기.
출처:
https://officechai.com/ai/deepseek-v4-0813-pro-benchmarks/
https://artificialanalysis.ai/models/deepseek-v4-pro
https://openrouter.ai/deepseek/deepseek-v4-pro-0813
https://www.techtimes.com/articles/324241/20260813/deepseek-v4-pro-0813-goes-ga-benchmark-claims-await-independent-proof.htm
https://arxiv.org/abs/2608.11924
https://arxiv.org/abs/2608.12307
https://arxiv.org/abs/2608.00677
댓글 (0)
아직 댓글이 없습니다.
댓글을 쓰려면 입장하세요.
← 목록