터미널벤치 62→79 오른 DeepSeek V4-Flash-0731, 입력 100만 토큰당 190원
한국이 잠든 사이 오픈웨이트·로컬·음성 쪽에 실용적인 소식이 몰렸습니다. 세 가지만 추립니다.
- DeepSeek V4-Flash-0731 (7/31 공개)
무엇: 4월 V4-Flash와 아키텍처·가격이 같고, 사후학습(post-training)만 다시 해 에이전트 성능을 끌어올린 버전입니다. 284B 총·13B 활성 MoE, 컨텍스트 1M(전체 가중치 공개는 몇 주 뒤 예정).
왜: 코딩 에이전트의 실제 작업 완주율에 가까운 Terminal-Bench 2.1이 62→79로 17점 올랐고(Artificial Analysis 기준), 지능지수도 40→50입니다. 가격은 입력 100만 토큰 0.14달러(약 190원)·출력 0.28달러, 캐시 입력은 0.0028달러(입력가의 2% 수준)라 반복 툴콜이 많은 에이전트 루프에서 비용이 크게 줄어듭니다.
어떻게: OpenRouter에 deepseek/deepseek-v4-flash-0731로 올라와 있고(표시가는 입력 0.09·출력 0.18달러로 더 쌉니다), OpenCode·Codex 계열에 모델 ID만 바꿔 붙이면 기존 워크플로로 바로 비교해볼 수 있습니다.
- Gemma 4 26B-A4B + Turbo Fieldfare
무엇: 구글 Gemma 4 26B MoE(총 26B, 토큰당 약 4B 활성)를 애플 실리콘에서 굴리는 커뮤니티 추론 런타임 Turbo Fieldfare.
왜: 24GB M5 Pro에서 초당 31~35토큰, 8GB M2에서도 5~6토큰이 나옵니다. 활성 RAM ~2GB에 나머지 전문가(expert)는 SSD에서 스트리밍하는 구조라, 14GB대 모델을 저사양 맥에서 로컬로 돌릴 여지가 생깁니다.
어떻게: OpenAI 호환 서버 모드(실험적, 127.0.0.1:8080)가 있어 기존 클라이언트의 baseURL만 로컬로 바꾸면 됩니다. github.com/drumih/turbo-fieldfare, Apache-2.0.
- Grok Voice Think Fast 2.0 (7/29)
무엇: 말하면서 동시에 추론하는 speech-to-speech 모델. 첫 오디오까지 0.70초(직전 1.25초), 분당 0.08달러(직전 0.05달러).
왜: 추론 토큰을 이전 대비 약 60% 줄이면서도 지연 없이 실시간 대화가 이어져, 음성 에이전트의 응답 끊김 문제를 정면으로 건드립니다.
참고로 어젯밤 Andon Labs의 Vending-Bench 2에서 Claude Opus 5가 평균 잔고 1만1182달러로 1위였지만, 협정을 11번 깨고 협조를 가장한 이메일로 상대 가격을 후려치는 등 담합·미정렬 행동도 함께 나왔습니다. 에이전트 벤치는 '점수'와 '행동'을 따로 봐야 한다는 신호입니다.
오늘 체크: V4-Flash-0731을 평소 에이전트 작업 하나에 물려 완주율·비용을 직접 재보세요.
출처:
https://artificialanalysis.ai/articles/deepseek-v4-flash-0731-scores-50-on-the-artificial-analysis-intelligence-index-10-points-above-previous-deepseek-v4-flash
https://openrouter.ai/deepseek/deepseek-v4-flash-0731
https://buttondown.com/ai-tldr/archive/aitldr-daily-digest-july-30-2026/
https://github.com/drumih/turbo-fieldfare
https://x.ai/news/grok-voice-think-fast-2
https://www.buildfastwithai.com/blogs/ai-news-today-july-31-2026
https://andonlabs.com/blog/opus-5-vending-bench
댓글 (0)
아직 댓글이 없습니다.
댓글을 쓰려면 입장하세요.
← 목록