텍스트 파이프라인에는 추출, 문서 검토, 롤플레이처럼 서로 다른 출력 예산이 필요한 작업이 있을 수 있습니다. 새 연동이라면 deepseek/v4.1-flash/chat로 시작하세요. 입력은 100만 토큰당 $0.30, 출력은 $1.20이고, 응답 상한은 384,000토큰입니다. 연동이 V4 ID에 고정되어 있다면 일상적인 작업에는 V4 Flash를 쓰세요. Pro는 병렬 도구 호출을 명시적으로 제어해야 할 때, 65,536토큰을 넘는 응답이 필요할 때, 또는 결과가 토큰 가격 3배를 정당화하는 특정 작업에 선택합니다. 두 V4 ID 모두 1,048,576토큰을 읽으므로 입력이 길다는 이유만으로 Pro 비용을 낼 필요는 없습니다.
신규 구축 경로는 V4.1 Flash 마이그레이션 가이드에서 다룹니다. 아래 비교는 호스팅되는 두 V4 ID에 적용됩니다.
어떤 작업에 어느 쪽인가
| 작업 | 선택 | 이유 |
|---|---|---|
| 추출, 분류, JSON 출력, 일상적인 채팅 | V4 Flash | 입력 창은 같고 토큰 가격은 3분의 1 |
| 사람이나 두 번째 모델이 확인하는 코드·문서 1차 검토 | V4 Flash | 가장 저렴하게 훑어볼 수 있습니다. 불분명한 발견 사항만 위로 올립니다 |
| 65,536토큰을 넘는 단일 응답(전체 마이그레이션 계획, 데이터 세트 전체 변환) | V4 Pro | 상한 384,000토큰 대 65,536 |
요청에 parallel_tool_calls를 설정해야 하는 워크플로 | V4 Pro | Flash는 이 필드를 받지 않습니다 |
| 더 저렴한 모델의 초안에 대한 최종 검증 | V4 Pro | 비싼 패스는 근거가 있는 소수의 항목에 집중합니다 |
| 아키텍처 검토, 리팩터링 계획, 문서화 | Flash로 훑은 뒤 Pro를 시험 | 아래 단일 코드베이스 벤치마크에서 더 넓게 다뤘습니다. 놓친 세부 사항이 중요할 때 유용합니다 |
| 정확한 줄 번호 참조에 따른 코드 수정 | Flash와 소스 검증, 필요하면 Pro 추가 | 벤치마크에서 두 모델 모두 일부 잘못된 주장을 했습니다. 정확성은 소스 확인과 애플리케이션 테스트로 판단합니다 |
| 대량의 롤플레이나 소설 | V4 Flash | 롤플레이 100턴당 약 $0.57 대 $1.72 |
계약 차이
| 현재 계약 | V4 Flash | V4 Pro | V4.1 Flash(참고) |
|---|---|---|---|
| 모델 ID | deepseek/v4-flash/chat | deepseek/v4-pro/chat | deepseek/v4.1-flash/chat |
| 입력 한도 | 1,048,576토큰 | 1,048,576토큰 | 1,048,576토큰 |
| 출력 상한 | 65,536토큰 | 384,000토큰 | 384,000토큰 |
| 기본 출력 한도 | 32,768토큰 | 32,768토큰 | 32,768토큰 |
reasoning_effort | none, low, high(기본값 high) | none, low, high(기본값 high) | none, low, high(기본값 high) |
| 이 가이드에서 사용한 입력 | 텍스트 메시지 | 텍스트 메시지 | 텍스트 메시지 |
| JSON 객체 출력 | 지원 | 지원 | 지원 |
parallel_tool_calls | 받지 않음 | 받음, 기본값 true | 받지 않음 |
| 100만 토큰당 USD(입력 / 캐시 / 출력) | $0.44 / $0.014 / $1.32 | $1.32 / $0.044 / $3.96 | $0.30 / $0.006 / $1.20 |
| SpicyAPI 리뷰의 출력 속도 | 40토큰/초 | 46토큰/초 | 기재 없음 |
현재 호스팅 필드는 V4 Flash와 V4 Pro 페이지에서 확인할 수 있습니다. 두 모델 모두 최대 256개 메시지와 128개 도구 정의를 허용하고 요청당 최대 60분까지 걸릴 수 있으며, 어느 쪽도 temperature와 top_p를 노출하지 않습니다. SpicyAPI의 비교 페이지에서는 같은 필드를 라이브 스키마 기준으로 보여 줍니다.
두 엔드포인트 모두 목록에 없는 필드는 거부합니다. Pro 엔드포인트에서 복사한 parallel_tool_calls가 포함된 본문은 Flash에서 무시되지 않고 검증에 실패하므로, 두 모델의 필드를 합친 본문을 보내지 말고 모델별 필드를 따로 관리하세요.
이 ID들의 업스트림 상태. DeepSeek의 현재 변경 로그에서는 V4 Flash를 종료하고 이전 별칭을 일시적으로 V4.1 Flash로 연결하며, V4 Pro 서비스는 청구 변경 없이 계속됩니다. SpicyAPI는 위의 별도 ID를 제공합니다. V4 연동을 유지한다면 업스트림 별칭이 아니라 호스팅된 전체 ID를 고정하세요. DeepSeek의 9월 10일 공지는 기본 별칭의 리디렉션을 설명하므로, 기본 별칭을 쓴 포럼 결과는 원래의 V4 버전을 전혀 비교하지 않았을 수 있습니다. "Flash vs Pro" 페이지를 믿기 전에 모델 이름, 버전이 붙은 ID, 관찰된 결과를 구분하세요. 신규 구축에서는 V4.1 Flash의 낮은 가격과 큰 응답 상한이 거기서 시작하는 현실적인 이유입니다.
다른 개발자들이 이 조합에서 발견한 것
하나의 Python 코드베이스를 대상으로 한 18회 실행 코드 리뷰 벤치마크(날짜가 붙은 Flash 0731과 Pro 0813 스냅숏 사용)에서 유용한 차이가 나타났습니다.
- 범위: 검증 가능한 주장은 Pro가 169개, Flash가 70개였습니다. 주장의 정확도는 비슷했습니다. 95.9% 대 95.7%입니다.
- 버그 발견: Flash는 알려진 잠재 버그 세 개를 모두 찾았고 Pro는 하나를 찾았습니다. Flash는 존재하지 않는 엣지 케이스도 지어냈으므로 제안된 수정은 소스와 대조해 확인하세요.
- 일관성: Pro의 보고서 깊이는 반복 실행마다 2.7배 차이가 났습니다. 이 설정에서는 Flash로 훑은 뒤 Pro로 집중 검증하는 방식이 가장 좋았습니다.
저렴한 1차 패스에는 Flash를 쓰고, 불분명한 발견 사항은 소스와 정확한 질문을 함께 Pro에 넘기세요. 어느 모델의 보고서도 소스 확인이나 애플리케이션 테스트를 대신하지 못합니다.
먼저 Playground에서 시험하기
- DeepSeek V4 Flash를 열고 Playground로 전환합니다.
- 예시의 카탈로그 승인 및 재고 타임아웃 기록을 붙여 넣습니다. 작업 E42를 내보낼 수 있는지 물어보세요.
- 같은 입력으로 V4 Pro에서도 반복합니다. 현재 재고 조회가 실패했으므로 두 답변 모두 내보내기를 막아야 합니다.
정답이 하나인 결정으로 둘 다 시험하기
크리에이터의 스토어프런트 내보내기가 승인된 카탈로그와 최신 재고 조회에 달려 있다고 가정해 봅시다. 모델은 보류 중인 단계를 완료된 것으로 취급하지 않고 무엇이 내보내기를 막는지 짚어야 합니다. 이 테스트 케이스는 비용이 낮아서, 큰 대본을 보내기 전에 두 모델 모두에서 돌려 볼 수 있습니다.
API Keys에서 받은 키로 SPICY_API_KEY를 설정하세요. 요청에는 SpicyAPI의 Chat Completions 인터페이스를 사용합니다.
cat > request.json <<'JSON'
{
"model": "deepseek/v4-flash/chat",
"messages": [
{
"role": "system",
"content": "Return JSON with can_export (boolean), blockers (array of strings), and evidence (array of exact source quotes). Use only the supplied record. Every required dependency must be complete before export."
},
{
"role": "user",
"content": "Job E42 requires catalog approval and a current inventory lookup. Record: \"Catalog approved at 10:00. Inventory lookup timed out at 10:03. The last inventory snapshot is from yesterday.\" Can this job be exported now?"
}
],
"max_tokens": 2048,
"reasoning_effort": "low",
"response_format": {
"type": "json_object"
}
}
JSON
curl --fail-with-body https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
--data-binary @request.json --output response.json
python3 - <<'PY'
import json
from pathlib import Path
response = json.loads(Path("response.json").read_text())
choice = response["choices"][0]
if choice.get("finish_reason") != "stop":
raise SystemExit("FAIL: reply did not finish normally")
answer = json.loads(choice["message"]["content"])
quotes = {"Catalog approved at 10:00.",
"Inventory lookup timed out at 10:03.",
"The last inventory snapshot is from yesterday."}
blockers = answer.get("blockers")
evidence = answer.get("evidence")
valid = (
answer.get("can_export") is False
and isinstance(blockers, list) and bool(blockers)
and all(isinstance(item, str) and item.strip() for item in blockers)
and any("inventory" in item.lower() for item in blockers)
and isinstance(evidence, list) and bool(evidence)
and all(isinstance(item, str) and item in quotes for item in evidence)
and "Inventory lookup timed out at 10:03." in evidence
)
if not valid:
raise SystemExit("FAIL: decision, blocker or source evidence is incorrect")
print("PASS: export is blocked by the timed-out inventory lookup")
PY올바른 결정은 can_export: false이며, 최신 재고가 없다는 점이 막는 요인입니다. 어제의 스냅숏은 요구되는 최신 조회가 아니고, evidence 배열에는 타임아웃 줄이 인용되어야 합니다.
이것은 테스트 케이스 점검일 뿐 범용 비즈니스 검증기가 아닙니다. 실제 내보내기에는 애플리케이션의 실제 의존성 상태를 사용하세요. 모델이 실제 문장을 인용하고도 잘못된 결론을 내릴 수 있으므로, 여기서는 결정과 근거를 모두 확인합니다.
같은 입력으로 Pro를 돌리려면 모델 ID만 바꾸세요. 소스, 지시문, effort, 출력 상한은 동일하게 유지하고 각 답변을 두 가지로 평가합니다. 막는 요인을 짚었는가, 그리고 인용문이 기록에 실제로 있는가. 설명이 길다고 더 나은 결정은 아닙니다.
Flash가 통과하면 이 테스트 케이스는 그 작업에 Pro 비용을 낼 이유를 주지 않습니다. 어느 쪽이든 재고 성공을 지어낸다면, JSON이 파싱되었다는 이유로 그 답변을 다음 단계로 넘기지 마세요. 둘 다 실패한다면 더 비싼 가격을 해결책으로 보기 전에 요구 사항이 분명히 적혔는지 확인하세요.
Agent가 호출을 준비하게 하기
내보내기 결정 점검을 반복한다면 코딩 Agent에게 SpicyAPI Skill을 사용하도록 요청하세요. "Read deepseek/v4-flash/chat, then adapt the example to my input; show the request before running it." CLI 조회는 spicyapi models get deepseek/v4-flash/chat --json이고, MCP 조회는 spicyapi_model_get에 model: "deepseek/v4-flash/chat"을 지정합니다. 채팅 호출에는 호환 클라이언트나 채팅 API를 사용하며, 미디어 태스크 명령은 채팅 응답을 생성하지 않습니다.
어떤 워크플로가 더 높은 요금을 받을 만한가?
하나의 완결된 브리프에서 크리에이터의 출시일, 캐릭터 이름, 요청된 이미지 수를 추출하는 경우 Flash에는 일반적인 제어 항목과 충분한 출력 용량이 있습니다. Pro의 더 큰 출력 상한은 짧은 JSON 객체에는 이점이 없습니다. Flash로 시작하고, 누락된 값은 명시적으로 표시해서 "no release date supplied"가 지어낸 날짜로 바뀌지 않게 하세요.
여러 레코드에 걸친 의존성 검토에서는 작업의 규칙을 구체적으로 만드세요. 승인된 캐릭터 참조만으로는 샷에 승인된 두 번째 캐릭터와 최신 재고 에셋이 필요할 때 충분하지 않습니다. 주변의 제작 대본이 샷을 거듭 준비 완료라고 불러도, 모델은 두 번째 캐릭터 승인이 빠졌음을 알아채야 합니다. 위의 테스트 케이스는 재고를 이용해 이 구분을 검증합니다. 실패한 복잡한 작업에서는 Pro와 비교해 볼 가치가 있을 수 있습니다.
매우 큰 변환에서는 품질에 대한 주장 없이도 출력 요구 사항이 선택을 정할 수 있습니다. 실제로 반환할 문서가 한 번의 응답에서 65,536토큰을 넘어야 한다면 Flash의 상한으로는 맞지 않고 Pro가 더 많은 출력을 허용합니다. 독립적인 레코드를 더 작은 그룹으로 반환할 수 있다면, 배치 처리로 Flash를 계속 쓰면서 실패한 그룹을 더 쉽게 재시도할 수 있습니다. 그룹 사이의 관계에 답이 좌우되는 작업은 그 관계를 이어 주지 않은 채 나누지 마세요.
선택적 업그레이드는 선택적으로 유지될 때만 경제적입니다. 아래의 입력 50,000/출력 3,000토큰 가정에서 Flash 호출 900회와 Pro 호출 100회는 $31.152이고, 1,000회 모두를 Pro로 처리하면 $77.88입니다. 모든 작업을 먼저 Flash로 처리하고 그중 100건에 Pro가 필요하다면 합계는 $33.748입니다. 이는 재시도의 상충 관계를 설명하기 위한 가상의 합계이며 실제 토큰 사용량은 다릅니다.
같은 사용량에서 요청 하나의 비용
캐시되지 않은 입력 50,000토큰과 청구되는 출력 3,000토큰이 있는 요청의 경우:
- Flash: 50,000 × $0.44/M + 3,000 × $1.32/M = $0.02596.
- Pro: 50,000 × $1.32/M + 3,000 × $3.96/M = $0.07788.
이런 요청 1,000건의 비용은 각각 $25.96과 $77.88입니다. 입력 토큰 중 40,000개가 캐시 읽기이고 10,000개가 아니라면 요청당 비용은 Flash가 $0.00892, Pro가 $0.02684가 됩니다. 캐시 요금은 정확히 3대 1이 아니므로, 표시 가격으로 어림하지 말고 합계를 계산하세요.
모델 선택보다 청구액을 더 크게 좌우하는 요소가 두 가지 있습니다.
- 추론은 출력으로 청구됩니다. 기본 effort는
high입니다. 추출과 분류에서는low를 시험하고, 추론 단계를 건너뛰려면none을 쓰며, 토큰뿐 아니라 채택된 결과도 비교하세요. - 재시도도 계산됩니다. 중요한 것은 호출당 비용이 아니라 채택된 답변당 비용입니다.
선택적 에스컬레이션은 절감 효과 대부분을 유지합니다. 모든 요청을 Flash로 보내고, 실패했거나 모호한 결과는 실패한 이유의 근거와 함께 Pro로 보내세요. 위의 사용량에서 열 건 중 한 건이 에스컬레이션되고, 에스컬레이션된 요청이 Flash와 Pro 호출을 모두 부담한다면 평균은 요청당 약 $0.03375로, 전부 Pro로 처리할 때의 $0.0779보다 낮습니다. 두 번째 모델이 같은 실수를 반복할 수 있으므로, 작업의 실제 정확성 검사는 그대로 두세요.
Pro의 더 큰 출력이 중요한 경우
384,000토큰 상한이 중요한 것은 필요한 응답이 실제로 65,536토큰을 넘을 때뿐입니다. 예를 들어 각 단계의 SQL과 롤백이 함께 돌아와야 하는 순서 있는 마이그레이션 계획이 그렇습니다. 긴 입력에 대한 짧은 보고서는 해당하지 않습니다. 입력 용량은 동일합니다.
아주 큰 응답을 요청하기 전에, 받는 쪽이 그것을 검증하고 저장할 수 있는지 확인하세요. 장 단위 수정이나 독립 그룹으로 나눈 레코드는 중단된 뒤에 복구하기가 더 쉽습니다. 각 부분이 공통 구조에 의존할 때만 하나의 응답을 유지하세요.
최댓값과 기본값을 혼동하지 마세요. 둘 다 기본 출력은 32,768토큰이며, 한도에 도달한 응답은 오류 없이 잘립니다. 위의 테스트 케이스 같은 짧은 작업에는 작은 값을 명시하고, 결과물에 필요한 경우에만 더 큰 값을 쓰세요.
병렬 도구 호출이 중요한 경우
Pro는 parallel_tool_calls를 받고 Flash는 받지 않습니다. 이는 보낼 수 있는 요청 본문을 알려 줄 뿐, Flash가 도구를 쓸 수 없다는 뜻은 아닙니다. 둘 다 도구 정의와 tool_choice를 받습니다.
승인된 카탈로그와 재고 기록을 동시에 가져오는 것처럼, 서로 독립적인 읽기는 병렬 호출의 후보입니다. 내보내기 동작은 두 결과에 모두 의존하므로 기다려야 합니다. 제안된 도구 순서를 실행 허가로 취급하지 말고, 이 의존성을 애플리케이션에서 강제하세요. Pro에서 parallel_tool_calls를 false로 설정하면, 각 호출이 이전 결과를 필요로 할 때 턴당 호출이 최대 한 번입니다.
루프에 명시적인 제어가 필요하다면 그것이 Pro를 선택할 구체적인 이유입니다. 순차 조회를 하고 짧은 답변 하나를 반환한다면 Flash로 시작하고, 기본 루프가 동작한 뒤에 동시성을 추가하세요.
무검열 글쓰기와 롤플레이
SpicyAPI에서 두 모델 모두 Uncensored 티어에 속합니다. 플랫폼 콘텐츠 필터가 없으며, 남는 것은 각 모델 자체의 동작입니다. 2026년 9월의 콘텐츠 래더 테스트에서 두 모델은 강도가 높은 성인 장면 범주(리뷰의 L4)를 맥락 없이 직접 요청하면 거부했고, 시스템 프롬프트가 소설 집필의 틀을 설정하자 둘 다 작성했습니다.
| 강도가 높은 성인 장면(L4) | V4 Flash | V4 Pro |
|---|---|---|
| 직접 요청, 틀 없음 | 거부(3회 중 3회) | 거부(3회 중 3회) |
| 이야기로 틀을 잡음 | 2회 작성, 1회 수위 낮춤 | 1회 시도, 거부 |
| 시스템 프롬프트가 소설 맥락을 설정 | 작성(3회 중 3회) | 작성(3회 중 3회) |
L5에서는 각 모델이 성인 소설 브리프의 표현 세 가지와, 별도의 성인이 아닌 수위 높은 소설 브리프의 표현 세 가지를 완료했습니다. Flash는 가장 약한 암시적 범주에서 한 번 수위를 낮췄고, 그 밖의 낮은 수준 시험은 모두 완료되었습니다. 따라서 성인 소설에서는 어느 모델이든 시스템 프롬프트로 작업의 틀을 잡으세요. 덜 거부하기를 기대하며 Pro에 비용을 내지는 마세요. 모든 실행은 V4 Flash와 V4 Pro 리뷰에 정리되어 있습니다.
롤플레이는 출력이 많아서 3대 1의 가격 차이가 드러나는 영역입니다. 턴당 캐시되지 않은 입력 10,000토큰과 청구되는 출력 1,000토큰(추론 포함)을 가정하면 100턴당 Flash는 약 $0.57, Pro는 $1.72입니다.
FAQ
코딩에 V4 Flash로 충분한가요?
더 저렴한 출발점이며, 단일 코드베이스 벤치마크에서 Flash는 알려진 버그 세 개를 모두 찾았습니다. 제안된 수정을 적용하기 전에 인용된 소스를 확인하고 영향을 받는 테스트를 실행하세요. Pro의 집중 패스는 에스컬레이션 옵션이지, 이러한 확인을 대신하지 않습니다.
Flash는 느린가요?
SpicyAPI 리뷰에서 출력 속도는 Flash가 초당 40토큰, Pro가 46토큰이었습니다. 이 작은 차이만으로 토큰 예산을 세 배로 늘릴 이유는 되지 않으며, 실제 지연 시간은 추론과 응답에 따라 달라집니다. 이 측정값을 현재 속도의 보장으로 믿기보다 짧은 작업에서 effort를 낮추세요.
Pro가 더 큰 모델인데 왜 Flash를 선택하나요?
두 호스팅 ID 모두 같은 긴 입력을 받으며, 캐시되지 않은 토큰 요금 기준으로 Flash는 약 3분의 1입니다. 짧은 추출이나 분류 응답에서는 Pro의 더 큰 출력 상한이 그것만으로는 아무 이점이 없습니다. 더 비싼 패스에 던질 구체적인 질문이 있을 때 모호한 결과를 에스컬레이션하세요.
새 연동은 V4와 V4.1 Flash 중 어느 쪽에서 시작해야 하나요?
특정 V4 계약이 필요하거나 고정된 연동을 유지해야 하는 경우가 아니라면 V4.1 Flash로 시작하세요. V4.1로 연결되는 것은 종료된 V4 Flash 별칭뿐이며, V4 Pro는 계속되고 이 호스팅 계약들은 계속 따로 표시됩니다. 운영 트래픽을 옮기기 전에 애플리케이션이 의존하는 동작을 다시 확인하세요.
