DeepSeek-V4-Pro: 1M 컨텍스트, LiveCodeBench 1위, 오픈소스 프론티어
프로덕션 코딩 에이전트를 위해 오픈소스 모델을 평가하고 계신가요? 전체 저장소(레포지토리)를 처리할 수 있고, 단일 파일이 아닌 대규모 코드베이스를 다루며, GitHub 이슈를 실제로 해결하면서 도구 호출에서 환각을 일으키지 않는 모델이 필요합니다. 시도하는 모든 모델은 128K 토큰을 넘어서면 성능이 떨어지거나 실제 엔지니어링 작업에 중요한 벤치마크에서 GPT-4o에 뒤쳐집니다.
DeepSeek-V4-Pro가 이 계산법을 바꿉니다. 1.6조 매개변수의 MoE 모델로, 진정한 1M 토큰 컨텍스트 윈도우, LiveCodeBench에서 가장 높은 공개 점수(93.5 Pass@1), Codeforces Rating 3206을 제공합니다. 이는 폐쇄형 프론티어 API를 포함한 모든 평가 모델 중 1위입니다. 요약하면, MIT 라이선스로 출시된 경쟁 코딩 및 대규모 컨텍스트 에이전트 작업에 현재 가장 좋은 오픈소스 모델입니다. 오늘부터 Novita AI를 통해 사용 가능합니다.
DeepSeek-V4-Pro란 무엇인가요?
DeepSeek-V4-Pro는 2026년 4월 24일에 출시된 DeepSeek V4 시리즈의 플래그십 모델입니다. 경량 모델인 DeepSeek-V4-Flash(총 284B / 활성 13B)보다 상위에 있으며, DeepSeek의 현재 프론티어 역량을 미리 선보이는 모델로, 지식 및 코딩 분야에서 "현재 사용 가능한 최고의 오픈소스 모델"로 설명됩니다. 이 모델은 32조 개 이상의 토큰으로 훈련되었으며, 두 단계 파이프라인(도메인 전문가 SFT + GRPO 강화 학습 후, 온폴리시 증류)을 통해 파인튜닝되었습니다. 전체 기술 세부사항은 DeepSeek의 논문 *DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence*에서 확인할 수 있습니다.
주요 사양 요약:
- 아키텍처: Mixture-of-Experts(MoE) + Hybrid Attention — 압축 희소 어텐션(CSA) + 고압축 어텐션(HCA)
- 매개변수: 총 1.6T / 순방향 패스당 49B 활성화
- 컨텍스트 윈도우: 1,048,576 토큰 (1M)
- 정밀도: FP4(MoE 전문가) + FP8 혼합
- 추론 모드: Non-think(빠름), Think(표준 CoT), Max(최대 추론 예산)
- 기능: 함수 호출, 구조화된 출력, 추론, 1M 컨텍스트 검색
- 라이선스: MIT
주요 기능
효율적인 1M 토큰 컨텍스트를 위한 Hybrid Attention
대부분의 "긴 컨텍스트"를 주장하는 모델은 조용히 자르거나 128K 토큰을 넘어서면 급격히 성능이 저하됩니다. DeepSeek-V4-Pro의 Hybrid Attention 아키텍처(CSA와 HCA를 결합하고 Manifold-Constrained Hyper-Connections(mHC)를 추가)는 처음부터 효율적인 백만 토큰 처리를 위해 설계되었습니다. 실제로 MRCR 1M 점수 83.5(1M 컨텍스트에서 메모리 회상) 및 CorpusQA 1M 62.0을 기록하며, 전체 윈도우에서 일관된 추론을 유지합니다. 전체 코드베이스, 하루 분량의 로그, 또는 책 길이의 문서를 한 번의 호출로 처리해야 하는 에이전트에게 이 아키텍처는 특수 인프라 없이도 실현 가능하게 만듭니다.
LiveCodeBench 및 Codeforces 1위 — 실제 경쟁하는 코딩 모델
DeepSeek-V4-Pro는 LiveCodeBench 93.5(Pass@1) 및 Codeforces Rating 3206을 기록하며, 비교표에서 가장 높은 공개 점수를 자랑합니다. 이는 Claude Opus 4.6 Max(88.8 / 등급 없음), Gemini 3.1 Pro High(91.7 / 3052), GPT-5.4 xHigh(LCB 점수 없음 / 3168)를 능가합니다. SWE-Verified(실제 GitHub 이슈 해결)에서는 80.6으로 Claude Opus 4.6 Max(80.8) 및 Gemini 3.1 Pro(80.6)와 동등합니다. "버그를 실제로 고칠 수 있는지"가 이론적인 MMLU 점수보다 중요한 코딩 에이전트를 구축하는 팀에게 V4-Pro는 폐쇄형 프론티어 API와 직접 경쟁하는 오픈소스 옵션입니다.
세 가지 추론 모드 — 작업에 맞게 컴퓨팅 조정
DeepSeek-V4-Pro는 동일한 API 엔드포인트를 통해 세 가지 추론 모드를 제공합니다:
- Non-think: 체인 오브 소트 없음. 빠르고 낮은 지연 시간 — 분류, 추출, 구조화된 출력 작업에 적합하며 추론 오버헤드가 불필요합니다.
- Think: 표준 CoT 추론. 코딩, 수학, 다단계 작업의 기본값.
- Max (V4-Pro Max): 확장된 추론 예산. 속도보다 정확도가 중요할 때 사용 — 복잡한 증명, 어려운 경쟁 프로그래밍 문제, 심층 디버깅 세션.
세 모드 모두 Novita AI가 지원하는 deepseek/deepseek-v4-pro 모델 ID를 통해 접근 가능합니다. 모드 전환은 프롬프트 수준의 명령어로, 다른 엔드포인트가 아니므로 API 설정 변경 없이 애플리케이션에서 적응형 모드 선택을 구현할 수 있습니다.
에이전트 및 도구 사용 성능
코딩 벤치마크 외에도 V4-Pro는 에이전틱 평가에서도 좋은 성능을 보입니다. BrowseComp: 83.4(Claude Opus 83.7, Gemini 85.9 — 프론티어와 2.5포인트 이내). MCPAtlas Public: 73.6, Claude Opus 4.6(73.8)에 이어 두 번째. Toolathlon: 51.8, 전체 3위. 이는 “모든 모델 선도” 결과는 아니지만, V4-Pro가 벤치마크에 최적화된 코딩 전문가가 아니라 유능한 범용 에이전틱 모델임을 확인시켜 줍니다. 네이티브 함수 호출 지원과 결합되어 탐색, 도구 호출, 추론을 단일 세션에서 수행해야 하는 에이전트에게 실용적인 선택입니다.
벤치마크 성능
아래 표는 DeepSeek의 공식 비교 벤치마크를 다룹니다. "V4-Pro"는 DeepSeek-V4-Pro Max(확장 추론) 모드를 의미하며, Novita에서 deepseek/deepseek-v4-pro API ID로 접근 가능한 동일 모델입니다.
DeepSeek-V4-Pro의 코딩, 추론 및 에이전틱 벤치마크 성능. [출처: DeepSeek HuggingFace]
| 벤치마크 | DeepSeek-V4-Pro | Claude Opus 4.6 | Gemini 3.1 Pro | GPT-5.4 |
|---|---|---|---|---|
| LiveCodeBench (Pass@1) | 93.5 ✓ | 88.8 | 91.7 | — |
| Codeforces Rating | 3206 ✓ | — | 3052 | 3168 |
| SWE-Verified | 80.6 | 80.8 | 80.6 | — |
| SWE Pro | 55.4 | 57.3 | 54.2 | 57.7 |
| BrowseComp | 83.4 | 83.7 | 85.9 | 82.7 |
| MCPAtlas Public | 73.6 | 73.8 | 69.2 | 67.2 |
| GPQA Diamond | 90.1 | 91.3 | 94.3 | 93.0 |
| HLE (Pass@1) | 37.7 | 40.0 | 44.4 | 39.8 |
| IMOAnswerBench | 89.8 | 75.3 | 81.0 | 91.4 |
| HMMT 2026 Feb | 95.2 | 96.2 | 94.7 | 97.7 |
| MRCR 1M (MMR) | 83.5 | 92.9 | 76.3 | — |
| CorpusQA 1M | 62.0 | 71.7 | 53.8 | — |
| Terminal Bench 2.0 | 67.9 | 65.4 | 68.5 | 75.1 |
✓ = 이 비교에서 가장 높은 공개 점수. 최종 확인: 2026-04-25. 점수는 해당되는 경우 “Max”/확장 추론 모드를 반영. 출처: DeepSeek HuggingFace 모델 카드.
솔직한 평가: 지식 벤치마크(GPQA Diamond, HLE)에서 Gemini 3.1 Pro와 GPT-5.4가 확실히 앞섭니다. V4-Pro의 강점은 코딩(LiveCodeBench와 Codeforces에서 확실한 1위)과 다른 오픈소스 모델 대비 긴 컨텍스트 검색에 있습니다. 수학 추론에서는 결과가 엇갈립니다. V4-Pro는 IMOAnswerBench에서 GPT-5.4를 이깁니다(89.8 vs 91.4, 근소) 하지만 HMMT 2026에서는 뒤쳐집니다(95.2 vs 97.7).
Novita AI가 지원하는 DeepSeek-V4-Pro 사용 방법
옵션 1: 플레이그라운드 (코드 불필요)
novita.ai/models/model-detail/deepseek-deepseek-v4-pro에서 바로 테스트해보세요. 탐색에 API 키가 필요하지 않습니다. 시스템 프롬프트를 설정하여 Think 또는 Non-think 모드를 활성화하세요.
옵션 2: API (Python)
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="YOUR_NOVITA_API_KEY",
)
# 표준 (Think 모드)
response = client.chat.completions.create(
model="deepseek/deepseek-v4-pro",
messages=[
{"role": "user", "content": "Rust 비동기 런타임을 처음부터 구현하세요."}
],
)
print(response.choices[0].message.content)
novita.ai/settings에서 API 키를 받으세요. 동일한 모델 ID가 세 가지 추론 모드 모두에서 작동합니다 — 시스템 프롬프트에서 모드 지시를 전달하거나 DeepSeek의 문서화된 모드 전환 구문을 사용하세요.
옵션 3: 타사 도구
Novita AI는 OpenAI-API 호환이므로, Cursor(사용자 정의 OpenAI 공급자), Claude Code 호환 설정, LangChain, LlamaIndex 또는 모든 OpenAI SDK 기반 프레임워크에서 deepseek/deepseek-v4-pro를 모델 ID로 사용할 수 있습니다. base_url을 https://api.novita.ai/v3/openai로 설정하기만 하면 됩니다.
curl https://api.novita.ai/v3/openai/chat/completions \\
-H "Authorization: Bearer YOUR_NOVITA_API_KEY" \\
-H "Content-Type: application/json" \\
-d '{"model":"deepseek/deepseek-v4-pro","messages":[{"role":"user","content":"Rust 비동기 런타임을 구현하세요."}]}'
사용 사례
전체 코드베이스 분석 및 리팩토링: 1M 토큰 컨텍스트를 사용하면 중간 크기의 저장소 전체를 한 번의 호출로 전달할 수 있습니다. V4-Pro에게 아키텍처 문제를 찾거나, 마이그레이션 가이드를 생성하거나, 50개 이상의 파일에서 패턴을 리팩토링하도록 요청하세요 — 청킹이나 검색 해킹 없이.
경쟁 프로그래밍 및 어려운 알고리즘 문제: Codeforces Rating 3206은 V4-Pro를 알고리즘 문제 해결의 최상위 계층에 둡니다. 경쟁 프로그래밍 챌린지에 대한 솔루션 생성, 복잡성 증명 검증, 프로덕션 알고리즘의 엣지 케이스 스트레스 테스트에 사용하세요.
GitHub 이슈 해결 에이전트: SWE-Verified 80.6은 V4-Pro를 실제 버그 수정에서 Claude Opus 4.6과 동등하게 만듭니다. 함수 호출 및 긴 컨텍스트와 결합하여 이슈 설명을 읽고, 코드 기록을 탐색하고, 대규모 저장소에서 맥락을 잃지 않고 패치를 생성할 수 있습니다.
긴 문서 추론: 법률 계약, 연구 논문, 기술 사양, 감사 로그 — V4-Pro의 1M 컨텍스트는 분석 전에 요약하거나 청킹할 필요가 없습니다. CorpusQA 1M(62.0) 및 MRCR 1M(83.5)은 전체 컨텍스트 길이에서 검색 정확도가 유지됨을 확인합니다.
수학 및 과학 튜터링/문제 생성: IMOAnswerBench 89.8(GPT-5.4의 91.4를 제외한 모든 폐쇄형 모델보다 높음)은 V4-Pro를 경쟁 수준의 수학 문제 생성, 증명 검증, 또는 수학적 추론이 병목인 STEM 교육 도구 구축에 강력한 선택으로 만듭니다.
가격
| 모델 | 입력 ($/M 토큰) | 캐시 읽기 ($/M 토큰) | 출력 ($/M 토큰) |
|---|---|---|---|
| DeepSeek-V4-Pro (Novita) | $1.74 | $0.145 | $3.48 |
| DeepSeek-V4-Flash (Novita) | $0.10 | — | $0.50 |
| Claude Opus 4.6 (Anthropic) | $15.00 | $1.50 | $75.00 |
| Gemini 3.1 Pro (Google) | $1.25 | $0.31 | $10.00 |
| GPT-5.4 (OpenAI) | $10.00 | $2.50 | $40.00 |
최종 확인: 2026-04-25. Novita 가격은 novita.ai/pricing에서 확인. 경쟁사 가격: Claude는 anthropic.com(미확인), Gemini는 ai.google.dev(미확인), GPT-5.4는 platform.openai.com(미확인).
Novita AI를 통해 V4-Pro는 입력 토큰에서 Claude Opus 4.6보다 약 8배 저렴하고, 출력에서는 21배 저렴합니다. Gemini 3.1 Pro와 비교하면 입력 가격은 비슷하지만 출력이 2.9배 저렴합니다. 긴 컨텍스트와 다중 턴 세션이 있는 코딩 에이전트의 경우, 출력 토큰이 비용을 지배하므로 차이가 빠르게 누적됩니다.
DeepSeek-V3 또는 DeepSeek-R1에서 마이그레이션
현재 Novita에서 DeepSeek-V3 또는 R1을 사용 중이라면 V4-Pro로 업그레이드는 한 줄의 모델 ID 변경입니다. API는 OpenAI 호환, 동일한 엔드포인트, 동일한 요청 형식입니다. V4-Pro의 세 가지 추론 모드는 별도의 배포를 유지하지 않고도 단일 모델에서 V3(non-think 모드)와 R1 스타일의 심층 추론(Max 모드)을 재현할 수 있는 유연성을 제공합니다. 다른 제공업체의 모델(GPT-4o, Claude 3.5 등)에서 마이그레이션하는 경우, 기존 OpenAI SDK 클라이언트를 base_url="https://api.novita.ai/v3/openai"로 설정하고 모델 ID만 변경하세요.
결론
최종 결론: DeepSeek-V4-Pro는 코딩 작업에 가장 강력한 오픈소스 모델로, LiveCodeBench와 Codeforces에서 확실한 1위 점수를 기록했으며, 해당 계층에서 진정한 1M 토큰 컨텍스트 윈도우를 처리하는 유일한 모델입니다. 모든 벤치마크에서 앞서지는 않습니다(Gemini 3.1 Pro는 지식 회상에서, Claude Opus는 긴 컨텍스트 검색에서 우위를 유지). 그러나 코딩 에이전트를 구축하거나, GitHub 이슈를 대규모로 해결하거나, 거대한 문서를 처리하는 팀에게 V4-Pro는 폐쇄형 모델 API 비용의 극히 일부로 프론티어급 성능을 제공합니다. 이제 Novita AI가 지원하며, 200개 이상의 모델 API와 OpenAI 호환 인프라를 제공합니다.
Novita AI를 통해 DeepSeek-V4-Pro 사용하기 →
FAQ
DeepSeek-V4-Pro란 무엇인가요?
DeepSeek-V4-Pro는 DeepSeek AI에서 2026년 4월에 출시한 1.6조 매개변수 Mixture-of-Experts 언어 모델입니다. 순방향 패스당 49B 매개변수를 활성화하며, 1,048,576 토큰의 컨텍스트를 지원하고, 현재 공개적으로 평가된 모든 모델 중 LiveCodeBench(93.5)와 Codeforces Rating(3206)에서 1위를 차지하고 있습니다. MIT 라이선스로 제공되며 Novita AI를 통해 이용 가능합니다.
API를 통해 DeepSeek-V4-Pro에 어떻게 접근하나요?
모델 ID deepseek/deepseek-v4-pro를 base_url="https://api.novita.ai/v3/openai"와 함께 사용하고, novita.ai/settings에서 Novita API 키를 입력하세요. 엔드포인트는 OpenAI SDK와 호환되므로 사용자 정의 SDK가 필요하지 않습니다.
DeepSeek-V4-Pro는 Claude Opus 4.6 및 Gemini 3.1 Pro와 어떻게 비교되나요?
V4-Pro는 코딩에서 앞섭니다: LiveCodeBench 93.5(Opus 4.6 88.8, Gemini 91.7), Codeforces 3206(Gemini 3052). GPQA Diamond, HLE 같은 지식 벤치마크에서는 Gemini 3.1 Pro가 앞섭니다. 긴 컨텍스트 검색(MRCR 1M)에서는 Claude Opus가 앞섭니다. V4-Pro는 코딩 및 에이전틱 작업에 가장 좋은 오픈소스 선택이며, 폐쇄형 모델은 원시 사실 회상에서 우위를 유지합니다.
DeepSeek-V4-Pro의 컨텍스트 윈도우는 얼마인가요?
1,048,576 토큰(1M)입니다. 이 모델은 Hybrid Attention(CSA + HCA)을 사용하여 긴 컨텍스트 효율성을 위해 특별히 설계되었습니다. MRCR 1M 83.5, CorpusQA 1M 62.0으로 전체 컨텍스트 길이에서 사용 가능한 검색 정확도를 확인합니다.
Novita AI가 지원하는 DeepSeek-V4-Pro의 비용은 얼마인가요?
입력 $1.74/M 토큰, 출력 $3.48/M 토큰, 캐시 읽기 $0.145/M 토큰입니다. 이는 Claude Opus 4.6보다 입력 약 8배, 출력 약 21배 저렴합니다. 최종 확인: 2026-04-25.
