DeepSeek-V4-Pro는 API에서 1M-토큰 문서를 처리할 수 있나요?

예. DeepSeek-V4-Pro는 1M-토큰 컨텍스트 길이와 최대 384K 출력 토큰을 지원하므로, 매우 긴 문서와 다중 파일 워크플로를 위해 설계되었습니다.

DeepSeek-V4-Pro는 Thinking 모드와 도구 호출을 지원하나요?

예. DeepSeek-V4-Pro는 Thinking 모드와 Non-thinking 모드를 모두 지원하며, JSON 출력과 도구 호출도 지원합니다.

OpenAI 호환 SDK로 DeepSeek-V4-Pro를 통합하려면 어떻게 하나요?

CometAPI 기본 URL `https://api.cometapi.com`와 모델 이름 `deepseek-v4-pro`를 사용하세요

DeepSeek-V4-Flash 대신 DeepSeek-V4-Pro를 언제使用해야 하나요?

속도보다 정확성과 에이전트형 코딩이 더 중요할 때는 DeepSeek-V4-Pro를 사용하세요. DeepSeek에 따르면 V4-Flash는 더 빠르고 경제적인 옵션이며, V4-Pro는 코딩과 보다 폭넓은 에이전트 평가에서 더 강력합니다.

DeepSeek-V4-Pro는 검색 중심의 리서치 워크플로에 적합한가요?

예. V4-Pro는 검색 및 리트리벌 스타일 작업에서 강력한 성능을 보이며, 객관적 및 주관적 Q&A 범주 모두에서 DeepSeek-V3.2를 큰 폭으로 앞섭니다.

DeepSeek-V4-Pro는 Claude Code나 OpenCode 같은 코딩 에이전트에 적합한가요?

예. DeepSeek-V4-Pro는 Claude Code 및 OpenCode용으로 구성되어 있으며, `reasoningEffort`를 `max`로 설정하고 Thinking을 활성화합니다.

DeepSeek

API 운영 중 인기

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Pro는 DeepSeek의 대규모 Mixture-of-Experts 모델로, 총 파라미터 1.6T와 활성 파라미터 49B를 갖추고 있으며 1M 토큰 컨텍스트 윈도우를 지원합니다. 고도 추론, 코딩, 그리고 장기적 에이전트 워크플로우를 위해 설계되었으며, 지식, 수학, 소프트웨어 엔지니어링 벤치마크 전반에서 강력한 성능을 보입니다.

시작 가격

$0.528 / 입력 토큰 100만 개

사용량 기반 요금제

API 상태

정상 작동

가동률 100.0% / 24시간

응답 속도

3370 ms

실측 API 응답 시간

출시일

Aug 12, 2026

DeepSeek

플레이그라운드

실제 요청으로 DeepSeek V4 Pro을(를) 사용해보고, 파라미터를 검토하며 API 통합 전 출력 결과를 검증하세요.

가격

위의 간단한 견적을 단일 실행 기준으로 참고한 후, CometAPI와 공식 가격의 전체 비교를 확인하세요.

첫 번째 요청

$0.0021

예상 CometAPI 사용 비용

10회 요청

$0.0211

예상 CometAPI 사용 비용

15회 요청

$0.0317

예상 CometAPI 사용 비용

⇌

크레딧 환산

1,000 크레딧 = $1

크레딧을 사용하면 토큰, 요청 및 런타임 과금 간에 예산을 비교할 수 있습니다. 결제 시 기준이 되는 금액은 변함없이 USD 금액입니다.

✓현재 모델의 크레딧 요금

입력

528

크레딧 / 100만 토큰

출력

1,584

크레딧 / 100만 토큰

최소 요금 투명성 이 프로토타입은 요청당 숨겨진 최소 요금을 적용하지 않습니다. 실제 서비스에서 최소 과금액 또는 최소 충전 금액이 적용되는 경우, 구매 전에 이를 표시하고 모든 예산 추정에 포함해야 합니다.

모델	등급	조건	Comet 요금 (USD / 백만 토큰)	공식 요금 (USD / 백만 토큰)	할인
deepseek-v4-pro	base	-	입력: $0.5280/백만 출력: $1.58/백만 Cache Read: $0.0176/백만	입력: $0.6600/백만 출력: $1.98/백만 Cache Read: $0.0220/백만	-20%
deepseek-v4-pro-0813	base	-	입력: $0.5280/백만 출력: $1.58/백만 Cache Read: $0.0176/백만	입력: $0.6600/백만 출력: $1.98/백만 Cache Read: $0.0220/백만	-20%

요청 기반 가격 조정

요청 조건은 티어와 독립적입니다. 여러 조건 그룹이 동시에 일치하면 배수가 곱해집니다. 먼저 적용 가능한 티어를 결정한 다음 일치하는 요청 가격 배수를 겹쳐 적용합니다. 일치하지 않는 조건의 배수는 1×입니다.

요청 조건	가격 배수
시간(UTC): 1:00 - 4:00	2×
시간(UTC): 6:00 - 10:00	2×

모델 요약

검색 및 평가를 위한 안정적인 모델 식별자와 페이지의 핵심 SEO 구조를 다시 작성하지 않고도 변경할 수 있는 실시간 카탈로그 데이터가 함께 제공됩니다.

안정적인 모델 식별자

DeepSeek V4 Pro이란 무엇인가요?

가격과 한도가 변경되어도 정식 모델 식별자는 안정적으로 유지됩니다.

실시간 모델 데이터

현재 카탈로그 스냅샷

이용 가능 여부

이용 가능

시작 가격

$0.528 / 입력 토큰 100만 개

컨텍스트

지원 기능 보기

카탈로그 기준일

Aug 12, 2026

플레이그라운드 2.0 / 의사결정 데스크

먼저 결정하고, 확신을 갖고 통합하세요.

모델 비교, 프롬프트 조정, 라우팅 검사, 코드 마이그레이션을 한곳에서 수행하고, 테스트를 거친 시작점을 출시하세요.

기준으로 고정 DeepSeek V4 Pro

워크플로

결정하기 전에 비교하세요

주요 모델에서 동일한 프롬프트를 실행하고 근거가 포함된 추천을 받으세요.

모델 3개 · 실행 1회

평가 프롬프트

코딩temperature 0.2JSON 출력

GPT-5

OpenAI

품질

91/100

지연 시간

1.2s

예상 비용

$0.018

Claude Opus 5

Anthropic

AI 선택

품질

95/100

지연 시간

1.8s

예상 비용

$0.024

Gemini 3 Pro

Google

품질

89/100

지연 시간

0.9s

예상 비용

$0.011

권장 사항: 고위험 코드 검토에는 Claude Opus 5를 선택하고, 비용을 약 54% 절감하려면 일반 검사는 Gemini 3 Pro로 라우팅하세요.

개요

DeepSeek V4 Pro에 대한 실용적인 개요와 주요 동작 및 통합 시 고려사항입니다.

기술 사양

항목	DeepSeek-V4-Pro
공급자	DeepSeek
API 모델 이름	deepseek-v4-pro
기본 URL	https://api.deepseek.com and https://api.deepseek.com/anthropic
입력 유형	텍스트
출력 유형	텍스트, 도구 호출, 추론 출력
컨텍스트 길이	1,000,000 토큰
최대 출력	384,000 토큰
추론 모드	비-사고, 사고(기본값)
에이전트/코딩 기본값	reasoning_effort는 높은 값으로 설정할 수 있으며; 복잡한 에이전트 요청은 max를 사용할 수 있습니다
지원 기능	JSON 출력, 도구 호출, 채팅 접두사 완료(beta), FIM 완료(비-사고 모드 베타)
로컬/오픈 가중치 공개	총 1.6T 파라미터, 활성화된 49B 파라미터, FP4 + FP8 혼합 정밀도
라이선스(모델 카드)	MIT
참고 모델 카드	Hugging Face의 DeepSeek-V4-Pro 프리뷰

DeepSeek-V4-Pro란?

DeepSeek-V4-Pro는 DeepSeek의 V4 프리뷰 제품군 중 더 강력한 모델입니다. 공식 모델 카드는 49B 활성 파라미터를 가진 1.6T-파라미터 MoE 모델로, 100만 토큰 컨텍스트 윈도우를 제공하며 장기 지식 작업, 코드 생성, 에이전트 작업을 목표로 한다고 설명합니다. API 문서는 표준 DeepSeek 채팅 컴플리션 인터페이스를 통해 노출되며 OpenAI 및 Anthropic SDK 스타일을 모두 지원합니다.

주요 기능

100만 토큰 컨텍스트: DeepSeek는 1M 토큰 컨텍스트 길이를 문서화했으며, 이는 매우 큰 문서 집합, 리포지토리 및 다단계 에이전트 세션에 적합합니다.
두 가지 추론 모드: API는 비-사고 모드와 사고 모드를 지원합니다. 사고가 기본값이며, 문서에는 Claude Code 또는 OpenCode 같은 복잡한 에이전트 요청이 자동으로 max 노력을 사용할 수 있다고 명시되어 있습니다.
도구 호출 가능: DeepSeek의 사고 모드는 도구 호출을 지원하며, 검색, 파일 작업 또는 외부 함수가 필요한 에이전트에 중요합니다.
장기 컨텍스트 효율: 모델 카드는 V4가 Compressed Sparse Attention과 Heavily Compressed Attention을 결합한 하이브리드 어텐션 설계를 사용해 V3.2 대비 장기 컨텍스트 계산과 KV 캐시 비용을 줄인다고 설명합니다. citeturn980363view2
코딩 및 추론 집중: DeepSeek는 V4-Pro-Max 추론 모드가 코딩 벤치마크를 향상시키고, 추론 및 에이전트 작업에서 선도적 비공개 모델과의 격차를 상당 부분 좁힌다고 밝혔습니다. citeturn980363view2
SDK 유연성: 표준 OpenAI 호환 채팅 컴플리션을 통해 접근하거나, 도구 중심 워크플로를 위해 DeepSeek의 Anthropic 호환 엔드포인트로 접근할 수 있습니다.

벤치마크 성능

공식 DeepSeek 모델 카드는 베이스 모델 제품군과 V4-Pro-Max 비교 세트에 대한 다음 평가 결과를 보고합니다. 베이스 모델 표에서 V4-Pro는 MMLU-Pro(73.5 vs. 65.5), FACTS Parametric(62.6 vs. 27.1), LongBench-V2(51.5 vs. 40.2)를 포함한 여러 지식 및 장기 컨텍스트 벤치마크에서 V3.2-Base보다 높은 점수를 기록합니다.

벤치마크	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

같은 모델 카드는 V4-Pro-Max가 선정된 작업에서 최전선 모델들과 경쟁력을 유지한다는 점도 보여줍니다. 예를 들어, 공개 비교 표에서 MMLU-Pro 87.5, SimpleQA-Verified 57.9, GPQA Diamond 90.1, Terminal Bench 2.0 67.9를 기록합니다.

DeepSeek-V4-Pro vs DeepSeek-V4-Flash vs DeepSeek-V3.2

모델	최적 용도	컨텍스트	비고
DeepSeek-V4-Pro	고급 추론, 코딩, 에이전트, 대규모 문서	1M	V4 제품군 중 가장 큰 모델, 49B 활성 파라미터, 시리즈에서 가장 강력한 전반적 역량. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	더 빠르고 가벼운 일반용	1M	더 작은 284B/13B 모델이지만, 여전히 사고 모드와 도구 호출을 지원. citeturn980363view2turn980363view0
DeepSeek-V3.2	이전 세대의 롱 컨텍스트 베이스라인	이전 API 문서에서는 128K; V4는 다른 1M 컨텍스트 설계를 사용	효율성 향상을 위한 기준점으로 유용함; V4-Pro의 모델 카드는 V3.2 대비 장기 컨텍스트 FLOPs 및 KV 캐시의 큰 감소를 보고. citeturn321011view1turn980363view2

최적 사용 사례

저장소 규모의 코딩 어시스턴트 및 리팩터링 도구
장문서 분석 및 합성
도구를 사용하는 다중 턴 추론 에이전트
장기 메모리와 구조화된 출력이 유리한 기술 지원 워크플로
모델 카드에서 강력한 벤치마크 성능을 보이는 중국어 및 다국어 지식 작업

Deepseek v4 pro API 접근 및 사용 방법

1단계: API 키 등록

cometapi.com에 로그인하세요. 아직 사용자이 아니면 먼저 등록하세요. CometAPI 콘솔에 로그인하세요. 인터페이스의 액세스 자격 API 키를 발급받으세요. 개인 센터의 API 토큰에서 “Add Token”을 클릭하고, 토큰 키: sk-xxxxx를 받았다면 제출하세요.

2단계: Deepseek v4 proAPI로 요청 보내기

API 요청을 보내기 위해 “deepseek-v4-pro” 엔드포인트를 선택하고 요청 본문을 설정하세요. 요청 메서드와 요청 본문은 당사 웹사이트의 API 문서에서 확인할 수 있습니다. 당사 웹사이트는 편의를 위해 Apifox 테스트도 제공합니다. 계정의 실제 CometAPI 키로 <YOUR_API_KEY>를 바꾸세요. 호출 위치: Anthropic Messages 형식 및 Chat 형식.

질문이나 요청을 content 필드에 입력하세요—모델은 이 필드에 응답합니다. API 응답을 처리하여 생성된 답변을 얻습니다.

3단계: 결과 가져오기 및 검증

API 응답을 처리하여 생성된 답변을 얻습니다. 처리 후, API는 작업 상태와 출력 데이터를 반환합니다. 스트리밍, 프롬프트 캐싱, 장기 컨텍스트 처리 등의 기능을 표준 파라미터로 활성화하세요.

자주 묻는 질문

모델 선택 센터

비용을 파악하고 적합한 워크로드를 선택하세요.

5가지 과금 항목을 모델링하고 현실적인 워크로드를 테스트하여, 출시 전에 어떤 작업에서 Opus가 추가 비용만큼의 가치를 제공하는지 판단하세요.

공식 가격보다 20% 저렴입력 100만 토큰당 $0.5280 vs $0.6600

비용 실험실

실제 에이전트 실행 비용 계산

토큰 가격만 따로 비교하지 말고 실제 워크로드를 재현하세요. 프리셋을 불러온 다음 모든 과금 항목을 조정하세요.

신규 입력 토큰

토큰

출력 토큰

토큰

$0.5280

/ 토큰 100만 개

입력

매 턴마다 전송되는 새로운 지시 사항, 파일 및 대화 컨텍스트입니다.

검색된 컨텍스트가 모델에 전달되기 전에 그 양을 줄이세요.

$0.5280

/ 토큰 100만 개

출력

모델이 생성한 추론, 코드 및 텍스트입니다.

명확한 완료 기준과 출력 제한을 설정하세요.

Opus의 프리미엄 가치가 빛나는 부분

최적의 용도

저장소 규모의 엔지니어링

작업이 아키텍처, 여러 파일 및 모호한 구현상의 절충안을 아우를 때 Opus를 사용하세요.

최적의 용도

장기 실행 에이전트

에이전트가 여러 도구 호출과 복구 단계에 걸쳐 의도를 유지해야 할 때 탁월한 선택입니다.

추가 비용을 지불할 가치가 있음

고가치 검토

문제를 놓쳤을 때의 비용이 토큰 비용보다 큰 보안, 마이그레이션 및 프로덕션 검토에만 사용하세요.

더 가벼운 모델 사용

일상적인 대량 작업

분류, 추출 및 간단한 채팅은 일반적으로 Sonnet 또는 Haiku에서 더 나은 단위 경제성을 제공합니다.

프롬프트 캐시 활용 가이드

접두사 안정화

정책, 도구 스키마 및 저장소 맵을 변경하지 마세요.

한 번 작성

재사용 가능한 컨텍스트 뒤에 캐시 중단점을 배치하세요.

반복해서 읽기

이후 턴에서는 작업별 변경분만 추가하세요.

재작성 없이 마이그레이션

선호하는 SDK는 그대로 사용하고 기본 URL, 키 및 모델 ID만 변경하세요.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'deepseek-v4-pro',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

작동하는 엔드포인트와 코드 예제를 복사하고, 모든 파라미터가 필요하면 전체 API 참조 문서를 여세요.

하나의 API로 프로덕션 준비된 모델 액세스

한 번만 인증하면 모델 엔드포인트를 호출하고, 제공업체 전반에서 동일한 결제 및 모니터링 워크플로를 유지할 수 있습니다.

POST/v1/chat/completions

DeepSeek V4 Pro의 샘플 코드 및 API

[모델 이름]의 포괄적인 샘플 코드와 API 리소스에 액세스하여 통합 프로세스를 간소화하세요. 자세한 문서는 단계별 가이드를 제공하여 프로젝트에서 [모델 이름]의 모든 잠재력을 활용할 수 있도록 돕습니다.

POST

/v1/chat/completions

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

기능

아키텍처를 선택하거나 프로덕션 워크로드를 산정하기 전에 중요한 모델 정보를 확인하세요.

지원 기능

기존 모델 API가 반환하는 기능입니다.

text-to-text

입력 및 출력

입력

text

출력

text

프로덕션 프로필

제공업체: DeepSeek
맥락: 모델별로 다름
상업적 이용: 지원됨

활용 사례

text 기능에 맞는 프로덕션 워크플로에 DeepSeek V4 Pro을(를) 활용하고, 장기 통합 전에 다른 대안과 비교해 보세요.

프로덕션 채팅 및 에이전트 워크플로

코딩, 분석 및 구조화된 생성

하나의 API를 통한 대용량 자동화

다른 모델

품질, 지연 시간, 기능, 가격 트레이드오프에 따라 CometAPI에서 제공하는 다른 모델과 비교하세요.

모델 비교 열기 →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

모델 보기

MiniMax

MiniMax-M3.1-Flash-Preview

MiniMax-M3.1-Flash-Preview API 살펴보기.

모델 보기

Xiaomi

mimo-v2.6-pro-ultraspeed

MiMo-V2.6-Pro-UltraSpeed는 Xiaomi의 MiMo-V2.6-Pro 저지연 서빙 버전으로, Pro 모델의 추론 능력과 대폭 더 빠른 출력 생성이 결합되어야 하는 애플리케이션을 위해 설계되었습니다.

모델 보기

OpenAI

GPT-6 Sol

GPT-6 Sol (gpt-6-sol)은 복잡한 코딩, 에이전트형 워크플로, 고난도 지식 작업을 위해 설계된 OpenAI의 GPT-6 추론 모델입니다. OpenAI는 이를 복잡한 코딩과 에이전트형 워크플로를 위한 모델로 소개하며, 적응형 추론、긴 컨텍스트 처리、이미지 입력, 그리고 Responses API를 통한 폭넓은 도구 세트 접근을 제공한다고 설명합니다.

모델 보기

OpenAI

GPT-6 Luna

GPT-6 Luna(gpt-6-luna)는 특정 용도에 집중된 대규모 워크로드를 위한 OpenAI의 효율적인 GPT-6 모델입니다. OpenAI는 GPT-6 제품군에서 Luna를 GPT-6 Sol 아래에 위치시키며, 효율성, 재현성, 비용에 민감한 프로덕션 사용을 강조합니다.

모델 보기

Xiaomi

MiMo V2.6 Flash

MiMo-V2.6-Flash는 MiMo-V2.6 제품군에 속한, 효율성에 초점을 맞춘 Xiaomi의 모델입니다. 이는 고빈도 호출, 대규모 워크로드, 코딩, 자동화, 장기적 에이전트 작업을 위해 설계된 네이티브 멀티모달 추론 모델입니다.

모델 보기

가동 시간

프로덕션 환경으로 전환하기 전에 실시간 하트비트 데이터, 엔드포인트 가용성, 실측 응답 시간을 확인하세요.

가동 시간

지난 30일간의 요청 성공률로, 각 모델 제공자의 신뢰성을 반영합니다. CometAPI는 연결된 모든 제공자를 실시간으로 24시간 모니터링합니다.

RespondLIVE

3370msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

버전

프로덕션 통합을 고정하기 전에 사용 가능한 모델 식별자를 확인하세요.

deepseek-v4-pro

deepseek-v4-pro-0813

업데이트

안정적인 모델 페이지를 유지하면서 DeepSeek V4 Pro의 이용 가능 여부, 가격 및 기능에 관한 주요 변경 사항을 확인하세요.

모델 변경 로그

시간이 지날수록 더 탄탄해지는 하나의 페이지입니다.

표준 URL은 변경하지 않고, 릴리스 노트, 가격 변경 사항, 벤치마크 업데이트 및 마이그레이션 가이드를 이곳에 계속 축적합니다.

Aug 12, 2026

API 사용 가능 여부 확인됨

DeepSeek V4 Pro은(는) CometAPI 모델 카탈로그 및 API 문서를 통해 사용할 수 있습니다.

현재

실시간 데이터

카탈로그에서 가격 및 제한 사항 동기화됨

가격, 컨텍스트, 사용 가능 여부 및 제한 사항은 페이지 제목이나 모델 정체성에 포함하지 않고 동적 속성으로 처리됩니다.

Feb 5, 2026

영구 모델 엔티티 생성됨

제공업체와 모델 슬러그가 영구적인 표준 URL을 구성하며, 향후 콘텐츠 및 데이터 업데이트는 이 페이지에 계속 반영됩니다.

계속 탐색하기

모델을 비교하고 조사를 계속하세요

DeepSeek

API 운영 중 인기

deepseek-v4-pro

DeepSeek V4 Pro API

시작 가격

$0.528 / 입력 토큰 100만 개

사용량 기반 요금제

API 상태

정상 작동

가동률 100.0% / 24시간

응답 속도

3370 ms

실측 API 응답 시간

출시일

Aug 12, 2026

DeepSeek

플레이그라운드

실제 요청으로 DeepSeek V4 Pro을(를) 사용해보고, 파라미터를 검토하며 API 통합 전 출력 결과를 검증하세요.

가격

위의 간단한 견적을 단일 실행 기준으로 참고한 후, CometAPI와 공식 가격의 전체 비교를 확인하세요.

첫 번째 요청

$0.0021

예상 CometAPI 사용 비용

10회 요청

$0.0211

예상 CometAPI 사용 비용

15회 요청

$0.0317

예상 CometAPI 사용 비용

⇌

크레딧 환산

1,000 크레딧 = $1

크레딧을 사용하면 토큰, 요청 및 런타임 과금 간에 예산을 비교할 수 있습니다. 결제 시 기준이 되는 금액은 변함없이 USD 금액입니다.

✓현재 모델의 크레딧 요금

입력

528

크레딧 / 100만 토큰

출력

1,584

크레딧 / 100만 토큰

모델	등급	조건	Comet 요금 (USD / 백만 토큰)	공식 요금 (USD / 백만 토큰)	할인
deepseek-v4-pro	base	-	입력: $0.5280/백만 출력: $1.58/백만 Cache Read: $0.0176/백만	입력: $0.6600/백만 출력: $1.98/백만 Cache Read: $0.0220/백만	-20%
deepseek-v4-pro-0813	base	-	입력: $0.5280/백만 출력: $1.58/백만 Cache Read: $0.0176/백만	입력: $0.6600/백만 출력: $1.98/백만 Cache Read: $0.0220/백만	-20%

요청 기반 가격 조정

요청 조건	가격 배수
시간(UTC): 1:00 - 4:00	2×
시간(UTC): 6:00 - 10:00	2×

모델 요약

안정적인 모델 식별자

DeepSeek V4 Pro이란 무엇인가요?

가격과 한도가 변경되어도 정식 모델 식별자는 안정적으로 유지됩니다.

실시간 모델 데이터

현재 카탈로그 스냅샷

이용 가능 여부

이용 가능

시작 가격

$0.528 / 입력 토큰 100만 개

컨텍스트

지원 기능 보기

카탈로그 기준일

Aug 12, 2026

플레이그라운드 2.0 / 의사결정 데스크

먼저 결정하고, 확신을 갖고 통합하세요.

모델 비교, 프롬프트 조정, 라우팅 검사, 코드 마이그레이션을 한곳에서 수행하고, 테스트를 거친 시작점을 출시하세요.

기준으로 고정 DeepSeek V4 Pro

워크플로

결정하기 전에 비교하세요

주요 모델에서 동일한 프롬프트를 실행하고 근거가 포함된 추천을 받으세요.

모델 3개 · 실행 1회

평가 프롬프트

코딩temperature 0.2JSON 출력

GPT-5

OpenAI

품질

91/100

지연 시간

1.2s

예상 비용

$0.018

Claude Opus 5

Anthropic

AI 선택

품질

95/100

지연 시간

1.8s

예상 비용

$0.024

Gemini 3 Pro

Google

품질

89/100

지연 시간

0.9s

예상 비용

$0.011

권장 사항: 고위험 코드 검토에는 Claude Opus 5를 선택하고, 비용을 약 54% 절감하려면 일반 검사는 Gemini 3 Pro로 라우팅하세요.

개요

DeepSeek V4 Pro에 대한 실용적인 개요와 주요 동작 및 통합 시 고려사항입니다.

기술 사양

항목	DeepSeek-V4-Pro
공급자	DeepSeek
API 모델 이름	deepseek-v4-pro
기본 URL	https://api.deepseek.com and https://api.deepseek.com/anthropic
입력 유형	텍스트
출력 유형	텍스트, 도구 호출, 추론 출력
컨텍스트 길이	1,000,000 토큰
최대 출력	384,000 토큰
추론 모드	비-사고, 사고(기본값)
에이전트/코딩 기본값	reasoning_effort는 높은 값으로 설정할 수 있으며; 복잡한 에이전트 요청은 max를 사용할 수 있습니다
지원 기능	JSON 출력, 도구 호출, 채팅 접두사 완료(beta), FIM 완료(비-사고 모드 베타)
로컬/오픈 가중치 공개	총 1.6T 파라미터, 활성화된 49B 파라미터, FP4 + FP8 혼합 정밀도
라이선스(모델 카드)	MIT
참고 모델 카드	Hugging Face의 DeepSeek-V4-Pro 프리뷰

DeepSeek-V4-Pro란?

주요 기능

100만 토큰 컨텍스트: DeepSeek는 1M 토큰 컨텍스트 길이를 문서화했으며, 이는 매우 큰 문서 집합, 리포지토리 및 다단계 에이전트 세션에 적합합니다.
두 가지 추론 모드: API는 비-사고 모드와 사고 모드를 지원합니다. 사고가 기본값이며, 문서에는 Claude Code 또는 OpenCode 같은 복잡한 에이전트 요청이 자동으로 max 노력을 사용할 수 있다고 명시되어 있습니다.
도구 호출 가능: DeepSeek의 사고 모드는 도구 호출을 지원하며, 검색, 파일 작업 또는 외부 함수가 필요한 에이전트에 중요합니다.
장기 컨텍스트 효율: 모델 카드는 V4가 Compressed Sparse Attention과 Heavily Compressed Attention을 결합한 하이브리드 어텐션 설계를 사용해 V3.2 대비 장기 컨텍스트 계산과 KV 캐시 비용을 줄인다고 설명합니다. citeturn980363view2
코딩 및 추론 집중: DeepSeek는 V4-Pro-Max 추론 모드가 코딩 벤치마크를 향상시키고, 추론 및 에이전트 작업에서 선도적 비공개 모델과의 격차를 상당 부분 좁힌다고 밝혔습니다. citeturn980363view2
SDK 유연성: 표준 OpenAI 호환 채팅 컴플리션을 통해 접근하거나, 도구 중심 워크플로를 위해 DeepSeek의 Anthropic 호환 엔드포인트로 접근할 수 있습니다.

벤치마크 성능

벤치마크	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

DeepSeek-V4-Pro vs DeepSeek-V4-Flash vs DeepSeek-V3.2

모델	최적 용도	컨텍스트	비고
DeepSeek-V4-Pro	고급 추론, 코딩, 에이전트, 대규모 문서	1M	V4 제품군 중 가장 큰 모델, 49B 활성 파라미터, 시리즈에서 가장 강력한 전반적 역량. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	더 빠르고 가벼운 일반용	1M	더 작은 284B/13B 모델이지만, 여전히 사고 모드와 도구 호출을 지원. citeturn980363view2turn980363view0
DeepSeek-V3.2	이전 세대의 롱 컨텍스트 베이스라인	이전 API 문서에서는 128K; V4는 다른 1M 컨텍스트 설계를 사용	효율성 향상을 위한 기준점으로 유용함; V4-Pro의 모델 카드는 V3.2 대비 장기 컨텍스트 FLOPs 및 KV 캐시의 큰 감소를 보고. citeturn321011view1turn980363view2

최적 사용 사례

저장소 규모의 코딩 어시스턴트 및 리팩터링 도구
장문서 분석 및 합성
도구를 사용하는 다중 턴 추론 에이전트
장기 메모리와 구조화된 출력이 유리한 기술 지원 워크플로
모델 카드에서 강력한 벤치마크 성능을 보이는 중국어 및 다국어 지식 작업

Deepseek v4 pro API 접근 및 사용 방법

1단계: API 키 등록

2단계: Deepseek v4 proAPI로 요청 보내기

질문이나 요청을 content 필드에 입력하세요—모델은 이 필드에 응답합니다. API 응답을 처리하여 생성된 답변을 얻습니다.

3단계: 결과 가져오기 및 검증

자주 묻는 질문

모델 선택 센터

비용을 파악하고 적합한 워크로드를 선택하세요.

5가지 과금 항목을 모델링하고 현실적인 워크로드를 테스트하여, 출시 전에 어떤 작업에서 Opus가 추가 비용만큼의 가치를 제공하는지 판단하세요.

공식 가격보다 20% 저렴입력 100만 토큰당 $0.5280 vs $0.6600

비용 실험실

실제 에이전트 실행 비용 계산

토큰 가격만 따로 비교하지 말고 실제 워크로드를 재현하세요. 프리셋을 불러온 다음 모든 과금 항목을 조정하세요.

신규 입력 토큰

토큰

출력 토큰

토큰

$0.5280

/ 토큰 100만 개

입력

매 턴마다 전송되는 새로운 지시 사항, 파일 및 대화 컨텍스트입니다.

검색된 컨텍스트가 모델에 전달되기 전에 그 양을 줄이세요.

$0.5280

/ 토큰 100만 개

출력

모델이 생성한 추론, 코드 및 텍스트입니다.

명확한 완료 기준과 출력 제한을 설정하세요.

Opus의 프리미엄 가치가 빛나는 부분

최적의 용도

저장소 규모의 엔지니어링

작업이 아키텍처, 여러 파일 및 모호한 구현상의 절충안을 아우를 때 Opus를 사용하세요.

최적의 용도

장기 실행 에이전트

에이전트가 여러 도구 호출과 복구 단계에 걸쳐 의도를 유지해야 할 때 탁월한 선택입니다.

추가 비용을 지불할 가치가 있음

고가치 검토

문제를 놓쳤을 때의 비용이 토큰 비용보다 큰 보안, 마이그레이션 및 프로덕션 검토에만 사용하세요.

더 가벼운 모델 사용

일상적인 대량 작업

분류, 추출 및 간단한 채팅은 일반적으로 Sonnet 또는 Haiku에서 더 나은 단위 경제성을 제공합니다.

프롬프트 캐시 활용 가이드

접두사 안정화

정책, 도구 스키마 및 저장소 맵을 변경하지 마세요.

한 번 작성

재사용 가능한 컨텍스트 뒤에 캐시 중단점을 배치하세요.

반복해서 읽기

이후 턴에서는 작업별 변경분만 추가하세요.

재작성 없이 마이그레이션

선호하는 SDK는 그대로 사용하고 기본 URL, 키 및 모델 ID만 변경하세요.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'deepseek-v4-pro',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

작동하는 엔드포인트와 코드 예제를 복사하고, 모든 파라미터가 필요하면 전체 API 참조 문서를 여세요.

하나의 API로 프로덕션 준비된 모델 액세스

한 번만 인증하면 모델 엔드포인트를 호출하고, 제공업체 전반에서 동일한 결제 및 모니터링 워크플로를 유지할 수 있습니다.

POST/v1/chat/completions

DeepSeek V4 Pro의 샘플 코드 및 API

POST

/v1/chat/completions

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

기능

아키텍처를 선택하거나 프로덕션 워크로드를 산정하기 전에 중요한 모델 정보를 확인하세요.

지원 기능

기존 모델 API가 반환하는 기능입니다.

text-to-text

입력 및 출력

입력

text

출력

text

프로덕션 프로필

제공업체: DeepSeek
맥락: 모델별로 다름
상업적 이용: 지원됨

활용 사례

text 기능에 맞는 프로덕션 워크플로에 DeepSeek V4 Pro을(를) 활용하고, 장기 통합 전에 다른 대안과 비교해 보세요.

프로덕션 채팅 및 에이전트 워크플로

코딩, 분석 및 구조화된 생성

하나의 API를 통한 대용량 자동화

다른 모델

품질, 지연 시간, 기능, 가격 트레이드오프에 따라 CometAPI에서 제공하는 다른 모델과 비교하세요.

모델 비교 열기 →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

모델 보기

MiniMax

MiniMax-M3.1-Flash-Preview

MiniMax-M3.1-Flash-Preview API 살펴보기.

모델 보기

Xiaomi

mimo-v2.6-pro-ultraspeed