딥시크가 현지 시각 8월 21일 멀티모달 모델 딥시크 V4-Flash-Vision-Exp를 공개했다. 멀티모달은 글과 이미지를 함께 다루는 것을 말한다. 회사는 공식 발표문에서 이 모델이 “에이전트와 추론, 세계 지식을 포함한 텍스트 능력에서 기존 V4-Flash와 동등하다”고 밝혔다.

이미지 쪽 성능에 대해서는 “멀티모달 에이전트 벤치마크에서 V4-Flash 대비 큰 폭으로 도약해, 멀티모달 에이전트 성능이 오퍼스 4.8에 근접했다”고 적었다. 앞선다는 표현은 쓰지 않았다.

실리콘앵글은 딥시크가 공개한 도표를 읽어 텍스트 벤치마크 7개 가운데 소프트웨어 취약점 발견 평가인 사이버짐 하나를 뺀 전부에서 V4-Flash를 앞섰다고 전했다. 이미지 분석은 4개 벤치마크로 시험해 그중 2개에서 10% 이상 높은 점수를 냈고, 다단계 과제 평가인 ALE와 고난도 이미지 분석 평가인 제로벤치 두 곳에서는 앤트로픽 클로드 오퍼스 4.8을 앞섰다.

모델 이름 끝의 Exp는 실험(experimental)을 뜻한다. 딥시크가 스스로 실험 단계임을 밝힌 것이다. 출시 시점 기준 유료 개발자 플랫폼에서만 쓸 수 있고 가중치는 공개되지 않았다. 허깅페이스의 딥시크 조직 페이지에도 이 모델 저장소는 없다.

회사는 이 모델의 아키텍처 정보도 내놓지 않았다. 기반이 되는 V4-Flash는 총 매개변수 2,840억 개에 활성 매개변수 130억 개, 맥락창 100만 토큰이며 32조 토큰 넘게 학습했다. 활성 매개변수는 요청 하나를 처리할 때 실제로 쓰이는 매개변수 수를 말한다.

벤치마크는 모두 딥시크 자체 측정치이고 제3자 검증 결과는 아직 없다.

API 가격은 100만 토큰당 캐시 미적중 입력이 비혼잡 시간 0.22달러, 혼잡 시간 0.44달러다. 출력은 각각 0.66달러와 1.32달러이며, 캐시에 적중한 입력은 0.007달러까지 내려간다. 이미지는 한 장당 최대 384토큰으로 계산해 같은 단가를 매긴다. 동시 요청 한도는 2,500건이고 최대 출력은 38만 4,000토큰이다.

딥시크는 4월 24일 V4 프리뷰를 공개했고 8월 13일 V4-Pro를 정식 출시했다. 이번 발표와 함께 파일 API도 무료로 정식 개방했다. V4-Pro는 매개변수가 1조 6,000억 개로 V4-Flash보다 다섯 배 이상 많아, 앞으로 Pro 기반 시각 모델이 나올 여지가 있다는 것이 실리콘앵글의 관측이다.

자세한 내용은 실리콘앵글에서 확인할 수 있다.

이미지 출처: 딥시크