딥시크, DeepSeek-V4-Pro 정식판 DeepSeek-V4-Pro-0813 공개

무엇이 나왔나

• 딥시크가 DeepSeek-V4-Pro의 정식 공개판인 DeepSeek-V4-Pro-0813을 내놓았다.
• 회사는 이 판이 기존 프리뷰판(DeepSeek-V4-Pro (Preview))을 대체하며, 에이전트 능력과 성능이 크게 향상되었고 특히 실제 운영 환경에서 그 차이가 두드러진다고 밝혔다.

• 구조는 DeepSeek-V4-Pro (Preview) 모델 구조를 그대로 쓰면서 DSpark 추측 디코딩(speculative decoding) 모듈을 붙인 형태다.
• DSpark는 대상 모델과 초안 모델의 가중치가 같은 체크포인트에서 나오므로, 별도의 초안 모델 경로를 지정하지 않는다고 회사는 설명했다.

회사는 아래 벤치마크에서 DeepSeek-V4-Pro-0813이 프리뷰판을 앞서며, 공개된 최상위 상용 모델들과 폭넓게 견줄 만하다고 밝혔다.

입출력 방식이 바뀐 점

• 이번 판에는 Jinja 형식의 채팅 템플릿이 들어 있지 않다.
• 대신 OpenAI 호환 형식의 메시지를 모델 입력 문자열로 바꾸고 모델의 텍스트 출력을 해석하는 파이썬 스크립트와 테스트 사례가 담긴 encoding 폴더가 함께 제공된다.
• 즉 기존 채팅 템플릿에 의존해 쓰던 쪽은 이 인코딩 방식으로 옮겨야 한다.

• 또한 reasoning_effort 값이 low, high, max의 세 단계를 지원한다.
• 이 값은 모델이 답하기 전에 얼마나 오래 숙고할지를 조절한다.

배포와 라이선스

• 모델은 vLLM과 SGLang에서 서빙할 수 있고, 두 곳 모두 옵션 하나로 DSpark 추측 디코딩을 켤 수 있다.
• 로컬 실행용 안내도 함께 제공된다.
• 저장소와 모델 가중치는 모두 MIT 라이선스를 따른다.

벤치마크

벤치마크	무엇을 재나	DeepSeek-V4-Pro-0813 (—)	DeepSeek-V4-Pro (Preview) (—)	Kimi K3 (—)	Opus-4.8 (—)
HLE (wo / w tools)	고난도 학술 지식	42.7 / 60.0	37.7 / 48.2	43.5 / 56.0	49.8 / 57.9
Terminal Bench 2.1	터미널 작업 수행	87.9	72.1	88.3	85.0
NL2Repo	—	61.5	38.5	-	69.7
Cybergym	—	83.3	52.7	80.0	78.3
DeepSWE	—	62.7	12.8	67.5	58.0
Toolathlon-Verified	도구 사용 능력	74.1	55.9	76.5	76.2
Agents' Last Exam	—	25.7	16.5	27.6	25.7
AutomationBench (Public)	—	31.8	12.8	30.8	27.2
DSBench-FullStack	내부 풀스택 개발 시험	71.1	41.8	73.7	71.6
DSBench-Hard	내부 고난도 코딩 에이전트 시험	67.2	31.1	63.0	71.7

공개 벤치마크 중 코드 에이전트 과제는 DeepSeek Harness의 minimal 모드를 에이전트 프레임워크로 삼아 max 추론 강도, temperature 1.0, top_p 0.95 조건으로 측정했다고 회사는 밝혔다.