GLM 유료 전환 첫날 DeepSeek 1위 탈환
GLM이 유료로 전환된 첫날 DeepSeek가 OpenCode 일간 사용량 1위를 탈환했다. 41조 토큰을 모은 무료 프로모션의 반작용이 나타난 것이다.
DeepSeek 관련 제품 동향과 산업 분석 41건을 모았습니다.
GLM이 유료로 전환된 첫날 DeepSeek가 OpenCode 일간 사용량 1위를 탈환했다. 41조 토큰을 모은 무료 프로모션의 반작용이 나타난 것이다.
딥시크가 올해 1~7월 매출 4억7500만 위안, 적자 7억1500만 위안을 기록했다. API 매출총이익률 82.9%가 무료 서비스 보조로 사라지는 구조와 V4-Pro 요금 인상을 짚었다.
딥시크의 신모델 deepseek-v4-flash-vision-exp는 이미지 1장을 최대 384토큰으로 환산하고 별도 비전 요금 없이 GUI 에이전트의 스크린샷 비용에 상한선을 그었다.
리퀴드AI가 허깅페이스에 LFM2.5-DSpark 드래프트 모델을 공개, 온디바이스 모델 3종에 추측 디코딩을 적용해 출력은 그대로 두고 최대 3.18배 속도를 높였다.
LMSYS가 공개한 DeepSeek-V4-Pro 서빙 최적화 결과, 중국향 H20 칩의 단일 배치 디코딩 속도가 플래그십 B300 대비 1.42배 격차로 좁혀졌다.
DeepSeek V4 Pro API가 0813 버전으로 표시되며 1M 컨텍스트, 384K 출력 한도, 가격 인상 예고가 함께 공개됐다.
DeepSeek가 V4-Flash 0731 API 공개 베타를 시작하고 Codex용 Responses API 지원과 에이전트 평가 향상을 발표했다.
DeepSeek, 자체 추론 칩 개발 보도를 한국 기술 독자가 읽기 쉬운 흐름으로 다시 정리하고 핵심 수치와 검증 지점을 유지했다.
Check Point는 DeepSeek가 만든 불완전한 샘플이 Chrome의 File System Access API를 악용하는 브라우저 전용 랜섬웨어로 바뀔 수 있다고 밝혔다.
DeepSeek V4 API, 피크 시간 요금 도입. 발표와 보도의 핵심, 주요 수치, 회사 측 설명, 시장적 의미를 자연스러운 뉴스 문체로 정리했다.
DeepSeek와 베이징대는 생성 속도를 60~85% 높이고 단일 GPU 처리량을 최대 6.6배 끌어올릴 수 있는 추론 프레임워크 DSpark를 오픈소스로 공개했다.
Lindy, Claude를 DeepSeek로 바꾸고 비용 90% 절감
DeepSeek, 모델 API에 피크·비피크 요금제 도입
안보 기관의 판단 이후에도 수출통제가 무역 협상의 카드가 될 수 있음을 보여준다.
이번 구조는 외부 자본을 받되 상업 투자자에게 의결권을 주지 않는 방식이다.
DeepSeek가 첫 외부 투자에서 500억 달러 이상 평가를 받았지만 상업 투자자에게 의결권은 주지 않았다.
같은 기업 워크로드에서 Claude, ChatGPT, DeepSeek, Kimi, GLM 비용 차이는 거의 9배에 달해 OpenAI와 Anthropic에 가격 압박을 준다.
Ramp와 OpenRouter 데이터는 장시간 실행되는 코딩·데이터 에이전트가 토큰 가격을 핵심 비용으로 만들면서 DeepSeek 사용이 빨라지고 있음을 보여준다.
Ramp 데이터에 따르면 DeepSeek는 미국 기업 내 상대 성장률에서 SaaS 업체 1위를 기록했다. 약관에는 개인 데이터가 중국에 저장될 수 있다고 적혀 있다.
Reuters는 DeepSeek의 첫 대형 자금 조달이 3500억~4000억 위안 평가액에서 마무리 단계라고 보도했다.
중국이 알리바바, 딥시크 등 민간 기업에서 '전략적으로 중요'하다고 판단되는 AI 인력의 해외 출국 시 정부 승인을 받도록 규제를 강화하고 있다.
딥시크가 V4-Pro API 가격을 영구적으로 75% 할인된 수준으로 고정, 출력 100만 토큰당 0.87달러로 경쟁사에 도전장.
DeepSeek의 첫 외부 투자 라운드에 중국 반도체 국가 펀드가 참여할 가능성이 제기되며 회사의 450억 달러 평가와 국산 컴퓨팅 전략이 함께 주목받고 있다.
미국 국무부가 4월 24일 전 세계 주재 미국 대사관과 영사관에 중국 AI 기업들이 미국 연구소의 모델을 체계적으로 "추출 및 증류"하고 있다고 경고하는 외교 전문을 발송했으며, DeepSeek, Moonshot, MiniMax 세 곳을 지목했다.
DeepSeek이 4월 24일 1.6조 파라미터 Pro 모델을 포함한 V4 시리즈를 공개했지만, 작년의 충격과 달리 시장 반응은 제한적이었다. 애널리스트들은 중국의 오픈소스 AI 산출물이 일상화되면서 놀라움의 요소가 사라졌다고 지적한다.
딥시크가 V4-Pro 프리뷰 출시 72시간 만에 가격을 75% 인하하고 전체 API 입력 캐시 히트 가격을 10분의 1로 낮추며 AI 가격 전쟁을 격화시켰다.
DeepSeek이 4월 24일 V4 Flash와 V4 Pro를 프리뷰 버전으로 공개했지만, 정식 출시는 2026년 하반기로 연기됐다. 화웨이의 Ascend 950PR 칩이 아직 양산 준비가 되지 않았기 때문이다.
DeepSeek이 V4-Pro와 V4-Flash를 MIT 라이선스로 공개했습니다. 경쟁 프로그래밍에서 최고 점수를 기록했으며 출력 가격은 $3.48/M으로 GPT-5.5 및 Claude Opus 4.7의 극히 일부 수준입니다.
딥시크가 첫 번째 외부 자금 조달 라운드를 추진 중이며, 최소 3억 달러, 평가액 100억 달러 이상을 목표로 하고 있다고 4명의 익명 정보 소식통이 전했다. 그간 외부 투자를 거절해온 AI 연구소의 큰 전환점이다.
DeepSeek가 V3.2를 조용히 출시하며 DSA라는 희소 어텐션 메커니즘을 도입, 계산 복잡도를 O(L²)에서 O(Lk)로 줄이고 API 가격을 입력 $0.28/M, 출력 $0.42/M으로 인하하면서 벤치마크 성능은 유지했다.
OpenAI, Anthropic, Google이 연합하여 증류 공격에 대응하고, 중국 AI 기업 DeepSeek, Moonshot AI, MiniMax가 약 24,000개의 가짜 계정을 통해 Claude와 1600만 회 이상 상호작용했다고 비난했습니다.
딥시크가 채팅 제품에 인스턴트 모드와 익스퍼트 모드라는 두 가지 새로운 모드를 조용히 도입했습니다. 익스퍼트 모드는 복잡한 작업에 더 높은 품질을 제공하지만 파일 업로드 기능이 제거되어, 기대되는 V4 출시를 앞둔 서비스 계층화 움직임으로 보입니다.
딥시크(DeepSeek)가 화웨이의 Ascend 950PR 칩에서 실행되는 1조 파라미터 MoE 모델 V4를 출시할 예정이다. 이는 중국 자체 칩 아키텍처를 위해 특별히 구축된 최초의 프런티어 AI 모델로, 엔비디아의 CUDA 생태계에서 벗어날 가능성을 시사한다.
DeepSeek이 Lean 4 형식 검증 시스템 내에서 수학 정리를 자동 증명하는 특화 모델 Prover-V2를 출시했으며, miniF2F 벤치마크에서 최신 최고 수준에 근접한 성과를 달성했다.
OpenAI, DeepSeek, Google, Anthropic의 주요 AI 추론 모델을 종합 비교합니다. 각사의 접근 방식, 추론 깊이와 응답 속도 간의 트레이드오프, 오픈소스 대 폐쇄소스 현황을 살펴봅니다.
DeepSeek V4와 Qwen 3.5/3.6이 거대한 컨텍스트 윈도우, 네이티브 멀티모달, 공격적인 가격 책정으로 AI 시장을 재편하며, 오픈소스 모델의 글로벌 점유율을 1년 만에 1%에서 15%로 끌어올렸다.
DeepSeek V4와 Qwen 3.5(Qwen 3.6-Plus로도 표기)는 저비용으로 고성능을 겨루는 중국산 오픈소스 AI 모델로, 조 단위 파라미터, 대규모 컨텍스트 윈도우, 매우 낮은 API 가격으로 고가의 클로즈드소스 거대 기업들에 도전한다.
DeepSeek은 대규모 AI 모델 훈련에서 전설적인 비용 효율성을 달성했습니다. V3는 약 550만 달러, R1 GPU 사용료는 약 29만 4천 달러인 반면, 미국 기업들은 유사 규모 모델에 1억~10억 달러를 지출합니다.
DeepSeek V3.1은 회사 최초의 하이브리드 모델로, 범용 모델 V3와 추론 모델 R1의 기능을 단일 아키텍처에 결합했습니다.
딥시크가 2026년 1월 추론 모델 R1을 오픈소스로 공개했다. 수학, 코드, 논리 추론 벤치마크에서 오픈AI의 o1과 비슷한 점수를 기록했으며, 증류 버전인 32B 파라미터 모델은 여러 테스트에서 o1-mini를 능가했다.
DeepSeek V3는 MoE 아키텍처로 총 671B 파라미터 중 토큰당 37B만 활성화하며, 최고 수준의 오픈소스 벤치마크 점수를 달성하면서도 훈련 비용은 550만 달러에 불과합니다.