DeepSeek-V4-Pro가 '하나의 API에 세 가지 모델'이라는 의혹을 받고 있다? 커뮤니티 테스트 결과 그 배후는 에이전트 환경 차이일 가능성이 제기됐다.

BlockBeats 뉴스, 8월 15일, 최근 AI 커뮤니티에서 DeepSeek-V4-Pro가 여러 버전으로 존재하는 것으로 의심된다는 논의가 뜨겁다. 일부 사용자는 동일하게 deepseek-v4-pro 인터페이스를 호출하더라도 IP를 변경하거나 세션을 새로 생성하면 모델이 세 가지 서로 다른 '추론 스타일'을 보여준다는 것을 발견했다:

한 유형은 자주 'Let me'로 시작하며, 이전 V4 Pro Preview에 가깝다. 또 다른 유형은 'The user wants me'가 자주 등장해 V4 Flash와 유사하다. 나머지 한 유형은 'we'를 많이 사용하며, 일부 사용자들이 더 강력한 '신버전 V4 Pro'라고 부른다.

동일한 세션이 특정 모드에 진입하면 이후의 성능이 일반적으로 안정적으로 유지되기 때문에, 커뮤니티에서는 한때 DeepSeek가 API 뒤에 여러 모델을 숨기고 라우팅 메커니즘을 통해 배포하는 것이 아닌지 추측했다. 그러나 DeepSeek Harness 소스 코드를 추가 분석한 결과, 또 다른 설명이 제기됐다: 차이는 서로 다른 모델 가중치가 아니라 Agent 실행 환경에서 비롯된 것일 수 있다는 것이다.

커뮤니티는 8월 10일 DeepSeek Harness 공식 저장소에 중요한 커밋이 업데이트된 것을 발견했다:

'fix(preset): align minimal agent with RL composition'

이 업데이트는 Minimal Agent를 강화 학습(RL) 훈련 시 사용되는 Agent 환경과 일치시키기 위한 것이다.

공식 문서에 따르면 Minimal preset에는 극도로 간소화된 system prompt, 영구적인 Bash 환경, 지정된 편집 도구, RL 훈련에 사용되는 compaction policy가 포함되며, 추가적인 신원 프롬프트, 웹 프롬프트 및 도구 설명이 제거되었다.

이는 DSH Minimal이 Standard 버전의 '기능 축소판'이 아니라, 모델 훈련 단계에서 실제로 접하는 Agent 환경을 시뮬레이션한 것일 수 있음을 의미한다.

커뮤니티 테스트도 이 관점을 뒷받침한다. 동일한 DeepSeek V4 Pro가 서로 다른 Harness 환경에서 보여준 성능:

DSH Standard: 91점;

DSH PTC: 92점;

DSH Minimal: 99/96점.

이후, 테스터는 'Anchored Standard' 플러그인을 개발했다: 첫 번째 요청에서 Minimal 환경을 시뮬레이션하여 shell과 read 도구만 열어두고, 첫 번째 도구 호출이 완료된 후에 Standard 전체 도구 세트를 복원한 결과, 연속으로 98/99점을 획득했다.

테스터는 V4 Pro Agent의 성능 발휘를 결정하는 핵심이 최종적으로 보유한 도구의 수가 아니라, 모델이 처음에 본 System Prompt + Tool Schema + Agent Scaffold일 수 있다고 판단했다.

따라서, 이른바 '세 개의 DeepSeek 모델'은 실제로 두 가지 요인이 겹쳐진 것일 수 있다:

한편으로는 API 서비스 환경, 배포 구성 또는 그레이스케일 인스턴스 차이이고, 다른 한편으로는 모델이 RL 훈련 분포에 가까운 Agent 환경에 진입했는지 여부다.

다만, 현재 이 주장은 아직 DeepSeek 공식 확인을 받지 못했다. 공식 API 문서에 따르면, deepseek-v4-pro는 DeepSeek-V4-Pro-0813 정식 버전에 해당하며, 다중 모델 자동 라우팅 메커니즘은 공개되지 않았다.

현재로선, DeepSeek-V4-Pro의 상이한 성능은 모델 가중치, 추론 환경 및 Agent 프레임워크가 함께 작용한 결과일 가능성이 더 높으며, 단순히 세 개의 숨겨진 모델이 존재한다기보다는 그렇다.