Gemini 4 Carbon 대 DeepSeek V4 Pro: 37 지수 포인트와 작업당 4.4배 비용이 실제로 무엇을 얻어 주는가

Put G​emini 4 Carbon and DeepSeek V4 Pro on the same scale and the result is not close: 60 against 23 on Artificial Analysis Intelligence Index v5.0.1, a 37-point gap between the fourth-best model on the board and one sitting below the median. Put them on the cost scale and it is not close either, in the other direction — $7.76 per index task against $1.77. The interesting question is not which is better. It is which of those two numbers you are actually paying for in the work you have, because for a large share of production traffic the 37 points go unused while the 4.4x bill arrives every month.

두 모델 모두 오늘날 호출 가능하므로, 이는 로드맵상의 검토가 아닌 실제 비교입니다. Gemini 4 Carbon은 12일간의 제한적 단계적 출시를 거쳐 2026년 11월 10일 유료 API 개발자에게 공개되었습니다. DeepSeek V4 Pro는 2026년 8월 13일부터 0813 체크포인트로 일반 제공되어 왔으며, MIT 라이선스 하에 공개 가중치가 제공됩니다.

상반된 전제에 기반한 두 가지 모델

스펙은 어떤 벤치마크보다도 대부분의 동작 차이를 먼저 설명한다.

• 가격, 표준 요금 — G​emini 4 Carbon: 2026년 11월 30일까지 백만 토큰당 입력 $2 / 출력 $10, 이후 $4 / $20. D​eepSeek V4 Pro: 비첨두 시간 $0.66 / $1.98, 첨두 시간 $1.32 / $3.96, D​eepSeek 자체 요금표 기준.

• Cached input — Carbon $0.10 per million now, $0.20 after 1 December, implicit caching only. D​eepSeek $0.022 off-peak and $0.044 at peak, a 97% discount on the fresh-token rate.

• 컨텍스트와 출력 — 둘 다 1M 토큰 윈도우를 갖습니다. Carbon은 동기 출력을 65,536 토큰으로 제한하고 긴 디코딩 시 최대 1,048,576까지 허용합니다. V4 Pro는 384,000으로 제한합니다.

• 입력 모달리티 — Carbon은 텍스트, 이미지, 오디오, 비디오, PDF를 입력받습니다. V4 Pro는 텍스트만 지원하며, DeepSeek 자체 가격 페이지에 따르면 v4-pro에서는 비전이 지원되지 않습니다.

• 가중치 — Carbon은 비공개입니다. V4 Pro는 MIT 라이선스로 배포되며, 1.6조 매개변수 규모의 전문가 혼합(MoE) 모델에 활성 매개변수는 490억 개이므로 라이선스 조건에 따라 셀프 호스팅, 미세 조정 및 재배포가 가능합니다.

• 노력 제어 — Carbon은 낮음, 중간, 높음 수준에서 사고를 제공합니다. V4 Pro는 낮음, 높음, 최대 수준의 추론 다이얼을 제공합니다.

모달리티 경계는 각주가 아닙니다. 파이프라인이 스크린샷, 스캔한 PDF 또는 통화 녹음을 입력으로 받는다면, V4 Pro는 어떤 가격에서도 스택의 그 부분에 들어갈 모델이 될 수 없으며, 비교는 단일 후보로 좁혀집니다. 트래픽이 코드, 로그 및 텍스트 문서라면, 그 격차는 정말로 선택의 문제입니다.

37개 항목, 분해

그 정도 크기의 종합 격차는 보통 몇몇 평가가 사실상 전부를 만들어내는 경우가 많으며, 이 쌍에 대해 독립 평가 보드들이 보여주는 것도 바로 그렇다. Artificial Analysis는 Carbon을 high effort로, V4 Pro 0813을 max effort로 측정한다. 두 수치 모두 벤더가 아니라 해당 평가 기관의 것이다.

• Intelligence Index 작업당 비용 — Carbon $7.76, V4 Pro $1.77. 이 비율에는 이미 장황함이 반영되어 있으므로, 두 모델 간에 가장 공정한 단일 경제 지표입니다.

• 인덱스에서 소모된 출력 토큰 — Carbon 2억 500만, V4 Pro 1억 1,900만으로, 중앙값 7,280만 대비. 두 모델 모두 말수가 많은 편이며, Carbon은 약 1.7배 더 많아 가격 격차의 상당 부분은 토큰당 단가만이 아니라 바로 이 지점에서 발생한다.

• 속도 및 지연 시간 — Carbon은 초당 출력 토큰 80개, 첫 답변 토큰까지 66.85초; V4 Pro는 초당 67토큰, 67.71초입니다. 이 축에서는 거의 동일하며, 둘 다 충분히 느려서 스트리밍과 인내심 없이는 대화형 채팅 경로에 적합하지 않습니다.

• 노력 민감도 — Carbon은 높음에서 60점, 중간에서 58점, 낮음에서 54점을 기록합니다. V4 Pro의 비추론 구성은 최대 설정에서 23점인 데 비해 13점을 기록합니다. 더 저렴한 모델은 추론을 낮출 때 훨씬 더 많이 손실하므로, "저렴하게 실행"은 어느 쪽에서도 공짜 전환이 아닙니다.

On the vendor side the numbers are loud and unaudited, and they do not overlap enough to compare directly. D​eepSeek's own card for the 0813 build reports Terminal-Bench 2.1 at 87.9, DeepSWE at 62.7, CyberGym at 83.3, SWE-bench Verified at 80.6 and a Codeforces rating of 3206 — all vendor-reported, none reproduced by a neutral party at the time of writing. G​oogle's card for Carbon reports SEC-bench Pro at 88.2%, ExploitGym at 54.8% and CWE-bench at 71.0%. Note what happens if you try to line those up: CyberGym and ExploitGym are different harnesses, Terminal-Bench 2.1 and Terminal-Bench 4.0 are different versions of a moving target, and only one of the two vendors published a cyber score on a benchmark the other also ran. Any chart setting 83.3 beside 54.8 is comparing a scale to a different scale.

아무도 예산에 넣지 않는 청구 시계

DeepSeek의 가격은 단일 가격이 아니며, 이것이 두 모델 사이에서 가장 덜 보도된 차이점입니다. V4 Pro는 정의된 피크 시간대 외에는 절반 요율로 청구됩니다. 피크는 월요일부터 금요일까지 UTC 01:00–04:00 및 06:00–10:00이며, 중국 공휴일은 제외됩니다. 그 외의 모든 시간 — 야간, 주말, 공휴일 — 은 비피크입니다.

24시간 중 평일 하루 7시간, 주 5일은 달력상 한 주의 약 21%입니다. 배치 작업이 UTC 기준 cron으로 예약되어 있다면 정렬하기 쉽습니다. 트래픽이 미국이나 유럽의 주간 시간대 곡선을 가진 라이브 제품이라면, 상당 부분이 피크 구간에 걸리고 실제 혼합 요율은 마케팅 페이지에 적힌 숫자가 아니라 $0.66에서 $1.32 사이에 위치합니다.

Carbon의 시간 계산은 반대로 흘러갑니다. 11월 30일까지는 변동이 없다가 그 이후 두 배가 됩니다. 두 가지 모델, 청구서 변동의 완전히 다른 두 원인: 하나는 하루 중 시간대에 따라 달라지고, 다른 하나는 달력 날짜에 따라 달라집니다. 어느 것도 토큰당 단일 수치만으로는 보이지 않으며, $4/$20와 $0.66/$1.98을 비교하는 것은 한쪽은 최악의 경우를, 다른 쪽은 최선의 경우를 설명하는 것입니다.

솔직하게 말하면: Carbon의 도입 요금을 V4 Pro의 피크 요금과 비교하면, Carbon은 입력에서 1.5배, 출력에서 2.5배입니다. 12월 1일 이후 비피크 요금 대비로는 6배와 10배입니다. 작업당 비용 4.4배라는 수치는 그 사이에 있으며, 계획을 세울 때 기준으로 삼을 만한 숫자입니다. 각 모델이 실제로 작업을 완료하는 데 필요한 토큰 수를 고려하기 때문입니다.

격차에 비용을 지불할 가치가 있는 곳

결론 대신, 두 모델이 실제로 어떻게 구성되어 있는지에 비추어도 유효한 네 가지 구분.

Cyber and vulnerability work. This is Carbon's home ground and the reason G​oogle gated it to defenders first. Carbon reads code, images and PDFs in one call, which is what a vulnerability triage pipeline needs, and G​oogle's own reported numbers put it at the top of the cyber boards it chose to publish. V4 Pro has respectable self-reported cyber scores and cannot see a screenshot. For a security team, Carbon at 6x the input price is not obviously the wrong call.

대량 분류, 추출 및 라우팅. 이건 V4 Pro로 보내세요. 37점짜리 종합 격차는 모델이 지원 티켓에 태그를 달 수 있는지, 인보이스에서 필드를 뽑아낼 수 있는지에 대해 거의 아무것도 알려주지 않습니다. 그리고 입력 100만 토큰당 $0.66이라면, 저렴한 모델은 품질에서 밀리기 훨씬 전에 산술에서 이미 이깁니다. 대부분의 팀은 여기서 과하게 지출합니다.

긴 컨텍스트 문서 작업. 두 컨텍스트 창 모두 1M 토큰이므로 원시 용량은 동일합니다. 차별점은 모달리티와 출력 한도입니다. Carbon은 스캔한 PDF를 입력받아 최대 1M 토큰까지 작성하며, V4 Pro는 텍스트가 이미 추출되어 있어야 하고 384K에서 멈춥니다. 파이프라인이 이미 OCR 처리되어 있다면 V4 Pro는 출력 가격의 10분의 1로 동일한 1M 창을 제공합니다.

직접 호스팅해야 할 수도 있는 모든 것. V4 Pro만이 선택지입니다. MIT 가중치는 어떤 공급업체도 모델을 회수하거나, 가격을 다시 책정하거나, 프로그램 뒤에 가둘 수 없다는 것을 의미합니다 — 이는 Carbon의 액세스 조건이 14일 동안 두 번 바뀌고 12월 1일에 가격이 다시 바뀌는 한 해에 가상의 우려가 아닙니다.

라우팅 답변, 솔직한 유의사항과 함께

이 결정의 성숙한 형태는 하나를 고르는 것이 아닙니다. 대부분의 트래픽은 V4 Pro로 처리하고 어려운 사례는 프런티어 모델로 에스컬레이션하는 것입니다. 바로 이것이 우리 라우팅 DSL이 존재하는 이유인 구성입니다. 볼륨을 처리하는 저비용 브랜치, 낮은 신뢰도나 검증 실패 시 발동하는 에스컬레이션 조건, 그리고 두 모델 앞에 놓인 하나의 OpenAI 호환 엔드포인트입니다.

현재 해당 엔드포인트에 있는 것은 deepseek/deepseek-v4-pro로, D​eepSeek 자체 가격 $0.66/$1.98이며, 함께 google/gemini-4-argon이 $2/$10에 있습니다. Argon은 동일한 1M 윈도와 동일 지수에서 50을 기록하는 G​emini 4 모델로, Carbon의 12월 이후 출력 가격의 절반입니다. G​emini 4 Carbon은 저희 카탈로그에 없으며, G​oogle의 유료 API를 통해 접근하고, 파이프라인에서 Carbon 분기는 곧 직접 통합입니다. 제공업체 정가가 해당 키의 200개 이상 모델 전반에 걸쳐 0% 마크업으로 그대로 전달되기 때문에, 공급업체 요율 변경은 발생 당일 적용되며, Carbon의 경우 그날은 12월 1일입니다.

자동 페일오버는 저렴한 모델에 대한 셈법을 바꾸는 부분입니다. 팀들이 프런티어 용량을 과도하게 구매하는 이유는 중요한 5%의 요청에서 나쁜 답변이 나올까 봐 두렵기 때문입니다. 페일오버와 에스컬레이션을 사용하면 저렴한 모델이 잘 처리하는 95%를 맡고, 요청이 그 범위를 벗어날 때 하나의 엔드포인트에서 비싼 모델에 접근할 수 있습니다. 라우팅할 수 있는 꼬리 위험에 대비하려고 모든 토큰에 프런티어 요금을 지불하는 대신 말입니다.

무엇이 이 추천을 바꾸게 할까요?

Two developments, both plausible within a quarter. If a neutral evaluator runs Carbon on a cyber benchmark that D​eepSeek also published, the two scorecards become comparable for the first time and the gap stops being an inference. And if D​eepSeek ships the V4.1-Pro that its own migration note pointed at, the cheap side of this comparison gets stronger without the expensive side moving — which would make the escalation split even more attractive than it is now.

그때까지 방어 가능한 입장은 화려하지 않다: 대량 처리에는 V4 Pro, 멀티모달 입력이나 사이버 역량이 중추적 역할을 하는 경우에만 Carbon, 그리고 20일 만에 두 배가 되는 가격을 사이에 두고 어느 쪽과도 장기 계약을 체결하지 않는 것이다.