생성된 타이틀 카드에는 ‘Qwen 4 vs DeepSeek V4.1 Pro: 두 개의 가격 카드, 인덱스 포인트당 동일한 비용’이라는 제목과 ‘인덱스 포인트당 7.6센트와 7.7센트, 각각 $3.27 작업과 $1.77 작업 기준’이라는 부제가 표시된다. 번호가 매겨진 세 개의 행에는 ‘인덱스 점수 42.9 대 23.1, Artificial Analysis v5.0.1’, ‘완료된 인덱스 작업당 비용 $3.27 대 $1.77’, ‘실제로 출시되는 DeepSeek Pro 모델은 V4 Pro 0813’이라고 적혀 있다. 푸터에는 ‘점수 및 작업당 비용은 Artificial Analysis Intelligence Index v5.0.1 기준; 가격은 각 공급업체가 공개한 요금표 기준’이라고 적혀 있다. 흰색 바탕에 파란색과 시안색 악센트를 사용한 플랫 벡터 스타일이며, 오른쪽 아래에 OrcaRouter 마크가 합성되어 있다.
Guides & Insights

Qwen 4 vs DeepSeek V4.1 Pro: 두 개의 가격표, 인덱스 포인트당 비용은 동일

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

각 모델의 완료된 작업당 비용을 지능 지수 점수로 나누면 이상한 일이 벌어진다. Qwen4-Max, 작업당 $3.27, 42.9점 기준으로 지수 점당 7.6센트로 계산된다. D​eepSeek V4.1 Pro — 아니, 정확히는 D​eepSeek의 Pro 등급 아래 실제로 제공되는 모델인 DeepSeek V4 Pro 0813이 작업당 $1.77, 23.1점이므로 점당 7.7센트로 계산된다. 두 회사, 출력에서 네 배 차이 나는 두 가지 가격표, 거의 20점 차이 나는 두 가지 역량 수준, 그리고 측정된 지능 단위당 비용은 1퍼센트 이내로 동일하다. 그 우연의 일치가 이번 맞대결의 전부이며, 어떤 단일 벤치마크 행보다 더 유용하다.

슬러그에 있는 이름에 관한 참고 사항: DeepSeek의 카탈로그에는 V4.1 Pro라는 모델이 없습니다. 가격 페이지에는 제공되는 모델이 정확히 두 개 나열되어 있습니다 — deepseek-flash(이는 DeepSeek-V4.1-Flash-1017에 해당)와 deepseek-v4-pro(이는 DeepSeek-V4-Pro-0813에 해당)입니다. V4.1 Pro 문자열은 이후 페이지에서 내려간 향후 출시에 관한 9월의 노트에 남아 있습니다. 따라서 이는 DeepSeek의 실제 Pro 모델과의 비교이며, 아래의 모든 DeepSeek 수치는 해당 모델의 것입니다.

산술부터 먼저다, 그것이 논거이기 때문이다.

Artificial Analysis는 각 공급업체의 정가와 모델이 실제로 소비한 토큰을 사용해, 지수 점수와 전체 지수 스위트를 실행하는 데 드는 모델링된 비용을 모두 공개합니다. 이 두 숫자만으로도 역량의 가격을 직접 산정할 수 있습니다.

• Qwen4-Max — xhigh 노력 수준에서 지수 42.9포인트; 작업당 $3.27; 포인트당 7.6센트.

• DeepSeek V4 Pro 0813 — 최대 노력에서 23.1점; 작업당 $1.77; 점당 7.7센트.

• 비율 — 1.007. DeepSeek은 완료된 작업당 46% 더 저렴하고 46% 덜 유능하며, 이 두 사실은 서로 상쇄됩니다.

• 피크 요금 대비 — D​eepSeek의 카드는 UTC 기준 평일 01:00–04:00 및 06:00–10:00 구간에서 $0.66/$1.98에서 $1.32/$3.96로 두 배가 됩니다. $1.77 수치는 피크 요금을 사용하므로, 비피크 시간대 작업은 D​eepSeek의 포인트당 비용을 약 3.8센트로 낮추고, 포인트당 비용이 2배 더 저렴한 모델이 됩니다.

마지막 문장이 실행 가능한 핵심입니다. 두 모델은 D​eepSeek의 정가 기준으로 동등한 구매 선택이며, D​eepSeek의 할인 시간대에 맞춰 스케줄링할 수 있다면 Qwen4-Max가 두 배 더 효율적입니다 — 이는 결정이 모델 품질에 관한 것이 전혀 아니라, 여러분의 트래픽을 배치 처리할 수 있는지 여부에 달려 있음을 말해 줍니다.

A generated two-column scoreboard titled 'Qwen4-Max vs DeepSeek V4 Pro 0813 - the scoreboard'. The Qwen4-Max column reads index score 42.9, cost per index task $3.27, cents per index point 7.6, input per million $1.50, output per million $4.50, hallucination rate 28.4%. The DeepSeek column reads index score 23.1, cost per index task $1.77, cents per index point 7.7, input per million $1.32 at peak, output per million $3.96 at peak, hallucination rate 94.1%. A footer reads 'Scores and per-task cost per Artificial Analysis Intelligence Index v5.0.1; prices per each vendor's published rate card.' The OrcaRouter mark is composited bottom right.

23점이 얻는 것, 43점은 얻지 못하는 것

효율성 동등은 반가운 우연일 뿐, 분야 중앙값이 40점대인 평가 모음에서 23점을 받는 모델을 실행할 이유는 아닙니다. 격차는 균일하지 않으며, 그 형태야말로 Qwen4-Max를 선택할 근거입니다.

• Terminal-Bench 4.0 — Qwen4-Max 48.5%, DeepSeek V4 Pro 14.1%. 34포인트 격차로, 이 비교에서 가장 큰 단일 차이입니다.

• FrontierCode 2.0 — 26.5% 대 17.1%. 터미널 격차보다는 작지만 저장소 작업에서는 여전히 결정적입니다.

• HLE Diamond — 44.9% 대비 19.5%.

• CritPt Agentic Hard — 43.0% 대 35.0%. 고난도 추론 제품군 중 가장 근접한 결과이며, D​eepSeek의 부족분이 스캐폴딩을 통해 회복 가능하다고 볼 수 있는 유일한 지점입니다.

• GDPval — 1,808.69 대 DeepSeek 모델의 공개 수치는 없음. 이 부재는 덮어두기보다 주목할 가치가 있습니다. 경제적 근거가 있는 전문 작업에서는 비교 가능한 수치가 없으므로, 그 영역에서 두 모델 중 어느 쪽이든 그 근거는 직접 평가에 달려 있습니다.

• 역량 격차 — D​eepSeek는 Artificial Analysis가 보고하는 다섯 가지 하위 점수 모두에서 뒤처지며, 법무에서 가장 나쁘고(27.5 대 Qwen4-Max의 49.6), 전략 및 운영에서 가장 근접하다(41.1 대 56.9).

작업이 "이것을 읽고 저것을 추출하라"라면 두 모델 모두 기준을 통과하며 가격이 결정합니다. 작업이 "테스트가 통과할 때까지 셸을 조작하라"라면 14.1%의 터미널 점수는 해당 모델이 일곱 번 중 여섯 번 실패한다는 뜻이며, 아무리 저렴해도 실패한 실행이 저렴해지지는 않습니다. 어느 경우든 토큰 비용은 지불하고, 그다음 사람에게 작업을 마무리하도록 비용을 지불해야 하기 때문입니다.

A headless-browser screenshot of the Artificial Analysis page for DeepSeek V4 Pro 0813, captured 17 November 2026 in English, showing DeepSeek's mark, the label Open weights model, Released August 2026, an intelligence rank, a performance rank, a speed reading of 93 output tokens per second, an index score of 23, the summary describing the model as below average in intelligence for its size, text-only input, text output and a 1M-token context window.

검토 단계가 있는 모든 사람에게 결정적인 기준이 되어야 하는 칼럼

Artificial Analysis는 환각을 정확도와 별도로 추적하며, D​eepSeek의 수치는 이 맞대결에서 실격 사유가 되는 단일 최대 수치입니다: 환각률 94.1%로, Qwen4-Max의 28.4% 및 이 가격대의 프런티어 모델들의 약 50%와 대비됩니다. 이 모델의 전지성 점수는 음수(−6.4)로, 이는 답변을 보류했을 때보다 덜 정확하게 답했다는 의미입니다.

94%의 환각률은 답변의 94%가 틀렸다는 뜻이 아니다. 그것은 모델이 틀렸거나 검증할 수 없었던 질문들 중 거의 전부가 거절되지 않고 조작된 내용으로 답변되었다는 뜻이다. 사람이 루프에 포함된 파이프라인에서는 비용 증폭 요인이고, 그렇지 않은 파이프라인에서는 위험 부담이다. Qwen4-Max 역시 최전선 기준에서 신뢰할 수 있는 모델은 아니지만, 28.4%에서는 적어도 검토자가 잡아낼 수 있는 형태로 실패한다.

이 중 하나는 MIT 라이선스이며, 그것이 계산을 바꿉니다

DeepSeek V4 Pro는 MIT 라이선스로 가중치까지 공개되어 배포됩니다. 반면 Qwen4-Max는 독점 모델로, Alibaba Cloud에서만 호스팅되며 다운로드 가능한 체크포인트가 없습니다. 이러한 비대칭성은 가격 비교에서 통상적으로 부여되는 것보다 더 큰 비중을 가질 만한데, 이는 '작업당 비용'이 의미하는 바 자체를 바꾸기 때문입니다.

• 한계 비용 — D​eepSeek의 $0.66/$1.98은 다른 사람의 GPU에 대한 정가입니다. 자체 호스팅에서는 한계 비용이 곧 자신의 활용률이며, 높은 정상 상태 볼륨에서는 흔히 그 3분의 1 수준이고 낮은 볼륨에서는 API보다 더 나쁩니다.

• 포기해야 하는 것 — D​eepSeek가 문서화한 1M 토큰 컨텍스트와 384K 출력 상한은 자체 하드웨어에서도 여전히 적용되지만, 커널 지원, 양자화 선택, 그리고 배포가 참조와 일치하는지 판단해야 하는 평가 부담을 떠안게 됩니다.

• Qwen4-Max로 할 수 없는 것 — 파인튜닝 불가, 온프레미스 배포 불가, 가중치 검사 불가, 그리고 A​libaba의 지역별 가격이 변경되어도 계속 서비스할 수 있는 능력 없음. 6개 리전은 대부분보다 넓은 배포 범위이지만, 여전히 한 공급업체의 결정입니다.

MIT 라이선스는 또한 DeepSeek V4 Pro가 수많은 호스트에 등장하는 반면 Qwen4-Max는 한 곳에만 등장하는 정직한 이유이기도 합니다. 그것은 라이선스의 속성이지 모델에 대한 평가가 아닙니다.

A headless-browser screenshot of the OrcaRouter model page for DeepSeek V4 Pro 0813, captured 17 November 2026 in English, showing the identifier deepseek/deepseek-v4-pro-0813, an off-peak input price of $0.66, the byline DeepSeek dated 2026-08-12, and the description noting a 1M-token context, up to 384K output tokens, thinking and non-thinking modes with low, high and max effort, JSON output and tool calls.

둘 중 어느 쪽에도 걸지 않고 둘 다 실행하기

이 둘은 양자택일 결정이라기보다 라우팅 계층에 자연스러운 짝입니다. 두 모델의 약점이 서로 무관하기 때문입니다: D​eepSeek은 저렴하지만 에이전트 실행에 약하고, Qwen4-Max는 중간 가격대이며 그 영역에서 유능합니다. 또한 가격 차이가 충분히 작아서, 어려운 트래픽 20%를 더 비싼 모델로 보내는 비용이 그것이 예방하는 실패 비용보다 적게 듭니다. 라우팅 DSL은 그 분할을 한 번의 호출로 처리합니다 — 작업 유형별로 분류하고, 셸 기반 작업은 한 경로로, 추출 작업은 다른 경로로 보내며 — 자동 페일오버는 두 공급자 중 하나가 성능 저하되는 경우를 커버합니다.

우리가 주장하지 않는 것: Qwen4-Max는 저희 카탈로그에 없습니다. qwen4 식별자는 오늘 기준 not-found를 반환하며, 그 경로는 A​libaba의 Model Studio API와 여러 서드파티 플랫폼이고, 저희가 제공하는 가장 가까운 모델은 qwen/qwen3.8-max로, 가격은 $2.00와 $6.00입니다 — 이전 플래그십으로 인덱스 한 세대 뒤처져 있고, 출력 기준 백만 토큰당 $1.50 더 저렴합니다. DeepSeek 쪽은 deepseek/deepseek-v4-pro-0813로 저희 카탈로그에 올라와 있습니다 DeepSeek 자체 정가에 마크업을 전혀 더하지 않은 가격으로, 따라서 위의 오프피크 및 피크 요금은 근사치가 아니라 실제로 청구되는 금액입니다.

무엇이 답을 바꿀까요?

가능성 순서대로 세 가지입니다. 실제로 출시되는 D​eepSeek V4.1 Pro는 이 비교를 뒤집을 것입니다. 9월 메모가 V4 Pro 대비 성능, 비용, 속도, 총 작업 시간의 개선을 주장했기 때문입니다 — 모두 D​eepSeek 자체 주장이며, 모델 ID와 요금표가 나오기 전까지는 어느 것도 재현할 수 없습니다. Qwen4-Max 가격 인하는 Q​wen에 유리한 점당 일치를 깨고 효율성 논거를 사라지게 만들 것입니다. 그리고 두 모델 중 하나를 실제로 수행하는 작업에서 독립적으로 평가하는 것이 이 페이지의 모든 수치, Artificial Analysis의 수치까지도 능가할 것입니다.

그때까지 규칙은 간단합니다. 작업이 배치 처리 가능하고 문서 형태라면, 오프피크 요금의 DeepSeek V4 Pro가 선택지 중 가장 저렴한 역량이며, 환각률은 그 주변에 검증 장치를 둬야 하는 항목입니다. 작업이 셸을 실행하거나, 저장소를 열거나, 고객이 검토 없이 읽는 결과물을 만든다면, 작업당 $1.50를 더 내고 34포인트의 터미널 격차를 감수하세요.