Ultramarine 1 Flash vs DeepSeek V4 Flash: 저렴한 토큰 요금이 곧 저렴한 작업은 아니다

Ultramarine 1 Flash는 입력 토큰 100만 개당 $0.15, 출력 토큰 100만 개당 $0.50의 비용이 듭니다. D​eepSeek V4 Flash는 Artificial Analysis 기록상 $0.44와 $1.32에, 또는 우리 카탈로그가 제공하는 라우팅 요율로는 $0.22와 $0.66에 등재되어 있습니다. 두 요금표를 나란히 놓고 보면 Paper Instruments 모델이 확실히 저렴해 보입니다 — 정가 기준으로 입력은 3배, 출력은 2.5배 더 저렴합니다. 하지만 그렇게 읽는 방식의 문제는 100만 토큰당 요율이 청구서의 절반에 불과하다는 점이고, 빠져 있는 나머지 절반이야말로 이 두 모델이 가장 크게 갈리는 부분입니다. D​eepSeek V4 Flash는 Intelligence Index를 완수하는 데 출력 토큰 2억 4천만 개를 생성합니다. 같은 비교 등급의 중간값 모델은 1억 4천만 개를 생성합니다. Artificial Analysis의 표현대로 이 모델은 대단히 장황하며, 그 축에서 자기 가격 등급 40개 중 36위입니다.

Ultramarine 1 Flash는 자신에 대해 반대되는 주장을 합니다. Paper Instruments가 평가한 여섯 개 벤치마크 모두에서, 이 모델은 자신이 포스트트레이닝된 기반 모델인 GLM-5.3 Flash보다 6.5% 더 적은 토큰을 생성했으면서도 모든 벤치마크에서 더 높은 점수를 받았습니다. 한 모델은 토큰당 저렴하고 작업당 비쌉니다. 다른 모델은 가격을 바꾸지 않으면서 작업당 비용을 줄이기 위해 애를 썼습니다. 가치 있는 비교는 두 입력 요율 사이가 아니라 그 두 접근법 사이에 있습니다.

두 모델, 같은 가격대에 이르는 두 가지 다른 경로

그들은 서로 반대되는 방향에서 예산 등급에 도달했고, 그 차이가 이후 내용의 대부분을 설명해 준다.

D​eepSeek V4 Flash는 처음부터 학습한 전문가 혼합(mixture-of-experts) 모델입니다. 총 2,840억 개 매개변수에 활성 매개변수는 130억 개이며, 2026년 4월 24일 MIT 라이선스로 공개되고 가중치는 Hugging Face에 게시되었습니다. 동일한 아키텍처로 처음부터 다시 사후 학습한 0731 리비전이 바로 이제 이 날짜 표기 식별자가 가리키는 대상입니다. 1,048,576토큰 컨텍스트 윈도우와 최대 384,000개의 출력 토큰을 지원하며, 텍스트를 입력받아 텍스트를 출력하고, D​eepSeek이 자체 공개한 수치에서 강력한 에이전트 벤치마크를 보고합니다 — Terminal-Bench 2.1에서 82.7, Cybergym에서 76.7, Toolathlon Verified에서 70.3.

Ultramarine 1 Flash는 파생 모델입니다. Paper Instruments는 GLM-5.3 Flash — Z.ai의 총 320B, 활성 18B 멀티모달 모델 — 를 기반으로 금융, 법률, 컨설팅, 운영 업무의 합성 커리큘럼 전반에 걸쳐 대규모 강화 학습을 실행했습니다. API는 2026년 10월 14일 출시되었으며 가격은 백만 토큰당 $0.15 / 캐시 $0.03 / $0.50로, GLM-5.3 Flash가 부과하는 것과 동일한 요율입니다. 가중치는 출시되지 않았습니다. 공급업체 자체 페이지에는 "모델 가중치 곧 제공 예정"이라고 적혀 있습니다.

그러니까 이 조합을 솔직하게 규정하자면, 다운로드 가능한 처음부터 학습한 MoE 대 누군가의 공개 베이스에 대한 비공개 포스트트레이닝이다. 하나는 프로덕션에 들어간 지 6개월 됐고, 다른 하나는 이제 하루 된 것이다.

어느 쪽의 마케팅도 앞세우지 않는 장황함 수치

Artificial Analysis는 모델이 Intelligence Index를 완료하는 데 얼마나 많은 출력 토큰을 소비하는지 측정하고, 이를 장황도 순위로 보고한다. DeepSeek V4 Flash는 동급 중앙값 1억 4천만 개 대비 2억 4천만 개의 출력 토큰을 사용했다 — 일반적인 수준보다 71% 높으며, 동급 40개 중 36위다. 그 수치는 이 모델이 제시하는 작업당 $0.22를 조심해야 하는 이유다. 또한 주목할 점은, 대부분의 경쟁 모델이 달성하는 것보다 더 나은 작업당 비용 수치이기도 하다는 것인데, 이는 이 모델의 원시 속도가 얼마나 많이 보완하는지를 보여준다: 초당 출력 토큰 173.7개로 동급 74개 모델 중 여덟 번째로 빠르므로, 토큰 양이 더 많더라도 빠르게 도착한다.

Ultramarine 1 Flash의 장황함은 Artificial Analysis가 공개하지 않는데, Artificial Analysis가 이 모델을 평가하지 않았기 때문이다. 대신 Paper Instruments가 공개하는 것은 자체 베이스와의 비교다: 6개 벤치마크 스위트 전반에서 추론을 포함해 3,050만 토큰 대 GLM-5.3 Flash의 3,270만 토큰이다. 이는 비교의 양측이 공유하는 측정치다 — 동일한 스위트, 동일한 하네스, 동일한 조건 — 그래서 이번 발표에서 가장 신뢰할 수 있는 수치이며, 토큰 효율성 주장이 자기 자신이 아닌 다른 무엇과 검증되는 유일한 수치다.

그것들을 종합하면 계산이 달라진다. D​eepSeek V4 Flash의 장점은 거의 어디서든 실행할 수 있는 빠르고 유능하며 균형 잡힌 모델이라는 점이다. 단점은 많은 양을 쓴다는 것이고, 고정된 출력 요금에서는 그것이 청구서에 나타난다. Ultramarine 1 Flash의 장점은 그것이 파생된 모델보다 적게 쓴다는 것이다 — 하지만 오직 그 모델과 비교했을 때만, 그리고 자체 제작사가 작성한 테스트 스위트에서만 그렇다.

6개 벤치마크가 실제로 말하는 것

Paper Instruments는 자체 모델과 여러 경쟁사 모델을 대상으로 여섯 개의 스위트를 실행했습니다. 그 안에는 D​eepSeek V4.1 Flash가 등장하지만, 이 헤드라인에 나온 모델인 원래의 D​eepSeek V4 Flash는 등장하지 않습니다.

• JobBench — Ultramarine 1 Flash 62.9, DeepSeek V4.1 Flash 60.4. Paper Instruments 모델이 2.5점 앞선다.

• PI 지식 업무 — Ultramarine 1 Flash 59.3, DeepSeek V4.1 Flash 47.9. 11.4포인트 차이로, 이 세트에서 가장 큰 격차.

• FrontierFinance — 53.3 대 46.0.

• AutomationBench — DeepSeek이 유일하게 승리하는 스위트: V4.1 Flash 51.3 대 Ultramarine의 50.2.

• DiligenceBench — 50.6 대 50.3. 사실상 동률이며, 둘 모두 Gemini 3.8 Flash와 Claude Fable 5에 뒤처집니다.

• APEX-Agents 1.1 — 57.0 대 39.5, 표 전체에서 가장 큰 격차.

여기에는 단서가 여러 겹으로 쌓여 있으며, 그 모두를 분명히 밝힐 가치가 있다. 이것들은 공급업체의 벤치마크다. DeepSeek 수치는 같은 제품군의 더 새롭고 다른 모델에 대한 것이며, Paper Instruments가 이름으로 특정한다. 그리고 이 중 어느 것도 회사 외부의 누구에 의해서도 검증되지 않았다. 이 표가 입증하는 것은 좁지만 실제적이다: 문서 산출물 작업에서는 후속 학습된 전문 모델이 효율적인 범용 MoE를 크게 앞서고, 자동화된 에이전트 작업에서는 격차가 거의 사라진다. 당신의 작업이 메모나 모델이라면, 그 구분은 한쪽을 가리킨다. 그것이 다단계 에이전트 루프라면, 그렇지 않다.

이 중 하나를 다운로드할 수 있습니다

이것은 어떤 벤치마크도 포착하지 못하는 차이이며, 조달 대화를 결정지을 가능성이 가장 큰 바로 그 차이입니다.

DeepSeek V4 Flash는 MIT 라이선스로 배포되며 가중치는 Hugging Face에 있습니다. 여러분은 이를 다운로드해 자체 하드웨어에서 실행하고, 미세 조정하고, 제품 안에 탑재해 출시할 수 있으며, 제3자에게 토큰을 하나도 보내지 않아도 됩니다. 고객 기밀 유지 의무를 지닌 법률 사무소나 은행에게 이는 있으면 좋은 선택지가 아닙니다. 흔히 이것이 요구사항 전체이며, 이는 DeepSeek의 모델을 이 비교의 호스팅 API 쪽에서는 완전히 제외하고 대신 여러분의 자체 머신에 올려놓습니다.

Ultramarine 1 Flash는 오늘날 그렇게 할 수 없습니다. "모델 가중치 곧 공개"는 의도 표명일 뿐, 라이선스가 아닙니다. Paper Instruments가 공개적으로 배포한 것은 모델을 둘러싼 발판입니다: 모델이 훈련되고 평가된 환경인 Feather 에이전트 하네스, 그리고 에이전트에게 Office 파일 형식에 대한 안전한 인터페이스를 제공하는 paper-docx, paper-pptx, paper-xlsx 포크입니다. 이것들은 정말 유용하며, 또한 이 모델의 광고이기도 합니다. 왜냐하면 이것들은 일반 에이전트가 표준 라이브러리로 만들어내는 것보다 모델의 출력을 덜 손상되게 만들기 위해 존재하기 때문입니다.

그래서 라이선스 조건이 비교의 구도를 바꿉니다. 가중치를 직접 실행해야 한다면 비교 자체가 성립하지 않습니다: D​eepSeek V4 Flash가 답이고 Ultramarine 1 Flash는 약속일 뿐입니다. API를 호출할 수 있다면 둘은 진정으로 경쟁하는 관계이며, 결정적 증거는 자신의 문서에서 발생하는 작업당 비용입니다.

라우팅된 가격이 도착하는 위치

OrcaRouter에서 DeepSeek V4 Flash는 백만 토큰당 입력 $0.22, 출력 $0.66에 제공됩니다 — 제공업체의 정가가 토큰당 아무것도 더해지지 않은 채 그대로 전달되며, 바로 이 때문에 Artificial Analysis 기록에서 $0.44/$1.32 조합보다 낮은 위치에 있습니다: 그 조합은 다른 제공업체의 요율표를 추적합니다. 이 패스스루 방식에는 예산을 세우고 있다면 알아둘 만한 두 번째 결과가 있습니다: 제공업체가 요율을 변경하면, 귀하 쪽의 구성 변경 없이 제공 요율도 같은 날 함께 변경됩니다.

그 라우팅 요금에 비해, Ultramarine 1 Flash의 $0.15/$0.50은 입력에서 약 1.5배, 출력에서 1.3배 더 저렴합니다 — 정가 비교가 시사하는 것보다 훨씬 좁은 차이이며, 공유 접두사가 큰 문서 워크로드에 D​eepSeek의 97% 캐시 할인이 적용되면 차이는 더욱 좁아집니다. Ultramarine 1 Flash의 캐시 요금은 백만당 $0.03으로 이 역시 강력한 할인이지만, 이 시점에서 둘은 충분히 가까워 산술만으로는 어느 쪽도 우위를 점하지 못합니다.

그러면 결정은 있어야 할 곳, 즉 여러분 자신의 작업에 남습니다. 양쪽 모두에 실제 결과물 묶음을 보내고, 청구서를 비교하고, 출력을 읽어보세요. Ultramarine 1 Flash는 우리 카탈로그에 없으므로, 그 테스트는 한쪽에서는 공급업체 자체 엔드포인트를 상대로 실행됩니다. 그 모델이 사후 학습의 기반으로 삼는 GLM-5.3 Flash는 여기에서 $0.15/$0.50에 제공됩니다 — 동일한 요금표입니다 — 이는 사후 학습을 얹기 전에 베이스 모델이 무엇을 내놓는지 합리적으로 가늠할 수 있는 대리 지표가 됩니다.

승자 없는 입장

이 둘은 사실 대체재가 아니며, 이들을 억지로 하나의 승자로 몰아가면 유용한 발견이 가려진다. DeepSeek V4 Flash는 다운로드 가능하고 독립적으로 측정된, 유난히 빠른 MoE로, 필요한 것보다 더 많이 쓴다. Ultramarine 1 Flash는 더 적게 쓰도록 설계된 오픈 베이스의 폐쇄적이고 측정되지 않은 포스트트레이닝이며, 다른 누구도 실행해 본 적 없는 벤치마크 제품군을 내세워 판매된다.

이 글의 일축하기 쉬운 버전은 더 저렴한 토큰 단가가 이긴다고 말할 것이다. 방어 가능한 버전은 라이선스가 조달을 결정하고, 장황함 수치가 청구서를 결정하며, 두 모델 모두 귀하의 문서로 테스트된 적이 없다고 말한다. 그중 세 가지 가운데 두 가지는 이번 주에 해결할 수 있다. 세 번째는 Paper Instruments가 독립적인 수치를 공개하거나, 곧 나온다고 말한 가중치를 실제로 배포하기 전까지는 해결될 수 없다.

이런 종류의 비교는 실패 모드가 드러나는 지점이기도 합니다. 이 등급의 모델들 뒤에 있는, 문서로 기록된 AI 사고와 에이전트 실패 사례는 OrcaRouter AI Incident Archive에 모여 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 플래그가 함께 딸려 있습니다.