원문 게시일: [https://toolpilotpro.com/deepseek-v4-1-flash-1017-guide]

DeepSeek이 더 저렴하고 빠른 코딩 모델을 출시하다 — 그리고 가중치(Weights)는 오픈 소스

DeepSeek은 2026년 10월 17일에 DeepSeek-V4.1-Flash-1017을 출시했지만, 큰 반향을 일으키지 못했습니다. 이는 이상한 일입니다. 왜냐하면 대량으로 AI 코딩 에이전트를 운영하는 사람들에게 이 모델은 이번 달 가장 유용한 출시작 중 하나이기 때문입니다.

이 모델은 최첨단(frontier) 모델은 아닙니다. DeepSeek은 이를 V4.1-Flash의 사소한 업데이트라고 부릅니다. 하지만 더 나은 벤치마크 점수, 빠른 작업 완료 속도, 짧아진 출력물, 1M 토큰 컨텍스트 창, MIT 라이선스 오픈 가중치(open weights), 그리고 폐쇄형 최첨단 모델보다 크기 순으로 낮은 API 가격의 조합은 이 모델을 대용량 코딩 작업을 위한 새로운 기본값(default)으로 만듭니다.

변경된 점

핵심 주장은 '파레토 개선(Pareto improvement)'입니다. 즉, 더 적은 비용으로 더 많은 성능을 얻는 것입니다. 출력물은 짧아졌고, 작업 완료 속도는 빨라졌으며, 전반적인 점수는 상승했습니다. 출력물이 짧다는 것은 들리는 것보다 중요합니다. 작업당 토큰 수가 적다는 것은 단순히 답변이 빠르다는 것을 넘어, 청구서가 작다는 것을 의미하기 때문입니다.

이 모델은 에이전트 코딩(agentic coding)에 맞춰 조정되었습니다. 이는 모델이 코드베이스를 탐색하고, 코드를 작성 및 테스트하며, 자체 오류를 수정하고, 다단계 작업을 완료하는 워크플로우를 말합니다. DeepSeek에 따르면 이 모델은 종단 간(end-to-end) 프로젝트 개발을 위해 자기 피드백(self-feedback)을 사용한 강화학습 (RL)을 활용한다고 밝히며, 금지된 도시의 3D 모델, 웹 기반 레이싱 게임, Godot 엔진에서의 Portal 2 재현, 그리고 선사시대부터 오늘날까지 역사를 추적하는 3D 장면 등 완전한 프로젝트를 처음부터 구축하는 모습을 보여줍니다. 데모는 데모일 뿐이지만 목표는 명확합니다. 즉, 모델이 몇 초가 아닌 몇 분 동안 작업하며, 그 수천 건의 작업에 대한 청구서 비용이 진정한 제약 조건인 업무입니다.

이는 DeepSeek Harness (v0.2.1-rc.1 이상), Tencent CodeBuddy, WorkBuddy와 같은 에이전트 하네스(agent harnesses)에 최적화되어 있습니다.

벤치마크를 솔직하게 말하자면

DeepSeek은 이전 모델인 K3, GLM-5.3, GPT-5.6 Sol, 그리고 Claude Opus 5와 비교하는 비교표를 발표했습니다. 모든 수치는 공급업체(vendor)가 보고한 것이며, 독립적인 테스트는 아직 존재하지 않습니다. 이 점을 염두에 두고 읽으면 여전히 흥미로운 패턴이 보입니다.

이 모델은 실제 에이전트 코딩과 가장 유사해 보이는 벤치마크인 DeepSWE v1.1 (77.0), Automation-Bench (60.5), Agents' Last Exam (35.4), 그리고 Apex Bench (72.1)에서 업계를 선도합니다. 반면, 순수한 추론(raw reasoning)과 가장 유사해 보이는 벤치마크인 HLE (42.6 vs 56.3), Terminal-Bench 4.0 (42.3 vs 51.8), ProgramBench (29.1 vs 37.0), 그리고 NL2Repo-Bench (68.2 vs 75.3)에서는 Opus 5에 뒤처집니다.

쉽게 말해, 코딩 작업을 처리하는 데는 가격 대비 성능이 매우 뛰어납니다. 하지만 가장 어려운 추론 문제의 경우, 여전히 비싼 최첨단(frontier) 모델들이 우위를 점합니다. 중요한 질문은 '어떤 모델이 최고인가?'가 아니라 '특정 작업에 이 가격으로 어떤 모델이 가장 좋은가?'입니다.

가격 책정 (The pricing)

DeepSeek API의 공식 가격은 100만 토큰당 다음과 같습니다:

• 입력, 캐시 적중(cache hit): 비피크 시간대 $0.003 / 피크 시간대 $0.006
• 입력, 캐시 미적중(cache miss): 비피크 시간대 $0.15 / 피크 시간대 $0.30
• 출력: 비피크 시간대 $0.60 / 피크 시간대 $1.20

피크 시간대는 월요일부터 금요일까지 UTC 기준 01:00–04:00 및 06:00–10:00이며, 중국 공휴일은 제외됩니다. 그 외의 모든 시간은 비피크 시간대로, 피크 요금의 절반입니다.

캐시 간격(cache gap)이 청구서 금액을 결정하는 부분인데, 입력에서 캐시 적중은 캐시 미적중에 비해 50배 저렴합니다. 시스템 프롬프트를 여러 턴에 걸쳐 반복 사용하는 에이전트 워크플로우가 엄청난 이점을 얻는 반면, 일회성(one-shot) 프롬프트는 그렇지 않습니다.

규모로 볼 때: 비피크 시간대에 100만 출력 토큰은 $0.60입니다. 같은 양의 폐쇄형 최첨단 모델은 일반적으로 $10~$20을 차지합니다. 이 격차가 바로 이 모델이 중요한 이유입니다.

검색 및 가져오기 (Search & Fetch), 모두에게 개방

모델과 함께 DeepSeek은 자체 검색 엔진을 기반으로 하는 Search & Fetch API를 모든 사용자에게 엔드포인트당 성공적인 호출 1,000회에 $0.75로 개방했습니다. DeepSeek Harness, Claude Code, Codex의 서버 측 도구를 통해 이루어지는 호출은 2026년 10월 31일 16:00 UTC(베이징 시간 11월 1일 00:00)까지 무료입니다. 그 이후에는 요청당 과금이 시작되므로, 에이전트가 웹 검색에 의존하는 경우를 대비해야 합니다.

사용 방법

• 사용해 보기: DeepSeek의 웹사이트와 앱에서 지금 바로 라이브로 체험할 수 있습니다.
• API: 모델 이름으로 deepseek-flash를 사용하세요. OpenAI 형식 및 Anthropic 형식 엔드포인트, 사고(thinking) 모드 및 비사고(non-thinking) 모드, 도구 호출(tool calling), JSON 출력, 비전(vision), Responses API가 지원됩니다.
• 가중치(Weights): Hugging Face와 ModelScope에서 MIT 라이선스로 제공됩니다. 자체 호스팅 사용자에게 한 가지 주의사항이 있습니다: 이번 릴리스에는 Jinja 채팅 템플릿이 포함되어 있지 않으므로, encoding.py 레퍼런스 또는 deepseek-recipe 툴킷을 사용하고 DeepSeek이 권장하는 샘플링 설정(temperature 1.0, top_p 1.0, max_tokens ≥ 256K)을 사용하세요.

이 모델은 OpenRouter에도 등록되어 있으며, 여기서 제공업체들이 자체 가격으로 서비스를 제공합니다 (OpenRouter는 입력 $0.08/M, 출력 $0.50/M을 나열했습니다). 애그리게이터(aggregator)의 가격 책정은 지불할 실제 가격이 아니라 교차 확인용으로 간주하세요. DeepSeek의 공식 가격 페이지가 진실의 원천입니다.

누가 사용해야 할까요

코딩 에이전트를 대량으로 운영하고 API 비용 청구가 실제 제약 사항인 경우, 대규모 코드베이스를 위해 1M 토큰 창(window)이 필요한 경우, 또는 오픈 가중치(open-weights)의 유연성을 원하는 경우에 사용하세요. 최고 수준의 순수 추론 능력(Opus 5가 여전히 우위를 점함), 공급업체 지원 SLA, 또는 미디어 생성이 필요한 경우에는 건너뛰세요. 이것은 언어 모델이며 미디어 생성기가 아닙니다.

10월의 주요 출시작들은 대부분 API와 구독 기반의 폐쇄형 모델들이었습니다. DeepSeek은 다른 방향을 택했습니다. 바로 고빈도 에이전트 작업(high-volume agent work)을 저렴하게 만들 수 있는 가격대의 오픈 가중치(open weights)를 공개한 것입니다. 전체 벤치마크 표, 완벽한 가격 분석, 그리고 솔직한 주의사항은 여기의 전체 가이드에서 읽어보세요: [https://toolpilotpro.com/deepseek-v4-1-flash-1017-guide]