DeepSeek-V4.1-Flash-1017 - 추론, 코딩, 에이전트 및 시각 벤치마크 성능을 개선한 모델 업데이트

“DeepSeek-V4.1-Flash-1017은 DeepSeek-V4.1-Flash의 소규모 업데이트로, 추론·코딩·에이전트 작업·시각 벤치마크 전반에서 상당한 개선을 제공함.”이라는 문장이 웃김.

마케터보다 엔지니어가 많은 팀이라는 게 드러나는 듯함.

앞으로 나올 것에 비하면 소규모라는 뜻이길 바람.

모순은 아님. 작은 변경이 큰 효과를 낼 수 있음.

서로 다른 두 대상을 겨냥한 표현임. 중국 공산당은 모델이 원치 않는 행동을 하지 않는지 확인하려고 주요 신규 출시마다 광범위한 인증을 요구함.
이를 피하려고 중국 연구소들은 꼭 필요할 때만 버전을 올리고, 대개 소규모 업데이트라고 부름. 한편으로는 기술 사용자층을 대상으로 홍보도 해야 함.

지수함수가 원래 그렇게 작동함. 시스템의 모든 측면을 1%씩 개선하면 성능이 50% 늘어날 수도 있음.

DS4부터는 새 모델을 굳이 써볼 필요를 못 느끼는 수준에 도달해서, 정말 모든 작업에 쓰고 있음. 내가 아는 작업에서는 이미 갖춘 성능을 더 개선하려면 무엇을 고쳐야 할지 잘 떠오르지 않아, 후속 모델 발표가 늘 묘하게 느껴짐.
대규모 업그레이드로 원래 문제가 오래전에 해결됐는데도 소프트웨어 패치 버전에 집착하는 것과 비슷함.

내 경험은 정반대임. 구체적인 코드 변경은 어느 모델로든 가능하지만, 복잡한 디버깅에서는 지능의 한계를 넘지 못함.
새 노트북에서 USB-C 충전이 안 되는 펌웨어 버그를 Astra medium은 첫 시도에 해결해 줬음. 저장소에 하드웨어·펌웨어·디버깅 프로그램·추적 기록 정보가 많이 있긴 했지만, 이런 일을 겪으면 덜 똑똑한 모델이 해결하지 못하는 몇몇 문제에 얼마나 많은 시간을 낭비하는지 깨닫게 됨.

아는 작업에서는 더 개선할 게 없다면, 좋은 거버넌스는 어떨까? 환각이 전혀 없는지? 사용하는 모든 아이디어를 철저히 검토하고 그 타당성을 검증하는지?

추론 시간과 토큰 사용량은 확실히 줄일 여지가 있으며, 이번 업데이트가 바로 거기에 초점을 맞춤.

아주 유능한 GLM 5.3보다 높은 성능이라니 반가움. 다만 더 작은 “Flash” 모델도 다시 나왔으면 함. 이 모델은 로컬에서 돌리기 어렵고 비용도 매우 높음.

내년쯤이면 대부분의 고급 소비자용 시스템에서 실행할 수 있는 Qwen 4 MoE 모델이 GLM 5.3 수준의 성능을 낼 가능성이 높음.
지금은 OpenRouter 같은 플랫폼 몇 곳에 몇 달러씩 충전해서 쓰고, 내 하드웨어에서 충분히 잘 돌아가는 저렴한 모델을 기다리면 됨. 소비자용 하드웨어에서 최첨단 성능을 못 얻을 수도 있지만, 정말 그게 필요한지 의문임. 필요할 때만 30일 구독하고 해지하면 됨.

비교하자면 Opus 5에 가깝고, Sol 6.1과 Opus 5.5에는 크게 뒤처짐. 그래도 용도의 90%에는 꽤 괜찮을 듯함.
취미 작업에 GLM 5.3 Flash를 많이 쓰는데, 더 강력한 모델이 필요했던 횟수는 두 손으로 셀 수 있음. 직장에서는 토큰을 무제한으로 쓸 수 있고 Opus도 훌륭하지만, 필요한 게 정확히 정해져 있다면 과한 경우가 많음.

DGX Spark 두 대로 실행할 수 있지 않은지? 지금은 비싸지만 최초 소매가 기준으로 하드웨어 비용이 약 8,000달러였을 텐데, 전혀 불가능한 수준은 아님.