2026년 10월 17일 DeepSeek이 DeepSeek-V4.1-Flash-1017를 공개했습니다. X에서는 'AI 패권의 균형이 깨졌다', '주 초 AI 주식은 대폭락'이라는 게시물이 80만 회 이상 노출되었습니다.
결론부터 말하자면, 진정한 발전과 과장이 뒤섞여 있습니다. 공식 모델 카드, 요금 페이지, 벤치마크 자료를 근거로 어디까지가 사실인지 구분해 보겠습니다. Claude API를 사용하는 사람이 '이전 모델로 전환해야 할지' 판단할 수 있는 재료가 되기를 바랍니다.
공식 발표 내용
1차 정보는 네 가지입니다.
공식적인 자체 소개는 **'DeepSeek-V4.1-Flash에 대한 사소한 업데이트(a minor update to DeepSeek-V4.1-Flash)'**입니다. 내용은 '추론, 코딩, 에이전트, 시각 각 벤치에서 향상되었고, 태스크 실행 시간과 출력 길이를 줄였다'는 것입니다. 방법론은 '자기 피드백을 통한 강화학습(reinforcement learning with self-feedback)'이라고 한 줄로만 언급되어 있으며, 1017 고유의 기술 보고서는 아직 발표되지 않았습니다 (링크된 기술 보고서는 V4.1-Flash에 관한 것이며, KV 캐시 압축이 주제입니다).
API 모델명은 deepseek-flash이며, 기존 deepseek-v4-flash로의 요청은 자동으로 1017로 처리됩니다. 즉, API 사용자는 아무것도 하지 않아도 새 모델로 전환되고 있습니다.
'SOTA급' 내용 - 비교 대상을 살펴보다
공식 벤치마크 표(11개 항목)의 비교 대상은 Claude Opus 5와 GPT-5.6 Sol입니다. Opus 5.5 (9월 22일)나 GPT-6.1 Sol은 포함되어 있지 않습니다.
| Flash-1017이 최고 | Opus 5가 최고 | GPT-5.6 Sol이 최고 | |
|---|
| 항목 수 | 4 | 6 | 1 |
| 세부 내역 | DeepSWE v1.1 (77.0), Automation-Bench (60.5), Agents' Last Exam (35.4), Apex Bench (72.1) | HLE (56.3), Terminal-Bench 4.0 (51.8), ProgramBench (37.0), NL2Repo-Bench (75.3), Chartography (84.0), BabyVision (94.1) | ZeroBench-main (53.0) |
'Opus 5.5를 일부 초월했다'는 것은 표만으로는 말할 수 없습니다. 표에 있는 것은 Opus 5이며, 그것을 상대로도 11개 항목 중 4개에 불과합니다. 차이가 큰 부분은 Terminal-Bench 4.0 (42.3 vs 51.8. Claude Code의 하네스로 측정)와 ProgramBench (29.1 vs 37.0)로, 이곳에서는 Opus 5가 명확하게 우위입니다.
반면, 이전 버전 V4.1-Flash 대비 향상은 11개 항목 모두에서 나타나며, Terminal-Bench는 31.2 → 42.3, HLE는 36.8 → 42.6입니다. '사소한 업데이트'라고 자칭하기에는 큰 폭의 상승이라 해커 뉴스에서도 웃음거리가 되었습니다. 이것은 진짜 발전입니다.
DeepSWE 산점도
X에서 인용된 '성공률 77%, 태스크당 약 $0.20'는 공식 DeepSWE v1.1 산점도(가로축이 태스크당 비용, 로그)에서 읽은 값으로 정확합니다. 같은 그림에서 GPT-6.1 Sol의 high는 약 75%에 약 $0.65, Opus 5의 max는 약 74%에 약 $12, Fable 5의 max는 약 70%에 약 $20입니다. 이 하나의 벤치만 놓고 보면, 비용 대비 성능 면에서 Flash-1017가 좌상단에 위치하는 것은 틀림없습니다.
다만 참고할 점이 두 가지 있습니다. Harness는 mini-swe-agent v2를 사용한 것이며, Claude Code나 DeepSeek Harness에서의 성능은 아닙니다. OpenAI 모델의 점수는 OpenAI가 직접 공개한 자료에서 옮겨 적은 것이며, 리더보드 데이터는 9월 22일 기준입니다.
요금 ― X의 수치는 절반이 다릅니다
X의 게시물에는 'Input $0.15 / Output $0.3'이라고 되어 있지만, 공식 요금표는 다음과 같습니다 (100만 토큰당, 캐시 미스).
| 오프피크 | 피크 |
|---|
| 입력(캐시 미스) | $0.15 |
| ... | $1.20 |
출력은 $0.3가 아니라 $0.60이고, 피크 때는 $1.20입니다. $0.30는 피크 때의 입력 단가로, 착각인 것 같습니다.
일본의 업무 시간에 겹치는 것이 '피크'라는 점도 확인해 주세요. 피크 시간은 평일 01:0004:00과 06:0010:00 UTC, 즉 한국 시간으로 10:0013:00와 15:0019:00입니다. 주말과 중국 공휴일은 종일 오프피크입니다. 한국 평일 낮에 사용하면 X에서 말하는 가격의 2배로 청구됩니다.
게시물에 있는 'Sol보다 8693% 저렴하고, Opus보다 9397% 저렴하다'는 비율은 출력 단가를 정확하게 가져와도 성립합니다. 입력 10만 + 출력 1만 토큰으로 계산하면 다음과 같습니다.
| 모델 | 1 요청 |
|---|
| DeepSeek Flash(오프피크) | $0.021 |
| ... | |
| Claude 측의 단가는 공식 요금 페이지, GPT-6.1 Sol은 OpenRouter에 게재된 값($2 / $10)입니다. | |
여기서 간과하기 쉬운 것이 **Haiku 5.5($0.10 / $0.50)**이며, 10만 토큰 이하의 프롬프트라면 오프피크 DeepSeek Flash보다 저렴합니다. 다만 캐시 히트 시에는 DeepSeek이 $0.003로 비교가 안 될 정도로 저렴하며, 긴 대화를 거치는 에이전트에서는 이쪽이 효과적입니다. '거의 공짜'인지는 입력 중 몇 퍼센트가 캐시에 당하는지에 따라 결정됩니다.
'집에서 돌아간다'는 과장입니다
가중치(weight)는 48개 파일, 총 510.3 GB이며, 파라미터 수는 7,632억 개입니다. 이는 FP8과 FP4의 혼합(설정 파일에 expert_dtype: fp4)
으로, 이미 양자화된 수치입니다. 더 줄이려면 품질을 떨어뜨릴 각오가 필요합니다.
Mac Studio 512 GB나 DGX Spark 4대(128 GB × 4)에서 돌아간다는 게시물이 있는데, 가중치만으로도 510 GB이므로 KV 캐시와 OS 용량이 들어갈 공간이 없습니다. 1M 컨텍스트를 내세우는 모델로 KV 캐시를 줄여서 돌리는 것은 본말전도입니다. Hacker News에서도 '로컬에서 돌리기는 어렵다(비싸다)'는 의견이 나오고 있습니다. 솔직히 말해서 1 TB급 메모리를 가진 장비가 현실적입니다.
'미국 프론티어 모델은 10T'이라는 비교는 공개 정보가 없어 검증할 수 없습니다.
검증 결과 요약
| X의 주장 | 판정 | 근거 |
|---|
| SOTA급. Opus 5.5를 일부 능가함 | 부분적으로 오류 | 공식 표의 비교 대상은 Opus 5입니다. 그중에서도 11개 항목 중 4개 항목만 |
| DeepSWE 77% / $0.20, GPT-6.1 Sol 75% / $0.65 | 정확함 | 공식 산점도. 다만 mini-swe-agent Harness를 사용했습니다. |
| Input $0.15 / Output $0.3 | 오류 | 출력은 $0.60(오프피크) / $1.20(피크)입니다. |
Sol보다 8693%, Opus보다 9397% 저렴함 | 정확함 | 정확한 단가로 계산해도 같은 비율입니다. |
| 763B, 510 GB, 오픈 웨이트 | 정확함 | Hugging Face. MIT 라이선스 |
| 집에서 돌아간다. Mac Studio 512 GB로 가능 | 과장임 | 가중치만으로도 510 GB입니다. KV 캐시가 들어갈 공간이 없습니다. |
| 기존 모델의 후학습으로 성능과 비용을 동시에 개선 | 정확함 | 공식적으로 self-feedback RL이라고 명시했습니다. 'minor update'입니다. |
| 미국 모델은 10T | 검증 불가 | 공개 정보가 없습니다. |
Claude API를 사용하는 사람에게 미치는 영향
마이그레이션을 고려한다면, 알아두어야 할 세 가지가 있습니다.
Anthropic 형식의 API가 존재합니다. base_url을 https://api.deepseek.com/anthropic으로 설정하면, Anthropic SDK를 그대로 사용하여 호출할 수 있습니다. claude-opus*라는 이름은 deepseek-v4-pro로, claude-sonnet*과 claude-haiku*는 각각 deepseek-flash에 자동으로 대응됩니다. 따라서 모델 이름을 잊어버려도 작동합니다. 작동해 버린다고 할 수도 있습니다.
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_API_KEY=<DeepSeek의 키>
Claude Code 역시 같은 환경 변수로 목적지를 변경할 수 있습니다(DeepSeek Agent Integrations 가이드에 절차가 있습니다). 공식적으로 Terminal-Bench를 Claude Code의 하네스에서 측정하는 것은 이 경로를 예상하고 있기 때문입니다.
anthropic-beta 헤더는 무시됩니다. thinking 히스토리 바인딩, 서버 측 compaction, fast mode와 같은 Claude 고유 기능은 통과하지 못합니다. effort 대응도 다르며,
.Opus 5.5의 기본값이 medium을 보내면 high로 반올림됩니다. 따라서 동일한 설정으로 옮기면 추론량이 늘어나 출력 비용이 올라갑니다. Search & Fetch API는 Claude Code를 통해 사용 시 10월 31일 16:00 UTC까지 무료입니다. 그 이후부터는 1,000회당 $0.75입니다.
제가 판단하기에
- 대량으로 실행하는 정형화된 코딩 작업(테스트 수정, 마이그레이션 하청)은 Flash-1017을 시도해 볼 가치가 있습니다. DeepSWE의 비용 대비 성능은 확실합니다.
- 복잡한 터미널 조작이나 긴 계획(Terminal-Bench, ProgramBench)은 Opus 계열이 명확히 우위에 있으며, 이 부분은 변하지 않았습니다.
- Haiku 5.5로 충분했던 처리를 DeepSeek으로 옮겨도 비피크 시간대조차 저렴해지지 않습니다. 옮길 이유가 있는 것은 캐시 히트율이 높은 긴 대화뿐입니다.
- 일본의 평일 낮 시간대는 피크 가격입니다. 추산은 피크 기준으로
제 손에는 DeepSeek API를 직접 다루고 있지 않습니다. 이 기사의 수치는 모두 공식 페이지, Hugging Face, OpenRouter에 게재된 값입니다. 실측이 필요한 경우(Claude Code에서 사용했을 때의 툴 호출 안정성 등)는 별도 기사에서 다룰 것입니다.
요약
- Flash-1017은 이전 버전에 비해 모든 항목에서 향상된 진정한 업데이트입니다. 다만 비교 대상은 Opus 5와 GPT-5.6 Sol이며, 현행 Opus 5.5와는 비교되지 않았습니다.
- 비용은 출력 $0.60(피크 $1.20)입니다. X의
