DeepSeek, Flash 모델 업데이트로 경쟁의 축을 '작업당 비용'으로 옮기다

DeepSeek은 2026년 10월 17일 DeepSeek-V4.1-Flash-1017을 자사 웹사이트와 앱, API로 제공하기 시작했고, 가중치를 Hugging Face와 ModelScope에 공개했다. 모델 카드에 따르면 저장소와 가중치 모두 MIT 라이선스이며, 이번 출시는 이전 V4.1-Flash의 마이너 업데이트다. 추론, 프로그래밍, 에이전트 작업, 시각 벤치마크가 개선됐고 실행 시간과 출력 길이는 줄었다. 모델은 이미지와 텍스트의 멀티모달 입력을 받으며, 컨텍스트 창은 100만 토큰이고 max_tokens는 256K 이상이 권장된다. 사후 학습에 대해 회사는 자기 피드백 기반 강화학습을 썼다고 밝혔다. 보상은 모델 자신의 확신도나 모델이 스스로 생성한 비평에서 나온다.

수치는 다음과 같다(새 버전 대 이전 버전). DeepSWE v1.1 77.0 대 74.2, Terminal-Bench 4.0 42.3 대 31.2, 도구 없는 HLE 42.6 대 36.8, ProgramBench 29.1 대 20.3, Automation-Bench 60.5 대 54.8. DeepSeek이 공개한 같은 표에서 Claude Opus 5는 HLE(56.3), Terminal-Bench 4.0(51.8), ProgramBench(37.0), NL2Repo-Bench(75.3)에서 앞서지만, DeepSWE v1.1에서는 74.0으로 뒤처지며 GPT-5.6 Sol도 73.0에 그친다. DeepSeek은 이를 “Stronger benchmark performance, faster task completion, and shorter outputs than the previous version”이라고 요약했고, The Decoder는 회사가 이 결과를 성능과 비용 사이의 “Pareto improvement”로 내세운다고 전했다. The Decoder는 또 DeepSeek의 데이터를 인용해, DeepSWE에서 작업당 약 0.20달러에 정확도 77%, “low” 모드에서는 약 0.10달러에 72% 이상을 기록했으며 이전 모델은 작업당 약 0.50달러였다고 보도했다.

DeepSeek은 모델과 함께 Search API와 Fetch API를 모두에게 열었다. 요금은 엔드포인트별로 호출 1,000회당 0.75달러이며, DeepSeek Harness, Claude Code, Codex에서 서버 측 도구로 쓰는 API 사용자에게는 2026년 10월 31일 16:00(UTC)까지 무료다. 모델은 DeepSeek Harness(권장 버전 v0.2.1-rc.1 이상), Tencent CodeBuddy, WorkBuddy에 최적화돼 있다. 하지만 빈칸이 여럿 남아 있고, 이번 출시로 실제로 무엇을 할 수 있는지는 바로 여기에 달려 있다. 벤치마크와 작업당 비용은 모두 회사 발표이며, 독립적인 검증은 아직 없다. 파라미터 수도 하나로 정리되지 않는다. Hugging Face는 “Model size” 항목에 7,630억 개로 표기하지만, 일부 2차 매체는 552B에 196B의 “Engram” 파라미터를 더한 것이라고 하고, 763B가 9월 버전 가중치의 수치라고 보는 출처도 있다. 활성 파라미터 수는 어디에도 공개되지 않았다. 토큰당 API 요금은 공식 발표에 없고, 매체들이 전하는 수치도 서로 다르다. 로컬 실행을 위한 하드웨어 요구 사항도 나와 있지 않다.

내가 가장 흥미롭게 보는 것은 DeepSWE 점수가 아니라 그 점수가 놓인 축이다. 정확도 옆에 작업당 0.20달러를 나란히 적으면 비교의 기준이 “얼마나 잘하나”에서 “거기까지 가는 데 얼마가 드나”로 옮겨 가고, MIT 가중치를 내려받을 수 있으니 이론상 누구든 계산을 다시 해 볼 수 있다. 어디까지나 이론상이다. 하드웨어 요구 사항도, 토큰당 요금도 없는 지금, 이번 출시를 흥미롭게 만드는 그 숫자는 DeepSeek 바깥에서 아직 아무도 검증하지 못한 숫자이기도 하다.

— Olya