DeepSeek, 552B 모델에서 토큰당 8B만 깨우는 V4.1 Flash 내놨다
DeepSeek: DeepSeek v4.1 Flash 1017
DeepSeek V4.1 Flash 1017은 CED 아키텍처를 처음 적용한 희소 MoE 모델로, 552B 백본에서 입력 8B·출력 16B 파라미터만 활성화해 토큰당 연산량을 낮췄다. 이미지 이해를 사전학습 단계부터 텍스트와 함께 훈련했고, 압축 KV 캐싱으로 캐시 메모리를 이전 세대의 약 4분의 1로 줄였다. 1M 컨텍스트에 입력 100만 토큰당 0.15달러, 출력 0.60달러로 책정됐으며, DeepSeek는 V4 Pro보다 성능·속도·작업 완료 시간 모두 앞선다고 밝힌다.
압축 KV 캐싱은 캐시 메모리를 이전 Flash 세대의 약 4분의 1로 줄여 에이전트 워크로드 비용을 크게 낮춘다.
- OsrsNeedsf2P
DS가 벤치마크에서 Sol이나 Gemini보다 나은 건 아니지만, 이제 한동안 이것저것 다 써보고 나니 왜 사람들이 DS가 훨씬 _더 낫게 느껴진다_고 하는지 이해가 가기 시작했다.
첫째는 제공사들의 tok/s와 TTFT다. Deepseek는 꽤 좋은 품질로 작업을 순식간에 처리해주고, 에이전트가 끝나기를 기다리는 일이 없다.
둘째는 개방성이다. CoT를 볼 수 있고, 사이버 검토 때문에 무작위로 차단당하지도 않는다. 멈춘 건지 아니면 갑자기 실패할 건지 궁금해할 일이 없다. 여기에 뛰어난 가성비까지 더해지니.. 내 다음 구독은 아마 Z.ai가 될 것 같다.
- gregwebs
회사 자체 뉴스 페이지: https://api-docs.deepseek.com/news/news261017
이 새 버전이 여러 코딩 벤치마크에서 눈에 띄게 더 높은 점수를 받고 있으며, 11개 벤치마크 중 10개에서 Sol 5.6(최신은 6.1)을 앞선다고 보여주고 있다.
나는 코드 작성용으로 DeepSeek로 돌아가려고 한다. Sol을 써보면서 결과가 마음에 들었는데, 이번 것이 그 격차를 상당 부분 메워줄 것 같다. 나는 구현 계획과 코드 리뷰에 Opus/Sol을 쓰고, 캐물어보는 용도로도 쓴다. DeepSeek는 검증도 돌리고 있다.
- simonw
여기 펠리컨들이 있다. "max" 쪽은 11분 넘게 걸렸다: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
확실히 deepseek-v4-flash-0731보다 개선됐다: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
- AmazingTurtle
그래서 사과 대 바나나 식으로 비교를 좀 해봤다.
같은 지저분한 코드베이스(200개 넘는 파일 변경, c++, 게임 엔진)를 4개의 서로 다른 에이전트에게 리뷰하게 했다:
- deepseek API를 통한 deepseek v4.1 flash: 관련 있는 p1 이슈 하나와 관련 없는 p2 이슈 하나를 찾는 데 20분 걸림
- TP2 DGX Sparks에서 NVFP4로 돌린 glm 5.3 flash: 문서 관련 p3 이슈 하나를 찾는 데 1시간 5분 걸림
- gpt 5.6 sol: p1 하나와 p2 하나를 찾는 데 5분 30초. 둘 다 관련 있음
- gpt 6.1 sol: p1 두 개와 p2 하나를 찾는 데 4분 30초. 둘 다 관련 있음.
언급할 만한 점: 이 발견들 중 겹치는 건 하나도 없었다.
deepseek v4.1 flash와 gpt 6.1 sol 둘 다에게 발견 사항 요약에 대한 수정 계획을 세우게 했다. 이 특정 시나리오에서: gpt 6.1 sol은 테스트 시나리오를 넘어버린 191개 요소를 담기 위해 버퍼 크기를 128에서 256으로 늘리려고 계획했다. 여유 공간도 좀 포함했다. 반면 deepseek v4.1 flash는 예를 들어 테스트를 만족시키기 위해 정확히 191로 맞추기로 결정했다.
deepseek의 TPS 디코드는 인상적이다. "이거 일하고 있구나" 하며 혼자 남겨진 느낌이나 두 번째 느낌을 받은 적이 한 번도 없다. 그런데 내 모든 노력에도 불구하고, 리뷰에서 약 4배 더 오래 걸렸고, 더 적게 찾았고, GPT 6.1 Sol보다 계획을 더 나쁘게 세웠다. 실제 소요 시간 기준이다. 비교할 토큰 수는 없다. 이 모델들을 1-10으로 매긴다면(10 = 최상위 GG), deepseek는 확실한 6.5, 6.1 sol은 아마 7.5-8.0 정도를 주겠다.
- cmiles8
솔직히 오픈 웨이트 모델들이 이렇게까지 좋아지는 걸 보면 OpenAI와 Anthropic에게 더 이상 실행 가능한 비즈니스 모델이 보이지 않는다. 수익은 모델이 아니라 컴퓨트에 있다. OpenAI와 Anthropic은 남의 컴퓨트를 빌리는 데 돈을 다 썼으니, 물론 가벼운 모델 추론을 팔 수는 있겠지만 이제 다른 이들이 언제나 충분히 좋은 추론을 훨씬 싸게 팔 수 있는 거대한 구조적 불리함을 안고 있다.
모델에 대한 충성도도 전혀 없고, 이제 대부분의 회사가 자체 내부 라우팅 유틸리티를 갖고 있어서 개발자와 사용자는 같은 API 엔드포인트를 유지한 채 코드 한 줄만 바꿔서 모델 사이를 옮겨 다닐 수 있다.
빅랩 쪽에 뭔가 변화가 빠르게 일어나지 않는 한, 그들은 꽤 망한 것처럼 보인다.
- ilitirit
나는 거의 한 달째 Agent Swarm 실험에 DS v4.1 Flash를 매일 쓰고 있다. GLM-5.3-flash와 Opus 5.5를 상대로 테스트해봤다. 내 기준에서는 DS 4.1이 최고다. Opus 5.5가 여전히 가장 똑똑하지만, DS 4.1의 속도와 가격이 "지능" 격차를 충분히 넘어서고도 남는다. Chief/Builder/Reviewer 스웜을 며칠 동안 자율적으로 돌려봤다. 내 새로운 워크플로는 DS 4.1 Flash가 모든 엔지니어링을 하고 Opus가 그 작업을 리뷰하게 하는 쪽이 될 것 같다. 4.1 Flash는 정말 인상적인 모델이다. Deepseek 팀에 박수를 보낸다.
- olavgg
나는 지금 DeepSeek Flash + Opus 5.5를 조언자/리뷰어로 두는 걸 정말 좋아한다. 요즘은 단일 프로젝트 하나 때문에 200달러짜리 Claude Code 구독을 24시간도 안 되어 다 써버리는데, 매일 계정을 이리저리 바꾸는 건 정말 싫다. 이제 구독에 200달러어치 API 크레딧이 포함되니까 코딩 에이전트 워크플로를 완전히 다시 짰다.
- apejcic
정말 좋은 업데이트다. 예전 웨이트와 비교해서 장황함과 지능을 벤치마크해봤다.
- Reasoning effort = 1이 이제 실제로 쓸 만하고, 지능 손실 없이 예전 웨이트보다 토큰을 2.5배 적게 생성한다.
- 전반적으로 각 reasoning effort에서 토큰이 20% 적다.
- 지능도 같고 툴 호출 패턴도 같다.
자세한 내용은 블로그 글 https://sference.com/blog/deepseek-v41f-1017-benchmark