DeepSeek-V4.1-Flash-1017 업데이트: 같은 가격에 성능과 속도 향상

Who Should Read

저렴한 코딩 에이전트용 모델을 찾으며 DeepSeek API 도입이나 모델 교체를 고민하는 백엔드 개발자

Core Mechanics

• 모델명 deepseek-flash 그대로 최신판
  • V4.1-Flash-1017로 업그레이드됐고 웹·앱 모델도 같이 바뀌었다.
  • API 호출 방식과 가격은 그대로다.
• 이전 V4.1보다 벤치마크가 전반적으로 올랐다
  • Terminal-Bench 4.0은 이전 V4.1 출시 때 31.2에서 42.3이 됐다.
  • DeepSWE v1.1은 74.2에서 77.0, ProgramBench는 20.3에서 29.1이 됐다.
• 작업 시간과 출력 길이도 줄었다
  • 원문은 더 낮은 비용과 더 빠른 속도로 작업을 끝낼 수 있다고 밝혔다.
  • 여러 harness(에이전트 실행 도구)에서 성능-비용 Pareto 최적을 새로 달성했다고 한다.
• 구 모델명은 V4.1 Flash로 라우팅된다
  • deepseek-v4-flash와 deepseek-v4-flash-vision-exp는 임시로 V4.1 Flash를 가리킨다.
  • V4 Flash와 Vision Exp 구세대 모델은 종료됐다.
• thinking effort를 low/high/max로 고를 수 있다
  • V4-Pro와 V4-Flash의 thinking 모드에서 쓸 수 있다.
  • 간단한 작업은 low, 일상 에이전트 작업은 high, 복잡한 작업은 max를 권한다.

Community Reactions

• Flash를 작업의 90%에 쓴다는 경험
  • 변경을 1000줄 아래로 유지하면 프런티어 모델과 차이를 거의 못 느꼈다고 한다.
  • 나머지 10%의 버그·보안 점검도 Flash로 하고 직접 교차 확인한다.
• 한 달 비용이 4.55달러였다는 경험
  • 개인 에이전트 용도로 30일간 3,467 요청, 약 3.2억 토큰을 썼다고 한다.
  • 코딩과 리뷰엔 만족했고 그 외 작업은 다른 모델을 쓴다는 의견이다.
• 모델을 섞어 쓴다는 경험
  • Flash로 구현하고 비싼 모델은 계획·리뷰에만 쓰니 한 시간 작업이 약 0.5달러였다고 한다.
  • 익숙하지 않은 언어에선 Codex나 Claude를 선호한다는 의견도 있었다.
• 데이터 유출과 벤치마크 신뢰에 대한 우려
  • DeepSeek API를 쓰면 코드베이스 정보가 중국으로 간다는 우려가 나왔다.
  • 벤치마크 맞춤 학습이 아니냐는 질문도 있었다.

How to Apply

• 기존 코드의 모델명을 deepseek-flash로 바꿔 비교하기
  • 오늘 쓰던 deepseek-v4-flash 호출을 deepseek-flash로 바꾸고 같은 작업 10개를 돌린다.
  • 정답 여부, 소요 시간, 출력 토큰 수를 이전 결과와 나란히 적는다.
• 작업 난이도별로 thinking effort 나누기
  • 분류·요약 같은 단순 작업은 low, 일상 에이전트 작업은 high로 둔다.
  • 실패가 잦은 복잡한 작업만 max로 올리고 비용 차이를 기록한다.
• 계획은 큰 모델, 구현은 Flash로 분리하기
  • 계획·리뷰 단계에는 비싼 모델을 쓰고 구현·로그 분석에는 Flash를 쓴다.
  • 단계별 비용을 따로 측정해 역할 분담이 실제로 싼지 확인한다.
• 민감한 코드는 보내기 전에 정책 확인하기
  • 사내 코드를 외부 API로 보내도 되는지 보안팀 기준과 맞춰 본다.
  • 안 되면 공개 코드나 샘플 데이터로만 평가한다.

Try It

# Claude나 ChatGPT에 붙여넣기 (원문 방법을 비교 평가 프롬프트로 옮긴 간이 버전)

너는 LLM API 비용·품질 평가 설계자다. 우리 서비스는 {{서비스 설명}}이고, 현재 모델은 {{현재 모델}}이다.
 DeepSeek의 deepseek-flash로 바꿔도 되는지 판단하려고 한다.

다음을 만들어 줘.
1. 우리 작업 유형 5가지에 맞는 테스트 케이스 각 2개
2. 케이스마다 통과 기준 한 줄
3. thinking effort를 low/high/max로 바꿔 돌릴 때 기록할 표 (정답 여부, 소요 시간, 출력 토큰, 비용)

작업 유형: {{작업 유형 목록}}

이어서 해 볼 것: 표를 채운 결과를 붙여주면 effort별로 가장 싼 설정을 골라 달라고 요청한다.

Terminology

관련 논문

• Mercury 3: 규모를 키운 diffusion LLM, 초당 1,000토큰 이상

  Diffusion LLM을 40배 키웠더니 속도 4~8배, 품질은 속도 특화 모델 수준

• Timestral: Mistral의 시계열 파운데이션 모델

  209M 파라미터 시계열 모델이 3대 벤치마크 1위, CPU에서도 돌아간다

• DeepSeek V4.1 Flash 1017 (Max) 성능·속도·가격 분석

  DeepSeek V4.1 Flash 1017 Max는 지능 지수 45에 211 tok/s, 입력 $0.30

• LLM 프록시를 직접 안 돌리면 무슨 일이 벌어지는지 어떻게 아나

  자체 LLM 프록시를 세웠더니 키·모델·캐시 미스를 직접 볼 수 있다

• DeepSeek V4.1 Flash 1017: 싼 가격에 1M 컨텍스트를 주는 에이전트용 모델

  DeepSeek V4.1 Flash 1017은 입력 $0.05/M, 1M 컨텍스트의 에이전트용 모델

• DeepSeek-V4.1-Flash-1017 공개: 더 짧게 생각하고 더 빠르게 일하는 에이전트용 모델

  DeepSeek V4.1 Flash 마이너 업데이트로 코딩·에이전트 벤치 점수↑, 실행 시간·출력 길이↓

• Llmspeed: 로컬 LLM 속도를 하드웨어 구매 전에 체감해 보는 시뮬레이터

  GPU·모델을 고르면 로컬 LLM 속도를 미리 체감하게 해 주는 시뮬레이터

Related Resources

• https://api-docs.deepseek.com/updates/
• https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731