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

Who Should Read

저렴한 오픈 웨이트 모델로 에이전트·코딩 워크로드의 모델 교체를 검토하는 LLM API 백엔드 개발자

Core Mechanics

• 지능 지수 45로 같은 급 중앙값 19의 두 배 넘는다
  • Artificial Analysis Intelligence Index v4.3.2 기준 점수가 45다.
  • 같은 크기급 오픈 웨이트 모델의 중앙값은 19다.
• 속도는 초당 210.6토큰, TTFT 1.09초
  • DeepSeek 자체 API 기준이며 같은 급 중앙값은 77.6 tok/s다.
  • 첫 토큰까지 걸리는 시간(TTFT)의 같은 급 중앙값은 1.71초다.
• 가격은 입력 $0.30, 출력 $1.20 (100만 토큰당)
  • 같은 급 중앙값은 입력 $0.43, 출력 $1.68이다.
  • 캐시 할인은 98%이고 Intelligence Index 과제 하나당 평균 $0.26이 든다.
• 말이 많은 모델이다
  • Intelligence Index를 돌리는 동안 출력 토큰이 210M개 나왔다.
  • 같은 급 중앙값은 140M이다.
• 552B 중 16B만 활성화되는 MoE 구조다
  • 컨텍스트 창은 1M 토큰이고 텍스트·이미지 입력, 텍스트 출력을 지원한다.
  • 라이선스는 MIT이고 가중치는 Hugging Face에서 받을 수 있다.

Community Reactions

• 최대 effort는 현실적이지 않다는 의견
  • GPT 6.1 Sol (medium)이 과제당 $0.21 vs $0.26, 2.9분 vs 4.9분으로 더 싸고 빠르다는 지적이다.
  • DeepSeek의 다른 reasoning effort 결과도 추가되길 바란다는 의견이다.
• 한 달간 주력 모델로 써 봤다는 경험
  • 수백억 토큰을 돌렸고 중간 난이도 작업에서는 구독형 상용 모델만큼 쓸 만했다고 한다.
  • 자체 평가에서 1017은 토큰 효율은 좋아졌지만 이전 버전보다 점수가 오르진 않았다고 한다.
• 3시간 개발 세션이 약 $0.40였다는 경험
  • 컨텍스트를 자주 압축하지 않아 한때 300k 토큰 요청도 돌렸다고 한다.
  • Claude보다 안내를 더 해야 했지만 원하는 작업은 끝냈다고 한다.
• 약점도 보고됐다는 의견
  • 악보 인식에는 여전히 쓸 수 없다는 댓글이 있다.
  • 사이버·리버스엔지니어링·하드웨어 작업은 GLM-5.3이 더 낫다고 느낀다는 의견이다.
• MiMo 2.6 Pro와 비교한 의견
  • MiMo 2.6 Pro는 46점에 가격이 절반이라는 지적이 있다.
  • 반면 DeepSeek은 크기가 약 절반인데 근접해서 인상적이라는 반응도 있다.

How to Apply

• 지금 쓰는 모델과 과제당 비용 비교표 만들기
  • 오늘 우리 서비스의 평균 입력·출력 토큰 수를 로그에서 뽑아라.
  • 입력 $0.30, 출력 $1.20, 캐시 할인 98%를 넣어 월 비용을 계산해 비교하라.
• verbose 모델용 출력 길이 상한 걸기
  • 출력 토큰이 많으니 max_tokens와 "간결하게" 지시를 넣어라.
  • 같은 과제 20개로 토큰 수와 정답률을 이전 설정과 비교하라.
• 계획·리뷰는 상용, 실행은 DeepSeek으로 나누기
  • 에이전트 파이프라인에서 계획·리뷰 단계와 반복 실행 단계를 분리하라.
  • 실행 단계만 DeepSeek으로 바꿔 품질 차이를 측정하라.
• reasoning effort별로 직접 벤치 돌리기
  • 벤치마크는 max 기준이니 우리 과제로 medium과 max를 모두 측정하라.
  • 품질 대비 시간·비용이 맞는 effort를 고르라.

Try It

# Claude나 ChatGPT에 그대로 붙여넣기: 모델 교체 비용 계산 프롬프트

우리 서비스의 LLM 호출 현황은 다음과 같다.
- 현재 모델: {{현재 모델명}}
- 월 호출 수: {{월 호출 수}}
- 호출당 평균 입력 토큰: {{입력 토큰}}
- 호출당 평균 출력 토큰: {{출력 토큰}}
- 캐시 적중 비율: {{0~1}}

후보 모델은 DeepSeek V4.1 Flash 1017 (Max)다. 가격은 입력 $0.30, 출력 $1.20 (100만 토큰당), 캐시 할인 98%다. 이 모델은 같은 급 대비 출력 토큰이 많은 편(210M vs 중앙값 140M)이라고 한다.

월 비용을 표로 계산해 줘. 출력 토큰이 1.0배, 1.5배일 때 두 경우로 나눠 보여줘.

이어서 해 볼 것: 현재 모델의 가격표를 붙여 넣고 같은 표로 비교해 달라고 요청해 보자.

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

• 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

• FLUX 3 Image Klein: 5.6B 오픈 웨이트 이미지 생성·편집 모델

  5.6B 오픈 웨이트로 8GB VRAM에서 돌고, 자체 평가 1위를 주장

Related Resources

• https://artificialanalysis.ai/models/deepseek-v4-1-flash-1017
• https://threejseval.com/models/deepseek-v4.1-flash-1017-max