DeepSeek V4.1 Flash는 비대칭 연산, 네이티브 멀티모달리티, 더 강력한 에이전트 벤치마크, 그리고 급격히 낮아진 API 가격을 핵심으로 한 프로덕션 릴리스로, 짧은 수명의 베타 단계를 대체합니다.
TL;DR
DeepSeek V4.1 Flash는 더 이상 만료되는 베타 엔드포인트가 아니라 공식 API이자 오픈 가중치 모델입니다. DeepSeek는 이를 새로운 Causal-Encoder-Decoder 아키텍처를 사용하는 552B-parameter Mixture-of-Experts 모델이라고 설명합니다. 입력 처리 시에는 8B 파라미터만, 출력 생성 시에는 16B 파라미터가 활성화됩니다. 이러한 비대칭 설계는 자기회귀 생성 단계를 약화시키지 않으면서 긴 프롬프트에 대한 연산을 줄이기 위한 것입니다.
프로덕션 API 모델 이름은 deepseek-flash입니다. 100만 토큰 컨텍스트 윈도우, 최대 384K 출력 토큰, 사고/비사고 모드, JSON 출력, 도구 호출, Responses API, Anthropic 호환 API, 네이티브 비전 입력을 지원합니다. DeepSeek의 공식 벤치마크 표는 코딩, 에이전트, 사이버보안, 멀티모달 작업에서 V4 Flash 0731과 V4 Pro 0813 대비 실질적인 향상을 보여줍니다.
가격 변경도 동일하게 중요합니다. 피크 시간대에 V4.1 Flash는 캐시 적중 입력 토큰 100만 개당 $0.006, 캐시 미스 입력 토큰 100만 개당 $0.30, 출력 토큰 100만 개당 $1.20가 됩니다. 오프피크 요율은 이의 절반입니다.
Key Takeaways
- DeepSeek V4.1 Flash는 공개된 가중치를 가진 출시 모델입니다. 임시
deepseek-v4.1-flash-expires-on-0910식별자는 더 이상 올바른 프로덕션 참조가 아닙니다. - 552B MoE 설계는 입력에 8B, 출력에 16B 파라미터를 활성화하여, 284B 총/13B 활성 구조였던 V4 Flash와 다른 효율 프로파일을 만듭니다.
- 네이티브 멀티모달리티가 분리된 Vision Exp 브랜치가 아니라 메인 모델의 일부입니다.
- 공식 비교에서 V4.1 Flash는 선택된 에이전트 및 코딩 벤치마크 대부분에서 V4 Pro 0813을 앞서지만, 모든 지식 또는 터미널 벤치마크에서 모든 최전선 경쟁자를 이기는 것은 아닙니다.
- 글로벌 KV 캐시는 토큰당 890바이트로 떨어져 V4 Flash 대비 약 3.9배 작고, 이전 대비 대략 4분의 1 수준입니다.
- 피크 API 가격은 100만 토큰 기준 캐시 적중 입력 $0.006, 캐시 미스 입력 $0.30, 출력 $1.20이며, 오프피크 가격은 50% 낮습니다.
What Is DeepSeek V4.1 Flash?
DeepSeek V4.1 Flash는 2026년 9월 DeepSeek가 내놓은 효율성 중점의 기반 모델로, 추론, 코딩, 에이전트, 멀티모달 이해를 목표로 합니다. 공식 발표는 이를 552B-parameter MoE 모델로 소개하며, 입력 처리에 필요한 연산과 메모리를 줄이면서도 성능을 향상했다고 설명합니다.
핵심 변화는 아키텍처에 있습니다. 기존 V4 Flash는 추론 전반에서 하나의 활성 파라미터 예산을 사용했습니다. V4.1 Flash는 입력과 출력 작업을 분리합니다: 프롬프트 인코딩 시 8B 파라미터, 답변 생성 시 16B 파라미터가 활성화됩니다. DeepSeek는 이 설계를 Causal-Encoder-Decoder라 부릅니다.
| Date | Status | Model ID |
|---|---|---|
| Sep 8 | 제한적 베타 | deepseek-v4.1-flash-expires-on-0910 |
| Sep 10 | 프로덕션 릴리스 | deepseek-flash |
DeepSeek V4.1 Flash 사양：
| Specification | DeepSeek V4.1 Flash |
|---|---|
| Release status | 공식 API 릴리스 및 오픈 가중치 모델 |
| Architecture | Causal-Encoder-Decoder 구조의 Mixture-of-Experts |
| Total parameters | 552B |
| Activated parameters | 입력 8B; 출력 16B |
| Context window | 1M tokens |
| Maximum output | 384K tokens |
| Input modalities | 텍스트와 이미지 |
| Output modality | 텍스트 |
| Production API model name | deepseek-flash |
| Thinking modes | 사고 모드와 비사고 모드 |
| API features | JSON 출력, 도구 호출, Responses API, Anthropic API, 프리픽스 완성, FIM 완성 |
| Open weights | Hugging Face에 공개 |
How Does the DeepSeek V4.1 Flash Work: Causal-Encoder-Decoder
전통적인 디코더 전용 언어 모델은 프롬프트 처리와 토큰 생성을 사실상 동일한 큰 스택으로 수행합니다. DeepSeek V4.1 Flash는 이 단계들에 서로 다른 활성 용량을 할당합니다.
입력 단계에서 모델은 8B 활성 풋프린트로 프롬프트를 처리합니다. 이 단계는 아직 전체 답변이 생성되지 않았기 때문에 제공된 텍스트나 이미지 컨텍스트를 효율적으로 검토할 수 있습니다. 출력 단계에서는 16B 파라미터가 활성화되어 인과적 토큰-바이-토큰 생성을 이어갑니다. 따라서 프롬프트 인코딩에서는 연산을 절약하면서도, 추론과 응답 생성에는 더 많은 활성 용량을 유지합니다.
DeepSeek는 발표에서 모든 구현 세부사항을 공개하지 않았기 때문에, 가장 안전한 설명은 기능적입니다: 아키텍처는 비대칭이며, 입력과 출력 단계는 서로 다른 활성 파라미터 예산을 사용하고, 그 결과로 추론 메모리와 비용이 줄어듭니다.
KV Cache Reduction
메모리 결과는 측정 가능합니다. DeepSeek는 V4.1 Flash의 전역 KV 캐시가 토큰당 890바이트라고 보고합니다. 이는 V4 Flash의 3,514바이트, V3.2의 48,068바이트, V1의 389,120바이트와 비교됩니다. V4.1 수치는 V4 Flash 대비 약 3.9배 작습니다.
긴 컨텍스트 에이전트에 이는 단일 벤치마크를 넘어 중요합니다. 더 작은 KV 캐시는 요청이 활성화된 동안 고대역폭 메모리(HBM) 압력을 줄이고, 더 느린 스토리지로 이동해야 하는 상태의 양을 줄입니다. DeepSeek는 V4.1 Flash가 유사한 캐시 워크로드에서 이전 모델 대비 HBM은 약 4분의 1, SSD 용량은 약 8분의 1만 필요하다고 말합니다.
DeepSeek V4.1 Flash Features
Native Multimodal Input
V4.1 Flash는 메인 모델 API에서 이미지를 수용합니다. 이는 텍스트 전용 V4 Flash와 실험적 V4 Flash Vision 엔드포인트 간의 이전 분리를 대체합니다. 이제 개발자는 동일한 프로덕션 모델 패밀리로 문서 이해, 차트 분석, 스크린샷 해석, 비주얼-에이전트 워크플로우를 구축할 수 있습니다.
Long-Context Reasoning
공식 API 사양은 100만 토큰 컨텍스트 윈도우와 최대 384K 출력 토큰을 유지합니다. 이는 리포지토리 규모의 코딩, 문서 다중 분석, 장시간 에이전트 세션, 큰 도구 히스토리를 유지해야 하는 워크플로우에 적합합니다.
Production API Features
해당 모델은 사고/비사고 모드, 구조화된 JSON 출력, 도구 호출, Responses API, Anthropic 호환 인터페이스, 채트-프리픽스 완성, 비사고 모드에서의 FIM 완성을 지원합니다. 이러한 기능은 V4.1 Flash가 많은 V4 Flash 에이전트 및 코딩 워크로드에 대한 직접적인 프로덕션 대체재가 되게 합니다.
Open Weights
DeepSeek는 V4.1 Flash 가중치와 기술 보고서를 공개했습니다. 이 릴리스는 재현성을 향상시키지만, 모델은 여전히 매우 큽니다. DeepSeek의 발표는 대규모 배포에 관심 있는 조직에게 약 2,000개의 GPU와 스토리지 클러스터를 계획하라고 권고합니다.
DeepSeek V4.1 Flash Benchmark Performance
공식 결과로 인해 V4.1에 벤치마크 증거가 없다는 초기 평가는 변경되었습니다. DeepSeek는 지식, 수학, 코딩, 터미널 에이전트, 사이버보안, 자동화, 멀티모달 에이전트 작업을 포괄하는 폭넓은 표를 제공합니다.
| Benchmark | DeepSeek V4.1 Flash | V4 Pro 0813 | V4 Flash 0731 |
|---|---|---|---|
| GPQA Diamond | 90.9 | 92.4 | 89.9 |
| Codeforces rating | 3471 | 3348 | 3289 |
| MathArena Apex | 65.6 | 65.3 | 58.6 |
| Terminal-Bench 2.1 | 90.6 | 87.9 | 82.7 |
| DeepSWE v1.1 | 74.2 | 62.7 | 54.4 |
| NL2Repo-Bench | 65.4 | 61.5 | 54.2 |
| CyberGym | 88.1 | 83.3 | 76.7 |
| Automation-Bench | 54.8 | 43.2 | 37.7 |
이 선택된 8개 벤치마크 관점에서 V4.1 Flash는 7개 테스트에서 V4 Pro 0813을, 8개 모두에서 V4 Flash 0731을 앞섭니다. 가장 큰 향상은 소프트웨어 엔지니어링과 에이전트에서 나타납니다: DeepSWE는 V4 Pro 대비 11.5포인트, V4 Flash 대비 19.8포인트 상승했고, Automation-Bench는 각각 11.6과 17.1포인트 향상했습니다.
결과는 여전히 신중한 해석이 필요합니다. V4.1 Flash는 GPQA Diamond에서 V4 Pro보다 낮은 점수를 받았고, 전체 공식 차트는 Claude Opus 5와 GPT-5.6 Sol이 Terminal-Bench 3.0에서 앞서 있음을 보여줍니다. 유용한 결론은 V4.1 Flash가 DeepSeek의 효율-능력 균형을 실질적으로 개선했다는 것이며, 이 표가 모든 작업에서의 보편적 선두를 증명하는 것은 아니라는 점입니다.
DeepSeek V4.1 Flash API Pricing
DeepSeek는 피크와 오프피크 과금제를 사용합니다. 피크 시간은 월요일부터 금요일 UTC 01:00–04:00 및 06:00–10:00이며, 주말을 포함한 그 외 모든 기간은 오프피크 요율이 적용됩니다. 현재 가격 문서에 따르면 오프피크 가격은 피크 가격의 절반입니다.
| Price per 1M tokens | V4.1 Flash off-peak | V4.1 Flash peak | V4 Pro 0813 off-peak | V4 Pro 0813 peak |
|---|---|---|---|---|
| Cache-hit input | $0.003 | $0.006 | $0.022 | $0.044 |
| Cache-miss input | $0.15 | $0.30 | $0.66 | $1.32 |
| Output | $0.60 | $1.20 | $1.98 | $3.96 |
절감 효과는 상당합니다. 캐시 미스 입력 토큰 1억 개와 출력 토큰 1천만 개를 사용하는 워크로드에서 V4.1 Flash 비용은 오프피크 기준 약 $21, 피크 기준 약 $42입니다. 동일한 토큰 구성을 V4 Pro 0813 공개 요율에 적용하면 오프피크 약 $85.80, 피크 약 $171.60가 됩니다. 이 예에서 V4.1 Flash는 약 75.5% 더 저렴합니다.
프롬프트 캐싱은 시스템 지시문, 리포지토리 컨텍스트, 문서를 반복 재사용하는 에이전트에서 이점을 더욱 강화합니다. V4.1의 캐시 적중 비율은 두 과금 기간 모두에서 캐시 미스 대비 50배 낮은 요율이 적용됩니다.
DeepSeek V4.1 Flash vs V4 Flash vs V4 Pro
| Dimension | DeepSeek V4.1 Flash | DeepSeek V4 Flash | DeepSeek V4 Pro |
|---|---|---|---|
| Total parameters | 552B | 284B | 1.6T |
| Activated parameters | 입력 8B / 출력 16B | 13B | 49B |
| Architecture focus | 입력/출력 효율의 비대칭 설계 | 경량 V4 MoE | V4 최대 용량 |
| Native vision | Yes | 별도 Vision Exp 변형 | No |
| Context window | 1M | 1M | 1M |
| Maximum output | 384K | 384K | 384K |
| API status on DeepSeek | 현재 프로덕션 모델 | 퇴역; 레거시 이름은 V4.1 Flash로 라우팅 | 2026년 9월 14일부터 V4.1 Flash로 라우팅 예정 |
| Best fit | 범용 에이전트, 코딩, 비전, 고처리량 | 마이그레이션 호환성 전용 | 전환 기간의 기존 Pro 워크로드 |
V4.1 Flash는 총 파라미터 수가 V4 Flash보다 크지만, 입력 단계에서 8B 파라미터만 활성화하고 KV 캐시를 크게 줄였기 때문에 제공 비용이 더 낮을 수 있습니다. V4 Pro와 비교하면 활성화되는 파라미터 수는 훨씬 적지만, 위에서 선택된 대부분의 에이전트 및 코딩 벤치마크에서 Pro를 앞섭니다.
API Access and Migration
DeepSeek의 프로덕션 모델 이름은 deepseek-flash입니다. 기존 애플리케이션은 OpenAI 호환 기본 URL https://api.deepseek.com 또는 Anthropic 호환 기본 URL https://api.deepseek.com/anthropic.을 유지할 수 있습니다.
- 모델 이름을
deepseek-flash로 업데이트합니다. - 기존 DeepSeek 기본 URL과 인증 방식을 유지합니다.
- 프로덕션 프롬프트로 사고 모드, 도구 호출, 비전 입력, 지연시간, 토큰 사용량을 재시험합니다.
- 레거시 별칭을 모니터링합니다:
deepseek-v4-flash와deepseek-v4-flash-vision-exp는 이제 V4.1 Flash로 라우팅되며,deepseek-v4-pro는 2026년 9월 14일부터 향후 V4.1 Pro 릴리스 전까지 V4.1 Flash로 라우팅될 예정입니다.
CometAPI 사용자에게는 CometAPI 의 DeepSeek V4.1 API가 기존의 DeepSeek V4 Flash API와 함께 현재 라이브입니다. 프로덕션 트래픽 전환 전, 제3자 제공업체는 DeepSeek의 공식 API 명명 및 과금과 다를 수 있으므로 CometAPI 대시보드에서 최종 모델명, 가격, 별칭 매핑을 확인하십시오.
Who Should Use DeepSeek V4.1 Flash?
V4.1 Flash는 코딩 에이전트, 리포지토리 분석, 터미널 자동화, 멀티모달 문서 워크플로우, 장문맥 어시스턴트, 고용량 도구 사용 시스템에 적합합니다. 벤치마크 향상은 캐시 메모리 절감과 토큰 가격 인하의 이점을 가장 크게 받는 워크로드에 집중되어 있습니다.
이미 V4 Flash를 사용하는 팀은 이를 직접적인 마이그레이션 후보로 간주해야 합니다. V4 Pro를 사용하는 팀은 신중한 테스트가 필요하지만, DeepSeek의 벤치마크와 가격 데이터에 따르면 V4.1 Flash가 많은 Pro급 워크로드에서 더 경제적인 기본값이 됩니다.
셀프 호스팅은 다른 결정입니다. 오픈 가중치가 552B 모델을 가볍게 만들지는 않습니다. 조직은 로컬 추론에 필요한 대규모 GPU 및 스토리지 배포 비용과 호스티드 API 사용을 비교한 후 로컬 배포를 결정해야 합니다.
Limitations and Open Questions
- 벤치마크 결과는 DeepSeek의 공식 평가 설정에서 나온 것으로, 다양한 하니스와 도구 환경에서 성능을 측정하려면 독립적인 복제가 필요합니다.
- 네이티브 멀티모달 지원은 확인되었지만, 애플리케이션 팀은 지원 이미지 포맷, 토큰 집계 방식, 비전 동작을 라이브 API에서 검증해야 합니다.
- 레거시 모델 별칭이 기존 이름 뒤의 모델을 변경할 수 있어, 애플리케이션 코드 변경 없이도 출력이 달라질 수 있습니다.
- V4.1 Flash는 이전 DeepSeek 모델 대비 인프라 요구사항을 줄였지만, 오픈 가중치 배포는 여전히 상당한 연산 및 스토리지를 요구합니다.
- CometAPI 전용 V4.1 엔드포인트와 최종 가격은 프로덕션 사용 전에 라이브 콘솔에서 확인해야 합니다.
Final Verdict
DeepSeek V4.1 Flash는 중요한 아키텍처 및 제품 업데이트입니다. 이 552B MoE 모델은 입력 8B 활성 단계, 출력 16B 활성 단계, 네이티브 비전, 100만 토큰 컨텍스트 윈도우, 대폭 압축된 KV 캐시를 결합합니다. 이러한 설계 선택은 V4 Pro 0813 대비 훨씬 낮은 API 가격으로 더 강한 공식 코딩 및 에이전트 벤치마크로 이어집니다.
가장 실용적인 변화는 통합입니다. V4.1 Flash는 텍스트, 비전, 추론, 도구 사용, 장문맥 운영을 하나의 프로덕션 모델 이름으로 가져옵니다. 대부분의 새로운 DeepSeek 통합에서 deepseek-flash가 이제 논리적인 출발점이며, V4 Pro는 까다로운 작업의 자동 선택이 아니라 마이그레이션 비교 대상이 됩니다.
FAQ
Is DeepSeek V4.1 Flash officially released?
예. deepseek-flash 모델 이름으로 DeepSeek의 API를 통해 제공되며, DeepSeek는 오픈 가중치와 기술 보고서를 공개했습니다.
Is the temporary V4.1 beta model ID still required?
아니요. deepseek-v4.1-flash-expires-on-0910은 짧은 수명의 베타 식별자였습니다. 프로덕션 애플리케이션은 deepseek-flash를 사용해야 합니다.
How many parameters does DeepSeek V4.1 Flash have?
모델은 총 552B 파라미터를 갖고 있습니다. 입력 처리 동안 8B, 출력 생성 동안 16B 파라미터가 활성화됩니다.
Does DeepSeek V4.1 Flash support images?
예. 비전 입력은 프로덕션 모델에 네이티브로 포함되어 있어, 별도의 V4 Flash Vision Exp 엔드포인트가 더 이상 필요하지 않습니다.
Is V4.1 Flash better than V4 Pro?
DeepSeek가 공개한 코딩, 에이전트, 자동화, 사이버보안 비교의 대부분에서 V4 Pro 0813보다 앞서지만, GPQA Diamond에서는 V4 Pro가 앞섭니다. 마이그레이션 전에 각 팀의 프롬프트로 양쪽을 평가해야 합니다.
How much does the API cost?
피크 시간에는 100만 토큰 기준 캐시 적중 입력 $0.006, 캐시 미스 입력 $0.30, 출력 $1.20입니다. 오프피크 요율은 이의 절반입니다.
What happens to the old V4 model names?
레거시 deepseek-v4-flash와 deepseek-v4-flash-vision-exp 이름은 V4.1 Flash로 라우팅됩니다. DeepSeek는 deepseek-v4-pro도 2026년 9월 14일부터 V4.1 Flash로 라우팅될 것이라고 밝혔으며, 이는 향후 V4.1 Pro 출시 전까지 유지됩니다.
Can I use DeepSeek V4.1 Flash through CometAPI?
예. CometAPI는 현재 라이브 CometAPI 의 DeepSeek V4.1 API 엔드포인트를 제공합니다. 프로덕션 트래픽을 보내기 전에, 타사 제공업체는 DeepSeek의 공식 API 명명법이나 과금과 다를 수 있으므로 CometAPI 콘솔에서 정확한 모델명, 가격, 지원 기능을 확인하십시오.