오픈 웨이트 모델이 터미널 작업에서 프런티어 모델과 같은 자리에 섰다. 같은 항목을 잰 독립 평가자의 숫자는 15점 넘게 낮다.
DeepSeek V4.1 Flash 1017의 구조
먼저 모델이 무엇인지부터 정리한다. 1017 빌드는 현재 배포 중인 Flash 버전이고, 이전 V4 Flash 빌드는 이 모델로 대체됐다. 컨텍스트 창은 1,048,576 토큰이고 가중치는 공개돼 있다.
구조는 두 덩어리다. 552B 백본에 196B 규모의 Engram 파라미터가 붙는데, Engram 조건부 메모리는 최대 4개 토큰 단위 n-gram 조회를 써서 표 전체를 GPU 메모리에 올리지 않아도 되게 만든 장치이고 DSpark는 추측 디코딩을 맡는다.
DeepSeek benchmarks: 모델 카드와 독립 측정
그럼 어느 숫자를 믿어야 할까? BenchLM이 정리한 모델 카드 값에서 Terminal-Bench 2.1은 90.6%다. 터미널 명령을 다루는 벤치마크이고, 같은 카드의 소프트웨어 엔지니어링 항목인 DeepSWE는 77.0%다.
여기서 갈린다. 같은 모델을 독립 평가한 Vals AI의 Terminal-Bench 2.1 값은 74.5%로, 모델 카드와 15점 넘게 벌어지고 두 숫자가 같은 항목을 가리킨다는 점도 함께 짚어 두고 싶다.
Artificial Analysis는 별도로 Intelligence Index 39.5%와 Omniscience 환각률 96.5%를 잰다. 자신 있는 답이 틀릴 확률이 그만큼 높다는 뜻이다.
BenchLM 65.41점과 31위의 의미
종합 점수도 그대로 받아들이면 안 된다. BenchLM은 이 모델에 100점 만점에 65.41점, 1,016개 모델 중 31위를 줬다. 다만 759개 벤치마크 가운데 53개만 반영했다고 밝히면서 총점이 보수적으로 나온다고 설명하고, 커버리지가 얇으면 순위도 흔들린다. 이 모델이 GPT나 Claude, Gemini를 전체에서 앞선다는 뜻은 아니다.
DeepSeek local inference: 128GB와 500GB
직접 돌리려면 각오가 필요하다. Unsloth 가이드는 128GB 이상 메모리 구성에서 실행되고 64GB에서는 SSD 오프로딩으로 더 느리게 돈다고 적는데, 양자화 파일이 500GB를 넘으니 저장 공간도 함께 계산해야 한다. UD-Q8_K_XL 양자화 파일은 508.4GB, UD-Q4_K_XL은 500.7GB다.
노트북으로는 안 된다.
설정도 기본값이 세다. 사고 모드는 기본으로 켜져 있고 reasoning_effort는 75다. 템플릿은 low와 max를 50에서 100 사이 값으로 대응시키고, 긴 생성에는 최소 256K 출력 토큰을 허용하라고 권한다.
DeepSeek pricing: 달러 대신 구조
가격은 숫자 없이 구조로만 본다. 이번 확인 범위에서 토큰 단가는 검증하지 못했다. API 모델 이름 deepseek-flash는 이제 DeepSeek V4.1 Flash 1017이 처리하고, deepseek-v4-flash 같은 옛 이름도 계속 받지만 과금은 어느 쪽이든 Flash 가격으로 이뤄진다.
단가표는 자주 바뀌므로 발행 시점을 함께 봐야 한다. 캐시 할인과 배치 조건이 이름 변경과 따로 움직이는 경우도 있다.
Terminal-Bench 2.1 숫자를 읽는 방법
마지막은 사용법이다. 하네스와 설정이 세대 차이보다 점수를 크게 흔들고, 같은 모델도 도구 구성과 재시도 정책에 따라 결과가 달라진다.
국내 팀이라면 GPU 임대료와 128GB 메모리 요구를 같이 계산해야 한다. 벤치마크 점수보다 실제로 돌리는 작업에서 다시 재는 편이 낫다.
