AI 뉴스
AI 가성비 딥시크 4.1 플래시 특징 | 토큰당 890바이트와 싼 API의 구조
1017 판올림으로 벤치마크는 뛰었지만 단가는 묶였다. 8B 활성과 890바이트 압축, 그리고 서빙 엔진 딥인퍼가 만든 가격의 실체를 분석한다.
2026년 10월 17일 딥시크(DeepSeek)가 최신 체크포인트인 'V4.1 플래시 1017'을 웹과 앱, API에 전격 적용했다. 공식 API 호출명인 deepseek-flash는 그대로 유지됐다. 100만 토큰당 입력 0.15~0.30달러, 출력 0.60~1.20달러의 공식 단가도 동결됐다.
성능 변화는 뚜렷하다. 코딩 에이전트 벤치마크인 Terminal-Bench 4.0 점수가 31.2에서 42.3으로 올랐고, DeepSWE는 74.2에서 77.0으로 상승했다. 추론과 시각, 코딩 전 영역에서 점수가 뛰었고 작업 시간과 출력 토큰 길이는 줄어들었다.
성능은 올랐는데 단가는 묶여 있고 작업당 청구액은 줄어들었다. 딥시크의 API는 어떻게 이렇게 저렴할까? 보조금으로 손해를 보며 토큰을 퍼주는 것이 아닙니다. 처음부터 비용이 덜 들도록 설계한 모델 구조와 서빙 인프라의 결과입니다.
백본 552B 중에 8B만 깨우는 구조
딥시크 V4.1 플래시는 백본 552B, 지식 모듈 인그램(Engram) 196B, 파일 메타데이터 763B 규모의 거대 모델입니다.
그런데 질문을 읽는 프리필(Prefill) 단계에서는 전체 중 8B만 활성화합니다. 답을 쓰는 디코드(Decode) 단계에서도 16B만 켭니다. 전체 파라미터의 97% 이상은 연산할 때 잠들어 있습니다. 작은 모델의 속도와 거대 모델의 지식을 전문가 혼합(MoE) 구조로 챙겼습니다.
대화 기억(KV 캐시)의 압축도 극단적입니다. V4.1 플래시는 토큰 하나를 저장하는 데 890바이트만 씁니다. FP4 압축을 적용해 이전 V4 플래시의 4분의 1, 초기 V1 대비 437분의 1 수준으로 줄였습니다.
GPU에서 가장 비싼 자원은 초고대역폭 메모리(HBM)입니다. 기억 공간을 덜 차지하면 한 대의 그래픽카드에 훨씬 많은 사용자를 올릴 수 있습니다. 서빙 원가가 줄어드니 자연스럽게 API 가격을 낮출 여력이 생깁니다.
8월의 기억과 1017까지 이어진 계보
딥시크 플래시의 계보는 2026년 4월 공개된 V4 프리뷰에서 시작합니다. 6월에는 추측 디코딩 모듈 DSpark가 붙었고, 7월 31일 정식판인 0731 체크포인트로 교체됐습니다.
많은 개발자가 8월에 나온 플래시 빌드를 떠올리지만 공식 허브에 DeepSeek-V4.1-Flash-08xx라는 모델은 없습니다.
8월에 나온 모델은 두 개뿐입니다. 8월 13일 나온 프로 모델인 DeepSeek-V4-Pro-0813, 그리고 8월 21일 API와 8월 31일 가중치로 나온 비전 실험 모델 DeepSeek-V4-Flash-Vision-Exp입니다. 8월 비전 실험은 0731 백본 위에 시각 모듈을 얹은 과도기 모델이었습니다.
진짜 V4.1 플래시는 9월 10일 첫선을 보였습니다. 시각 인코더를 처음부터 텍스트와 함께 학습했고 8B와 16B 활성 구조를 완성했습니다. 그리고 10월 17일, 자기 피드백 강화학습을 거친 1017 체크포인트가 적용됐습니다. 1017은 아키텍처를 바꾼 것이 아니라 사후학습을 다듬어 작업 시간과 낭비되는 토큰을 깎아냈습니다.
서빙 엔진 딥인퍼와 빠져 있는 조각
2026년 10월 20일 전후, 딥시크는 프로덕션 추론 프레임워크인 딥인퍼(DeepInfer)를 깃허브에 아파치 2.0 라이선스로 공개했습니다. FlashMLA, DeepGEMM, DeepEP, DSpark 스케줄러 등 핵심 가속 커널을 포함해 엔비디아 SM100과 화웨이 어센드 950의 효율을 극대화합니다.
하지만 대규모 클러스터 운영의 세 가지 핵심은 공개에서 제외했습니다.
- 거대 클러스터를 묶는 분산 KV 캐시 시스템
- 프리필과 디코드를 물리적으로 나누는 분리 서빙 아키텍처
- 수천 대의 GPU 사이에 트래픽을 분산하는 복제본 로드밸런싱
딥시크는 단일 노드에서 모델을 가볍게 돌리는 엔진 조각만 풀었습니다. 수백만 요청이 밀려와도 버텨내는 초대형 클러스터 운영 패브릭은 자사 클라우드의 독점 기술로 남겨두었습니다.
클라우드 호스트들의 가격 계산법
가중치가 MIT 라이선스로 배포되자 독립 클라우드 인프라 기업들이 가격 경쟁에 뛰어들었습니다.
Together, Fireworks, Novita는 딥시크 공식 피크 단가인 100만 토큰당 입력 0.30달러, 출력 1.20달러에 맞췄습니다. SiliconFlow는 딥시크 공식 오프피크 단가인 입력 0.15달러, 출력 0.60달러를 24시간 균일가로 책정했습니다. DeepInfra는 FP8 정밀도 기반 프로모션으로 단가를 더 낮췄습니다.
| 제공처 | 모델 ID | 입력 (1M) | 캐시 읽기 (1M) | 출력 (1M) | 가격 특징 |
|---|---|---|---|---|---|
| DeepSeek 공식 | deepseek-flash | $0.15 / $0.30 | $0.003 / $0.006 | $0.60 / $1.20 | 오프피크 / 피크 이원화 |
| Together | deepseek-v4.1-flash | $0.30 | $0.006 | $1.20 | 공식 피크 단가 일치 |
| Fireworks | deepseek-v4p1-flash | $0.30 | $0.006 | $1.20 | 스팟 30% 추가 할인 |
| SiliconFlow | deepseek-v4.1-flash | $0.15 | $0.003 | $0.60 | 공식 오프피크 24시간 고정 |
| DeepInfra | deepseek-v4.1-flash | $0.14 | $0.004 | $0.42 | FP8 최적화 프로모션 |
호스트 경쟁에서 가장 결정적인 자리는 캐시 읽기 비용입니다. 코딩 에이전트는 직전 대화 기록을 끊임없이 모델에 다시 보냅니다. 입력 토큰의 90% 이상이 캐시 히트로 처리됩니다.
딥시크 공식 오프피크 기준 캐시 읽기는 100만 토큰당 0.003달러, 우리 돈으로 4원 남짓입니다. 캐시 미스 요금의 50분의 1입니다. 토큰당 890바이트라는 가벼운 체급 덕분에 호스트들도 부담 없이 캐시 단가를 낮출 수 있습니다.
토큰이 공짜여서 싼 것이 아닙니다. 8B만 깨우고 890바이트만 남기기 때문에 싼 것입니다.
출처와 링크
2026년 10월 26일 기준 공식 문서와 자사 가격표 조사.
FAQ
자주 묻는 질문
딥시크 V4.1 플래시의 1017 업데이트는 무엇이 달라졌나요?
2026년 10월 17일 배포된 마이너 업데이트로 모델 아키텍처는 그대로 유지됐습니다. 대신 자기 피드백 강화학습을 통해 코딩과 에이전트 벤치마크 점수를 높였고, 작업 완료 시간과 출력 토큰 길이를 단축했습니다.
과거에 언급되던 8월 플래시 빌드는 실체가 무엇인가요?
공식 허브에 V4.1 플래시 8월 버전은 존재하지 않습니다. 8월 13일 나온 V4 프로 0813과 8월 21일 공개된 멀티모달 실험 모델인 V4 플래시 비전 익스페리멘탈이 와전된 것입니다.
백본 파라미터가 552B인데 왜 경량 플래시 모델로 분류되나요?
총 파라미터는 거대하지만 MoE 방식을 채택해 프리필 단계에서는 8B, 디코드 단계에서는 16B만 활성화하기 때문입니다. 실제 연산에 쓰이는 파라미터가 작아 추론 비용이 매우 낮습니다.
딥시크가 공개한 딥인퍼 프레임워크에 빠진 핵심 기능은 무엇인가요?
단일 노드용 추론 가속 커널은 포함됐지만 대규모 분산 KV 캐시 시스템과 프리필 디코드 분리 서빙 스택은 제외됐습니다. 대규모 동시 요청을 처리하는 프로덕션 인프라는 공개하지 않았습니다.
에이전트 워크플로에서 캐시 히트 단가가 왜 중요한가요?
반복적인 코드 수정과 컨텍스트 전달 과정에서 입력 토큰의 90% 이상이 이전 대화의 재활용이기 때문입니다. 딥시크의 캐시 히트 단가는 미스 대비 50분의 1 수준이라 전체 비용을 크게 아낄 수 있습니다.
외부 클라우드 호스트에서 딥시크를 쓰는 것이 공식 API보다 유리한가요?
이용 시간대와 네트워크 환경에 따라 다릅니다. 실리콘플로우는 공식 피크 시간에도 오프피크 단가로 서비스하며, 파이어웍스는 스팟 인스턴스 30% 할인을 제공하므로 목적에 맞게 선택할 수 있습니다.
관련 글
관련 기사
Recommended
딥시크 API 싸게 쓰는 곳 | V4.1 Flash, V4 Pro 가격과 데이터 무보관 제공사 비교
딥시크(DeepSeek)는 중국 항저우의 AI 회사이자, 그 회사가 만든 대형 언어 모델 이름이에요. 모델 가중치를 공개하는 오픈 웨이트 방식이라 딥시크 본사 말고도 미국, 싱가포르, 중국, 국내의 여러 회사가 같은 모델을 자기 서버에 올려 API로 팔아요. 그래서 같은 딥시크를 쓰더라도 어디서 부르느냐에 따라 가격이 몇 배씩 차이 나고, 내가 보낸 코드와 대화가 어느 나라 서버에 남는지도 달라져요.
여기서 API는 프로그램이 인터넷으로 모델을 불러 쓰는 연결 창구이고, 요금은 토큰 단위로 매겨져요. 토큰은 모델이 글을 읽기 위해 잘게 자른 조각으로, 보통 단어보다 작은 단위예요. OpenCode나 Cursor 같은 코딩 도구에 API 키를 넣고 딥시크를 코딩 에이전트로 쓰면, 에이전트가 파일을 읽고 고칠 때마다 코드 전체가 토큰으로…
Neuralwatt You asked, we shipped | Flash 상한, Max 플랜, 포털…
Neuralwatt는 여러 오픈 AI 모델을 API로 빌려 주면서, 요금을 토큰 수 대신 실제로 쓴 전기량(kWh)으로 매길 수 있게 한 서비스다. 2026년 9월 17일 이 회사는 「You asked, we shipped(요청하신 것을 만들었습니다)」라는 제목의 메일을 보냈다. 몇 주 전 사용자 설문에서 나온 요청을 반영한 변경을 한꺼번에 알린 메일이다.
내용은 크게 다섯 가지다. 값싼 Flash 모델은 전기량으로 계산한 요금이 토큰 요금보다 비싸지지 않게 상한을 걸었다. Pro 위에 월 200달러짜리 Max 구독이 생겼다. 고객 포털이 새로 바뀌고 모델별 속도와 에너지를 보여 주는 Performance 페이지가 생겼다. DeepSeek V4 Flash와 V4.1 Flash가 정식 제공으로 올라갔다. API 키마다 하루 사용 한도를 걸 수…
Neuralwatt Cloud 업데이트 | GLM-5.3 GA, 호스티드 툴, 팀 플랜, Speed…
Neuralwatt Cloud는 여러 오픈 모델(GLM, DeepSeek, Qwen, Kimi 등)을 하나의 API로 빌려 쓰게 해 주는 서비스다. 다른 곳과 다른 점은 요금을 토큰 수가 아니라 실제로 쓴 전기량(kWh)으로 매길 수 있다는 것이다. 종량제 단가는 1kWh당 10달러이고, 월 20달러, 50달러, 100달러 구독에는 정해진 전기량이 들어 있다.
2026년 9월 초 이 회사는 뉴스레터 한 통으로 여러 소식을 한꺼번에 알렸다. 쉽게 묶으면 다섯 가지다. 프리뷰로 시험하던 GLM-5.3, DeepSeek V4 Flash, Qwen 3.8 27B 같은 모델이 정식 제공(GA)으로 올라갔다. Claude용 Messages API와 OpenAI Responses API 형…
KISA 보안공지 4건 상세 분석 | Node.js, Laravel, Oracle, PHP2Shel…
한국인터넷진흥원(KISA) 보호나라는 2026년 10월 22일과 23일 주요 소프트웨어 보안 공지 4건을 연이어 게시했다. 2026년 10월 23일에는 OpenJS 재단의 Node.js 제품 보안 업데이트 권고, Laravel 프로젝트의 Laravel 제품 보안 업데이트 권고, Oracle의 Oracle 제품 보안 업데이트 권고가 각각 등록되었다. 2026년 10월 22일에는 PHP 보안취약점(PHP2Shell) 관련 기업 보안 대응 수칙이 목록 상단에 공지 고정으로 등록되었다.
이번 공지는 개발 프레임워크와 런타임 전반에 걸친 취약점 해결과 긴급 조치를 다룬다. Node.js는 브로틀리 디코더 원격 코드 실행을 포함한 high 심각도 취약점을 패치한 22.23.4, 24.22.1, 26.12.1 버전을 발…