중국의 AI 기업 DeepSeek가 2026년 10월 17일 경량 모델 'V4.1 Flash'의 업데이트 버전 'DeepSeek-V4.1-Flash-1017'을 공개했습니다. 이름의 '1017'은 공개 날짜를 나타냅니다. 같은 날부터 DeepSeek의 웹사이트, 앱, API가 새 버전으로 전환됐습니다. 이와 함께 자체 개발한 검색 엔진을 외부 개발자가 쓸 수 있는 'Search & Fetch API'를 처음으로 일반에 개방했습니다.
V4.1-Flash-1017에서 달라진 점
DeepSeek는 이번 업데이트의 특징을 '평가 성적이 오르고, 작업을 더 빨리 끝내며, 출력이 짧아졌다'고 설명했습니다. 모델이 스스로 낸 결과를 단서로 시행착오를 거치며 실력을 키우는 '강화 학습' 방식으로 추가 학습을 진행했다고 밝혔습니다.
API에서는 모델 이름이 기존과 같은 'deepseek-flash' 그대로 새 버전으로 바뀝니다. DeepSeek는 API 호출 방법과 요금은 달라지지 않는다고 밝혔습니다. 최고 성능을 내려면 DeepSeek의 에이전트용 소프트웨어 'DeepSeek Harness' 0.2.1-rc.1 이후 버전을 사용하라고 안내했습니다.
모델 가중치(학습을 마친 모델의 데이터)도 Hugging Face와 ModelScope에 공개됐습니다. 라이선스는 상업적으로도 자유롭게 쓸 수 있는 MIT 라이선스입니다. Hugging Face의 모델 카드에 따르면 전체 파라미터는 7,630억 개(763B), 한 번에 읽어 들일 수 있는 양(컨텍스트)은 100만 토큰입니다.
성능 평가
DeepSeek가 발표한 주요 결과는 다음과 같습니다. 모두 DeepSeek가 직접 측정한 것이며, 비교 대상은 OpenAI의 GPT-5.6 Sol, Anthropic의 Claude Opus 5, Moonshot의 Kimi K3, Z.ai의 GLM-5.3입니다.
- DeepSWE v1.1(소프트웨어 개발): 77.0. 이전 버전은 74.2이며, 비교한 모델 중 가장 높음(Claude Opus 5는 74.0, GPT-5.6 Sol은 73.0)
- Terminal-Bench 4.0(명령어 조작): 42.3. 이전 버전은 31.2. Claude Opus 5의 51.8에는 미치지 못함
- HLE(전문가 수준의 난제, 도구 미사용): 42.6. 이전 버전은 36.8. Claude Opus 5는 56.3, GPT-5.6 Sol은 44.5
- Apex Bench v1.1: 72.1. 이전 버전은 64.6이며, 비교한 모델 중 가장 높음
Terminal-Bench 4.0은 Claude Code의 환경에서, DeepSWE v1.1은 Mini-SWE-V2라는 환경에서 측정했다고 합니다. DeepSWE 등 일부 프로그래밍 평가에서는 비교한 모델 중 가장 높았지만, 같은 표의 ProgramBench(29.1, Claude Opus 5는 37.0)나 NL2Repo-Bench(68.2, 같은 모델은 75.3) 같은 다른 프로그래밍 평가와 난제, 명령어 조작에서는 Claude Opus 5에 뒤처졌습니다.
자체 검색을 쓸 수 있는 'Search & Fetch API'
함께 개방한 Search & Fetch API는 DeepSeek가 자체 개발한 검색 엔진을 개발자가 자신의 앱이나 AI 에이전트에서 호출할 수 있게 하는 것입니다. 웹 검색을 하는 'Search'와, 지정한 페이지의 내용을 가져오는 'Fetch' 두 가지가 있습니다.
- 요금: 성공한 요청 1,000건당 0.75달러
- 제한: Search, Fetch 모두 초당 5회까지(Fetch는 사이트별 상한도 있음)
- 무료 기간: DeepSeek Harness, Claude Code, Codex에서 DeepSeek 서버 측 도구로 사용하는 경우, 베이징 시간 2026년 11월 1일 0시(일본 시간 같은 날 1시)에 과금이 시작될 때까지 무료. API를 직접 호출하는 경우에는 처음부터 요금이 부과됨
일본에서의 이용이나 일본어 검색 품질에 대해서는 별도의 안내가 없습니다.
CoAI 편집부의 시각
DeepSeek는 요금을 바꾸지 않고 성능을 높이며, 가중치도 MIT 라이선스로 공개하는 방침을 이번에도 이어 갔습니다. DeepSWE 등 일부 프로그래밍 평가에서는 타사의 상위 모델을 앞섰다고 밝혀, 비용을 억제하면서 AI에 프로그래밍을 맡기고 싶은 개발자에게 유력한 선택지입니다. 자체 검색 API의 개방은 검색을 내장한 AI 에이전트를 한 회사의 서비스만으로 만들 수 있게 하려는 움직임이라고 할 수 있습니다.
한편 평가 수치는 DeepSeek가 직접 측정한 것입니다. 다른 프로그래밍 평가나 난제, 명령어 조작에서는 격차가 있으므로, 업무에 쓸 때는 자신의 작업으로 시험해 본 뒤 판단하는 것이 좋습니다. DeepSeek의 API를 사용할 경우에는 보낸 데이터가 어디에서 처리되는지 등 이용 약관도 확인해 둘 필요가 있습니다.
출처
- DeepSeek-V4.1-Flash-1017: Wish-Driven Programming Made Real (DeepSeek API Docs)
- Change Log (DeepSeek API Docs)
- Search & Fetch (DeepSeek API Docs)
- deepseek-ai/DeepSeek-V4.1-Flash-1017 (Hugging Face)
- Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs (The Decoder)
