핵심 요약
- DeepSeek-V4.1-Flash-1017은 2026년 9월 10일 공개된 DeepSeek-V4.1-Flash의 업데이트입니다. 아키텍처와 API 이름은 그대로이고, 점수는 오르고 답변은 짧아졌습니다.
- DeepSeek 자체 테스트에서 가장 크게 오른 것은 에이전트 코딩입니다. Terminal-Bench 4.0은 31.2에서 42.3으로 올랐고, DeepSWE v1.1은 77.0입니다.
- 전체 파라미터 5,520억 개의 전문가 혼합(MoE) 모델로, 토큰 하나를 생성할 때 160억 개가 작동하며 컨텍스트는 최대 100만 토큰입니다. 가중치는 MIT 라이선스로 무료입니다.
- 전체 가중치는 약 510GB입니다. Mac에서는 메모리 256~512GB의 Mac Studio가 필요하고, 128GB라면 SSD 스트리밍으로 실행할 수 있습니다.
1DeepSeek V4.1 Flash 1017이란
DeepSeek-V4.1-Flash는 DeepSeek V4.1 제품군에서 가장 작은 모델로, 이미지 이해 기능이 내장되어 있습니다. 2026년 9월 10일 DeepSeek API에 공개되었고, 10월 17일 DeepSeek은 이를 DeepSeek-V4.1-Flash-1017로 교체하며 마이너 업데이트라고 밝혔습니다(DeepSeek API 변경 내역).
이번 업데이트로 추론, 코딩, 에이전트, 시각 벤치마크가 개선되었고, 모델이 더 짧은 출력으로 더 빨리 작업을 끝냅니다. DeepSeek은 자사의 DeepSeek Harness와 Tencent의 CodeBuddy, WorkBuddy에 맞춰 조정했으며, DeepSeek Harness 0.2.1-rc.1 이상을 권장합니다(Hugging Face).
이름은 업데이트에 날짜를 붙이는 DeepSeek의 관례를 따릅니다. 1017은 월과 일, 즉 10월 17일입니다.
2벤치마크: 1017과 V4.1 Flash, 다른 모델 비교
| 벤치마크 | V4.1 Flash 1017 | V4.1 Flash | Opus 5 | GPT-5.6 Sol | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|---|---|
| HLE(도구 없이) | 42.6 | 36.8 | 56.3 | 44.5 | 43.5 | 42.0 |
| Terminal-Bench 4.0 | 42.3 | 31.2 | 51.8 | 39.9 | 12.6 | 37.9 |
| DeepSWE v1.1 | 77.0 | 74.2 | 74.0 | 73.0 | 67.5 | 66.9 |
| ProgramBench | 29.1 | 20.3 | 37.0 | 23.0 | 17.5 | 19.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 75.3 | 56.8 | 58.0 | 58.0 |
| Agents' Last Exam | 35.4 | 31.8 | 28.6 | 26.7 | 27.6 | 28.5 |
| Apex Bench v1.1 | 72.1 | 64.6 | 65.8 | 54.3 | 47.8 | 56.6 |
이 수치로 보면 1017은 DeepSWE, Agents' Last Exam, Apex Bench에서 표의 모든 모델을 앞서고, 도구 없는 추론, 터미널 작업, 프로그램 전체 만들기에서는 Opus 5에 뒤처집니다. Chartography(78.9에서 83.0), BabyVision(89.6에서 92.5) 같은 차트·이미지 테스트에서도 좋아졌습니다.
작업당 비용도 내려갔습니다. The Decoder가 전한 DeepSeek의 차트에 따르면, 가장 높은 설정에서 DeepSWE 작업 하나의 비용은 0.20달러를 조금 밑돌아, 이전 버전의 약 0.50달러보다 낮습니다.
3파라미터, 컨텍스트, 크기
| DeepSeek-V4.1-Flash-1017 | |
|---|---|
| 전체 파라미터 | 5,520억 개(전문가 혼합) |
| 토큰당 활성 파라미터 | 프롬프트를 읽을 때 80억 개, 생성할 때 160억 개 |
| 전문가 | 라우팅 384개와 공유 1개, 토큰마다 6개 사용 |
| 컨텍스트 | 최대 1,048,576 토큰 |
| 컨텍스트 토큰당 메모리 | 약 890바이트, V4 Flash의 4분의 1 |
| 가중치 | FP8, 전문가는 FP4. 약 510GB |
| 입력 | 텍스트와 이미지 |
| 라이선스 | MIT |
다운로드 중 약 189GiB는 Engram 테이블 두 개입니다. 모델이 계산하는 대신 찾아보는 큰 메모리로, 토큰마다 몇 행만 읽습니다. DwarfStar 같은 런타임은 이 테이블을 SSD에 둔 채 필요한 행만 읽기 때문에, 다운로드 크기보다 훨씬 적은 메모리로 모델을 실행할 수 있습니다(Hugging Face의 antirez 설명).
4API 이름과 가격
DeepSeek API에서 이 모델의 이름은 deepseek-flash이며, 이제 1017을 가리킵니다. 이전 이름인 deepseek-v4-flash와 deepseek-v4-flash-vision-exp도 당분간 이 모델로 연결됩니다. DeepSeek은 1017에서도 호출 방식과 가격이 그대로라고 밝혔습니다(DeepSeek).
| 제공업체 | 입력, 100만 토큰당 | 출력, 100만 토큰당 |
|---|---|---|
| DeepSeek | $0.15 | $0.60 |
| Cloudflare | $0.10 | $0.60 |
| DeepInfra | $0.098 | $0.294 |
| Together, Fireworks, Baseten | $0.30 | $1.20 |
DeepSeek은 temperature 1.0, top_p 1.0과 긴 답변을 위한 넉넉한 여유(max_tokens 256K 이상)를 권장합니다. 가중치에는 Jinja 채팅 템플릿이 없어서, 프롬프트는 모델 저장소에 있는 인코딩 코드로 만들어야 합니다.
5내 Mac에서 실행할 수 있을까?
가능하지만 가장 큰 Mac에서만 됩니다. 메모리 512GB의 Mac Studio(M3 Ultra 또는 M5 Ultra)는 4비트 빌드를 통째로 담고, 256GB면 Engram 테이블을 SSD에 둔 2비트 빌드를 실행할 수 있습니다. 128GB Mac은 SSD에서 스트리밍할 수 있지만 느립니다. 처음 공개된 실행 결과는 512GB M3 Ultra에서 초당 약 6.5토큰을 생성했습니다.
어떤 빌드를 내려받을지, 명령어와 속도는 단계별 가이드 Mac에서 DeepSeek V4.1 Flash 실행하기에 정리했습니다.
그 밖의 Mac이라면 API는 100만 토큰당 몇 센트이고, 더 작은 오픈 모델은 로컬에서도 잘 돌아갑니다. 로컬 LLM에 가장 좋은 Mac을 참고하세요.
6큰 Mac의 유휴 시간을 활용하세요
이런 모델을 돌리려고 산 Mac Studio는 하루 대부분을 기다리며 보냅니다. MLX Node는 그 남는 시간을 MLX Network에 빌려줍니다. MLX Network는 Apple의 MLX 프레임워크로 Mac에서 AI 작업을 실행하는 네트워크이며, 검증된 작업에 대해 MLX 토큰을 법니다. 무료 좌석에서 하루 최대 1 MLX, Ultra Mac에서 돌아가는 Ultra 전용 좌석이라면 최대 320 MLX입니다. 채굴한 MLX는 30일 동안 잠기며, 전용 좌석이 있으면 더 짧습니다. 위험 고지를 확인하세요.
7자주 묻는 질문
- DeepSeek V4.1 Flash 1017이란 무엇인가요?
- DeepSeek의 오픈 웨이트 전문가 혼합 모델인 DeepSeek-V4.1-Flash의 2026년 10월 17일 업데이트입니다. 아키텍처와 API 이름은 그대로이며, 추론, 코딩, 에이전트, 이미지 벤치마크 점수가 더 높습니다.
- V4.1 Flash와 1017은 무엇이 다른가요?
- 모델 크기와 API는 같고, 학습이 더 새롭습니다. DeepSeek의 테스트에서 1017은 Terminal-Bench 4.0에서 31.2 대신 42.3, DeepSWE v1.1에서 74.2 대신 77.0을 기록했고, 답변이 짧아져 작업 비용도 줄었습니다.
- DeepSeek V4.1 Flash의 파라미터는 몇 개인가요?
- 전체 5,520억 개입니다. 토큰마다 프롬프트를 읽을 때 80억 개, 생성할 때 160억 개가 활성화되며, 디스크에 둘 수 있는 큰 Engram 조회 테이블 두 개가 더해집니다.
- DeepSeek V4.1 Flash 1017은 무료인가요?
- 가중치는 MIT 라이선스로 무료로 내려받아 쓸 수 있습니다. DeepSeek API로 쓰면 유료이며, OpenRouter에 표시된 가격은 입력 100만 토큰당 0.15달러, 출력 100만 토큰당 0.60달러입니다.
- DeepSeek V4.1 Flash 1017을 로컬에서 실행할 수 있나요?
- 네, 메모리가 많다면 가능합니다. Mac에서는 512GB Mac Studio로 4비트 빌드를, 256GB로 Engram 테이블을 SSD에 둔 2비트 빌드를 실행할 수 있습니다. 그보다 작은 Mac이라면 API나 더 작은 모델이 낫습니다.
출처
- DeepSeek API 변경 내역api-docs.deepseek.com
- Hugging Facehuggingface.co
- The Decoderthe-decoder.com
- V4.1 Flashhuggingface.co
- Hugging Face의 antirez 설명huggingface.co
- OpenRouteropenrouter.ai