가격표가 첫 번째 충격입니다
DeepSeek의 V4.1-Flash-1017은 신속하고 비용 효율적인 V4.1-Flash 제품군의 10월 17일 업데이트 버전으로, 이전 모델 출시 5주 만에 등장했습니다. 이 반복 모델은 100만 토큰 컨텍스트 윈도우를 자랑하며 텍스트와 이미지 입력을 모두 지원하여 다재다능하고 처리량이 많은 모델로 자리매김했습니다.
이 모델의 API 요금은 입력 토큰 100만 개당 0.30달러, 출력 토큰 100만 개당 1.20달러로 매우 저렴합니다. 이는 Claude Opus와 같은 플래그십 모델이 15~20배 더 비싼 것과 극명한 대조를 이룹니다. 코딩 에이전트를 배포하거나 대용량 AI 워크플로우를 관리하는 기업의 경우, 이러한 비용 절감 효과가 크게 누적되어 운영 비용을 금지적인 수준에서 실용적인 수준으로 바꿔줍니다.
DeepSeek는 또한 Hugging Face에서 허용적인 MIT 라이선스 하에 V4.1-Flash-1017의 오픈 웨이트(open weights)를 게시합니다. 이를 통해 개발자는 라이선스 비용 없이 모델을 다운로드, 수정 및 상업용 제품에 통합할 수 있습니다. 로컬 배포가 허용되지만, 모델의 상당한 크기(5,500억~7,000억 개의 파라미터로 보고됨)로 인해 오픈 소스 성격에도 불구하고 많은 사용자에게 하드웨어적 장벽이 존재합니다.
강력한 에이전트 점수, 하지만 주의가 필요함
DeepSeek가 보고한 벤치마크는 V4.1-Flash-1017 모델에 대해 인상적인 모습을 보여줍니다. 이 회사는 DeepSWE v1.1(소프트웨어 엔지니어링 문제 해결 테스트)에서 77%, Automation-Bench(엔드 투 엔드 비즈니스 워크플로우 평가)에서 60.5%를 기록하는 등 에이전트 작업에서 강력한 성능을 발휘한다고 주장합니다. 이러한 수치는 다른 코딩 및 에이전트 평가에서의 강력한 결과와 함께 기존 모델들과 경쟁할 수 있는 위치를 점하게 합니다.
그러나 DeepSeek가 게시한 비교표는 강점을 강조하면서도 경쟁사보다 뒤처지는 영역을 드러냅니다. 예를 들어, 이 모델은 Humanity’s Last Exam이나 터미널 내 코딩을 평가하는 Terminal-Bench와 같이 복잡한 추론이 필요한 테스트에서 Claude Opus보다 낮은 점수를 받았습니다. 또한 리포지토리 구축 테스트에서도 뒤처지는데, 이는 도구 중심의 개별 작업에서 뛰어나다고 해서 일반적인 추론이나 전체적인 프로젝트 생성 분야에서 자동으로 선두가 되는 것은 아님을 시사합니다.
중요한 점은 이것이 독립적인 검증이 아닌 회사 측이 보고한 벤치마크라는 것입니다. DeepSeek의 차트는 V4.1-Flash-1017을 Claude Opus 5 및 GPT-5.6-Sol과 같은 선택된 경쟁 모델 및 이전 세대와 비교합니다. 이러한 선택적 비교는 결과가 오늘날 이용 가능한 가장 최신의 가장 뛰어난 모델들과의 성능을 반드시 반영하는 것은 아님을 의미합니다. 인상적이기는 하지만, 이러한 점수가 DeepSeek가 현재 최고의 모델들을 전반적으로 능가한다는 것을 의미하지는 않습니다.
저렴한 가격에는 실질적인 트레이드오프가 따릅니다
저렴한 가격에는 종종 숨겨진 비용이 따르며, DeepSeek V4.1-Flash-1017도 인상적인 에이전트 점수에도 불구하고 예외는 아닙니다. 독립적인 평가들은 더 미묘한 그림을 보여주며, 순수 지능과 때때로 발생하는 사실적 정확성에서의 트레이드오프를 드러냅니다.
존경받는 독립 벤치마크인 Artificial Analysis는 DeepSeek V4.1-Flash-1017의 인텔리전스 지수 점수를 45점으로 평가했습니다. 이는 사무 업무, 에이전트 코딩, 과학 프로그래밍 등 다양한 작업 전반에 걸쳐 견고한 성능을 보여주지만, Claude Opus 5.5(58점) 및 GPT-6-Astra(53점)와 같은 선도적인 프런티어 시스템에는 뒤처집니다. 그러나 작업당 비용은 여전히 매우 매력적이며, 종종 25센트 미만입니다.
보고된 중요한 약점 중 하나는 환각(hallucination) 현상입니다. Omniscience 평가에 따르면 DeepSeek V4.1-Flash-1017은 구조화된 에이전트 루프에서 잘 작동할 때조차도 근거 없는 답변을 자주 제공합니다. 이는 모델의 효율성과 관계없이 사실 확인이 필요한 연구나 중요한 의사 결정 시 엄격한 검증이 필요함을 의미합니다. DeepSeek 모델에 대한 자세한 내용은 DeepSeek 공식 웹사이트에서 확인할 수 있습니다.
사용자 시연은 이 모델의 비용 효율성을 강조하지만, 동시에 작업 의존성도 보여줍니다. 한 코딩 비교 사례에서는 DeepSeek가 더 비싼 모델과 유사한 결과물을 훨씬 낮은 비용으로 생성했습니다. 반면, 간단한 애니메이션 테스트에서는 다른 저비용 모델이 DeepSeek보다 더 나은 성능을 보였습니다. 이러한 변동성은 최적의 모델 선택이 작업의 복잡성과 평가 방법론에 크게 의존한다는 점을 시사합니다.
이 글이 마음에 드셨나요? 매일 아침 이런 글을 메일로 받아보세요.
하루 한 통 · 두 번의 클릭으로 구독 취소 · 제3자 추적 없음
워싱턴과 시장이 주목하는 이유
DeepSeek의 강력하고 저렴한 오픈 모델이 미국 AI 기업들이 선호하는 프리미엄 폐쇄형 API 경제 모델에 도전하면서 전략적 압박이 커지고 있습니다. 개발자들은 배포와 데이터에 대해 더 큰 통제권을 갖게 되었으며, 이는 경쟁 구도를 변화시키고 있습니다.
영상 보고서에 따르면 미국 정부가 연방 민간 컴퓨터에서 DeepSeek를 제거하도록 명령했으며, 한 해커가 이를 이용해 100개 이상의 기업을 해킹했다고 주장합니다. 이러한 주장이 독립적으로 검증된다면, 이는 모델 자체가 직접적인 침입을 유도했다는 증거와는 별개로, 공급업체의 출처에 대한 정책적 우려가 커지고 있음을 시사합니다.
DeepSeek는 비용에 민감한 코딩 및 에이전트 워크로드를 위한 매력적인 옵션이 될 수 있습니다. 구매자는 특정 작업에 대한 성능을 테스트하고, 개인정보 보호 및 보안 요구 사항을 엄격히 평가하며, 단순히 토큰 가격뿐만 아니라 총 호스팅 비용을 비교해야 합니다. 이 모델은 접근 가능하고 고성능인 AI로 빠르게 전환되는 시장의 흐름을 잘 보여줍니다.
자주 묻는 질문(FAQ)
DeepSeek V4.1-Flash-1017이란 무엇인가요?
이는 텍스트, 이미지, 코딩 및 에이전트 작업을 빠르고 저렴하게 처리하도록 설계된 업데이트된 오픈 웨이트 DeepSeek 모델입니다.
DeepSeek V4.1-Flash API 사용 비용은 얼마인가요?
언급된 가격은 입력 토큰 100만 개당 $0.30, 출력 토큰 100만 개당 $1.20이며, 오프피크(비수기) 할인 혜택이 추가로 제공됩니다.
누구나 DeepSeek를 로컬에서 실행할 수 있나요?
MIT 라이선스가 적용된 가중치를 다운로드하고 수정할 수 있지만, 모델 규모가 커서 일반적으로 실행하려면 상당한 다중 GPU 하드웨어가 필요합니다.
DeepSeek가 Claude Opus보다 더 나은가요?
일부 코딩 및 에이전트 벤치마크에서는 강력한 성능을 보이지만, 독립적인 결과와 다른 테스트들을 보면 최고의 독점 모델들과 일관되게 대등한 수준은 아닙니다.