딥시크 V4.1-Flash-1017 공개: 코딩 성능 개선과 검색 API 개방
딥시크가 10월 17일 V4.1 Flash 모델을 V4.1-Flash-1017로 업데이트하며 DeepSWE v1.1 77.0% 달성과 자체 검색 API 개방, MIT 라이선스 가중치 공개를 발표했습니다.
2026년 10월 17일 딥시크(DeepSeek)는 자사의 경량 플래그십 라인업인 V4.1 Flash 모델을 새로운 개정판인 'V4.1-Flash-1017'로 업데이트하며 웹, 모바일 앱, API 채널에 동시 배포했습니다. 지난 9월 10일 출시된 V4.1 Flash의 후속 개정판인 이번 모델은 공식 보고서상 마이너 업데이트로 분류되었으나, 추론 비용 절감과 에이전트 코딩 벤치마크 지표 전반에서 주목할 만한 성능 향상 수치를 제시하고 있습니다.
벤치마크 성과와 추론 비용의 동시 최적화
공식 모델 카드에 따르면 V4.1-Flash-1017은 AI 소프트웨어 엔지니어링 역량을 평가하는 DeepSWE v1.1에서 최상위 설정 기준 77.0%의 패스 레이트를 기록했습니다. 이는 직전 버전(74.2%)과 클로드 오퍼스 5(74.0%), GPT-5.6-Sol(73.0%), 키미 K3(67.5%), GLM 5.3(66.9%)을 앞서는 수치입니다. 딥시크는 런타임과 출력 길이를 함께 줄여 성능과 비용의 동시 개선을 달성했다고 밝혔습니다. DeepSWE v1.1 최상위 설정 기준 작업당 비용은 약 1.3위안(약 0.19달러)으로 기존 3.3위안(약 0.49달러) 대비 크게 낮아졌으며, 최하위 설정은 72.6% 통과율에 0.8위안(약 0.12달러) 미만을 기록했습니다. 또한 Automation-Bench v1.0.6에서 60.5점, Apex Bench v1.1에서 72.1점으로 1위를 차지했습니다. 반면 HLE(56.3), 터미널 벤치 4.0(51.8), ProgramBench(37.0), NL2Repo-Bench(75.3)에서는 클로드 오퍼스 5가 여전히 선두를 지켰습니다.
독자 검색 API 개방과 오픈소스 가중치 공개
이번 발표의 핵심 변화 중 하나는 딥시크 자체 검색 인프라의 외부 개방입니다. 매일 수억 건의 요청을 처리하고 전 세계 수천억 개 웹페이지를 색인하는 독자 검색 엔진의 Search 및 Fetch 엔드포인트가 1,000건당 5위안(약 0.75달러)에 공개되었습니다. 딥시크는 이 인프라가 SEO 스팸, 생성형 검색 조작(GEO), 저품질 AI 생성 콘텐츠를 능동적으로 필터링한다고 밝혔습니다. 아울러 총 763B 파라미터와 1M 토큰 컨텍스트 윈도를 갖춘 모델 가중치를 허깅페이스와 모델스코프에 MIT 라이선스로 전면 공개했습니다. API는 기존 deepseek-flash 단가(캐시 히트 백만 토큰당 0.020.04위안, 출력 48위안)를 유지하며, OpenAI 규격(https://api.deepseek.com)과 Anthropic 규격(https://api.deepseek.com/anthropic)을 모두 지원해 클로드 코드 등 기존 개발 도구에 바로 연동할 수 있습니다.
실무적 파급 효과와 벤치마크 기반의 명확한 한계점
V4.1-Flash-1017 배포는 에이전트 기반 코딩 워크플로우를 운영하는 개발팀에게 직접적인 단위 작업 비용 절감 효과를 제공합니다. 단위 토큰 가격은 동일하지만 출력 토큰 길이 단축과 실행 시간 감소로 실제 소모 토큰이 줄어들기 때문입니다. 다만 도입 검토 시 확인해야 할 한계와 주의사항이 있습니다. 제시된 모든 벤치마크 지표와 비용 수치는 딥시크의 초기 공식 문서에 근거한 것이며 독립적인 제3자 검증을 거친 것은 아닙니다. 또한 검색 API의 스팸 필터링 역량 역시 공급사 발표 기준입니다. 도구 미사용 HLE나 복잡한 터미널 실행 환경에서는 여전히 기존 프런티어 모델이 우위를 점하고 있으므로, 실무 적용 전 작업 유형별 자체 검증이 필수적입니다.