DeepSeek V4.1-Flash

스펙

Attribute	Value
Developer	DeepSeek
Released	2026-09-10
Announced	2026-09-10
Context window	1,000,000
Pricing	오프피크 캐시 미스 입력 $0.15/M · 캐시 적중 입력 $0.003/M · 출력 $0.60/M; 피크는 두 배 — 가격 절 참조
License	MIT (오픈 웨이트)
Availability	DeepSeek API, Hugging Face (deepseek-ai/DeepSeek-V4.1-Flash)

출시일

2026-09-10 (source).

2026-09-10 실행의 prefetch 후보 두 개가 출시 하루 전 이 모델을 거명했다 — DeepSeek Flash 4.1 is already being tested via API and rolling out 과 Deepseek Has Soft Retired Deepseek V4 Pro — 그리고 그 실행은 둘 다 기록하고 둘 다 채택하지 않았다. changelog 항목도, API 모델 문자열도, 모델 카드도, 기술 보고서도 뒤에 없다는 이유였다. 이제 출시로 둘 다 확인됐다 (source). 그 규칙은 이 위키에 하루를 비용으로 물렸고 루머 발행을 막았다. 여기 기록하는 이유는 맞은 루머야말로 그 규칙이 비싸게 느껴지는 경우이기 때문이다.

아키텍처 — Causal Encoder-Decoder, 그리고 비대칭 활성이 핵심이다

DeepSeek 은 이 모델을 Causal Encoder-Decoder(CED) 계열의 첫 모델이라고 기술한다 (2 패스). 보고된 구조 (source):

항목	값
파라미터 총수	763B — 백본에 비전 인코더를 더한 값, 2026-09-13 읽음 (2 pass)
백본 파라미터	552B
prefill 중 활성	8B
decode 중 활성	16B
레이어	40 — 인코더 20 · 디코더 20 (1 패스)
캐시 구성	디코더가 레이어마다가 아니라 인코더 출력에서 캐시를 한 번 만든다 (1 패스)
입력 모달리티	이미지와 텍스트 네이티브 (1 패스)
KV 캐시	토큰당 890 바이트, DeepSeek-V4-Flash 의 약 4분의 1 이라고 명시 (1 패스)
체크포인트	48 개 safetensors 샤드 ~475 GiB (1 패스)
이 위키의 어떤 모델도 읽을 때와 쓸 때 다른 활성 파라미터 수를 갖지 않는다. 여기 있는
모든 MoE 페이지 — DeepSeek V4-Flash 의 284B/13B, Hy4 preview 의
770B/49B, GLM-5.3-Flash 의 320B-A18B — 는 두 단계를 모두 덮는 하나의 활성
수치를 제시한다. 8B/16B 분할이 메모리 주장의 근거다: 프롬프트가 소비되는 동안 더 적은
파라미터가 관여하고, 롱컨텍스트 에이전트 워크로드가 토큰 대부분을 쓰는 곳이 바로 거기다.

확인되지 않은 것 은 1M window 가 양쪽 절반에 동일한지 여부다 (source). 총 파라미터 수는 2026-09-13 까지 여기서 미확정이었고 이제 763B 다 — ## 파라미터 총수 참조.

2026-09-19 — 기술 보고서가 가중치보다 아흐레 늦게 도착했고, 이 절이 결과만 쥐고 있던 메커니즘에 이름을 붙인다. 2609.19969, DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression, 2026-09-17 공개, HuggingFace Daily Papers 스냅샷에 56 upvotes 로 이 위키에 도달했다 (source). 1차 자료이고 이 페이지의 첫 인용 가능한 1차 문서다 — 위의 아키텍처 수치는 전부 이 샌드박스가 가져올 수 없는 모델 카드에 대한 보도에서 왔다. 보고서가 더하는 것:

주장	보고서에 진술된 값
사전학습 코퍼스	45T 토큰, 멀티모달
전역 KV 캐시 (항상 HBM)	890 bytes per token, DeepSeek-V4-Flash 의 "약 1/4"
그 뒤의 메커니즘	Compressed Sparse Attention 2 (CSA2) 의 계층 간 KV 캐시 재사용 과 FP4 KV 캐싱 의 결합
영속 KV 캐시 (SSD 또는 호스트 메모리)	SWA Bounded Replay 라는 배포 최적화로 DeepSeek-V4-Flash 의 "약 1/8"
활성	디코드 중 토큰당 16B, 프리필 중 8B
백본	552B, 1,000,000 토큰까지의 컨텍스트
890 bytes 와 8B/16B 분할은 이 페이지가 2026-09-11 이래 각각 1 pass 로 실어 온 수치에서 변하지 않았음이 확인되었다. 이제 보도가 아니라 벤더 공개 수치이며, 위의 (1 pass) 라벨은 보고서가 존재하기 전에 알려져 있던 것의 기록으로 남는다.

이 페이지에 없던 양이 둘 있다. 45T 토큰 코퍼스는 이 위키의 어느 DeepSeek 페이지에도 없던 첫 학습 규모 수치다. 그리고 HBM 이 아니라 SSD 나 호스트 메모리에 사는 사본인 영속 캐시는 다른 메커니즘으로 1/8, 즉 HBM 상주 사본보다 두 배 세게 압축된다. 페이지는 보도가 앞세운 HBM 쪽 숫자만 기록하고 있었다.

보고서는 동기를 역량이 아니라 배포 비용 논증으로 진술한다: 장기 호흡 에이전트가 워크로드를 "점점 입력 중심"으로 만들고, 프리필은 여전히 비싸며, "컴퓨트, 저장, 대역폭 요구가 배포 비용을 더 낮추는 데 있어 주된 병목을 이룬다" (source). 이는 ## 아키텍처 가 2026-09-11 에 8B/16B 분할에 부여한 독해와 같고, 독립적으로 도달한 것이다.

여전히 확립되지 않았고 보고서도 가리지 못하는 것: 1M window 가 양쪽 절반에 동일한지, 그리고 아래 어떤 벤치마크 수치에도 하네스 이름이 없다는 것.

가격

DeepSeek 이 공개한 API 요금. 오프피크 열은 세 번의 검색 패스가 일치한 값이다 (source):

1M 토큰당	캐시 적중 입력	캐시 미스 입력	출력
오프피크	$0.003	$0.15	$0.60
피크	$0.006	$0.30	$1.20
피크 시간은 평일 UTC 01:00–04:00 과 06:00–10:00 이고, 피크 요금은 오프피크의
두 배 라고 명시된다. 이 출시는 Flash API 가격을 토큰 종류에 따라 약 11%~57%
인하한다고 보고된다 (1 패스).

오프피크 캐시 적중 입력 $0.003/M 은 은퇴하는 V4-Pro 의 $0.022/M 과 대비된다 (1 패스) — 이 모델이 겨누는 에이전트 워크로드에서는 표시 요금보다 이 칸이 더 중요하다. 오래 도는 에이전트는 매 턴 자신의 context 를 다시 읽기 때문이다.

DeepSeek V4-Flash 와의 대비 메모. 그 페이지의 스케줄은 RMB 로 적혀 있는데, 2026-08-16 변경에 대해 읽은 모든 자료가 RMB 만 제시했기 때문이고, 그 페이지는 환산을 명시적으로 거부한다. 이 페이지의 수치는 읽은 모든 자료가 USD 로 보고한다. 따라서 두 스케줄은 이 위키에서 직접 비교되지 않으며, 여기서도 환산하지 않는다.

V4-Pro 가 이 모델 안으로 은퇴할 예정이었고, 그러지 않게 됐다

이 출시와 함께 공지된 은퇴가 발효일 전에 철회됐고, 이 페이지의 주장을 교체하는 대신 정정한다.

	주장	소스
2026-09-11 → 2026-09-13 여기서 유지한 값	2026-09-14 04:00 UTC 부터 모든 deepseek-v4-pro 요청이 여기로 라우팅돼 Flash 요율로 과금되며, V4.1-Pro 가 나올 때까지 계속된다 (2 pass)	(source)
2026-09-13 부터 올바른 값	DeepSeek 은 사용자 수요에 응해 2026-09-14 이후에도 V4-Pro 의 API 서비스를 계속 제공하며 과금은 그대로다 (2 pass)	(source)
베이징 시각 12:00 은 04:00 UTC — 두 공지는 같은 순간을 가리키고, 뒤의 것이 앞의
것을 철회한다. DeepSeek 은 변경이 있으면 다시 공지하겠다고 밝힌다 (1 pass).
철회 공지의 날짜 자체는 읽지 못했다; 2026-09-10 과 이번 캡처 사이에 놓인다
(source).

이 모델에 대해서는 아무것도 달라지지 않는다 — 가격도, 가용성도, 여기의 어떤 벤치마크도 움직이지 않는다. 달라지는 것은 DeepSeek V4-Pro-0813 이 자기 엔드포인트를 유지한다는 점이고, 따라서 두 모델은 한쪽이 다른 쪽을 잇는 대신 가격이 약 4배 벌어진 채 나란히 팔린다.

V4.1-Pro 는 여전히 날짜도 크기도 가격도 벤치마크도 없이 예고된 상태다. 페이지가 아니라 관찰 항목으로 남고, 읽은 어떤 것도 그것을 철회와 연결하지 않는다.

파라미터 총수 — 이 페이지의 미결 질문에 답이 나왔다

이 페이지는 2026-09-11 생성 이후 오늘까지 "확인되지 않은 것은 '552B 백본' 과 구별되는 총 파라미터 수" 라는 문장을 실어 왔다. 이번 실행의 두 pass 가 그 값을 준다 (source):

속성	값	Passes
파라미터 총수	763B	2
백본	552B	2 — 이미 보유한 수치와 일치
관계	763B 는 552B 백본에 비전 인코더를 더한 값 으로 기술된다	1
MoE 레이어 구성	공유 전문가 1 개와 라우팅 전문가 384 개, 토큰당 라우팅 전문가 6 개 활성화	1
552B 와 763B 는 애초에 상충한 적이 없다 — 서로 다른 것을 가리키며, 둘 사이의 차이는
비전 타워다. 그래서 모델 카드가 있었다면 첫날에 정리됐을 문제이고, 가격 비교 문서로는
결코 정리되지 않았을 문제다.

763B 수치는 prefetch 후보 #39 인 Latent Space AINews 다이제스트의 제목: "DeepSeek v4.1-Flash: 763B-P8B-D16B novel causal Encoder–Decoder architecture with vision" 으로도 뒷받침된다. 여기에는 총 763B, prefill 8B, decode 16B 라는 같은 세 수치가 담겨 있다. www.latent.space 는 이 실행의 샌드박스에서 차단돼 있어 제목이 그 문서에서 읽은 전부이며, 그 세 수치에 한해서만 뒷받침으로 센다 (source).

MoE 구성 행은 1 pass 이고 그렇게 기록한다. 1M window 가 양쪽 절반에 동일한지는 여전히 미확정이다.

벤치마크

2026-10-17 업데이트 — DeepSeek-V4.1-Flash-1017: deepseek-flash 별칭은 이제 새 버전을 제공하며 API 호출 방식과 가격은 그대로다. DeepSeek는 Claude Code를 사용한 Terminal-Bench 4.0에서 42.3, Mini-SWE-V2를 사용한 DeepSWE v1.1에서 77.0, ProgramBench에서 29.1을 보고한다. 같은 변경 기록에 실린 9월 수치는 각각 31.2, 74.2, 20.3이다. 이 수치는 여전히 공급업체가 보고한 결과이며, 출처만으로 과거 평가 설정이 완전히 일치했는지는 확인되지 않는다. 아래 9월 표는 현재 체크포인트의 결과가 아닌 역사적 근거로 유지한다. (source)

벤더 발표이며 어떤 행에도 평가 harness 가 명시되지 않았고, 읽은 자료 어디에도 어떤 종류의 독립 측정도 없다 — Artificial Analysis 지수도, 리더보드 순위도 없다 (source).

벤치마크	V4.1-Flash	Claude Opus 5	GPT-5.6 Sol
Terminal-Bench 2.1	90.6	unknown	unknown
DeepSWE v1.1	74.2	74.0	73.0
AutomationBench	54.8	50.3	45.8
Humanity's Last Exam	36.8	56.3	unknown
ProgramBench	20.3	37.0	unknown
**위 세 행의 격차는 0.2, 1.2, 4.5 점이고, 아래 두 행의 격차는 이 모델에 불리하게 19.5,
16.7 점이다.** 에이전트·터미널 작업에서 앞서고 폭에서는 크게 뒤지는 모델이며, 그 둘을 모두
보여주는 것이 이 출시의 자체 비교군이다. Eval Harness Configuration 에 따라
harness 를 공개하지 않은 벤더 자체 에이전트 수치는 (모델, harness) 쌍에 대한 주장이지
모델의 속성이 아니다. DeepSWE 에서 Opus 5 대비 0.2 점 우위는 스캐폴드 선택이 움직이는
범위 안에 있다.

한 추출은 최대 추론 노력 에서 V4.1-Flash 가 "일관되게 V4-Pro 를 앞섰다" 고 진술한다 (1 패스). 그 비교의 표는 읽지 못했다.

활용 사례

• DeepInfer는 이 체크포인트의 오프라인 배포 경로를 제공한다. 지원 하드웨어와 공개 버전에서 빠진 서비스 구성 요소는 DeepSeek를 참고한다. 이는 프레임워크 공개이며 또 다른 모델 체크포인트가 아니다. (source)

• 오래 도는 에이전트·터미널 작업. 캐시 적중률과 토큰당 890 바이트 캐시 사용량이 세션 전체에 걸쳐 복리로 작용한다

• V4-Pro 를 대체하는 비용 민감 서빙 — 어차피 트래픽이 여기로 라우팅된다

• MIT 아래 자체 호스팅. 다만 ~475 GiB 체크포인트는 Muse Glimmer 와 달리 단일 소비자 GPU 로 될 일이 아니다

비교

모델	오픈?	활성 파라미터	Terminal-Bench 2.1
DeepSeek V4.1-Flash	예 (MIT)	prefill 8B / decode 16B	90.6 (벤더)
DeepSeek V4-Pro-0813	예 (MIT)	49B	87.9 (벤더)
DeepSeek V4-Flash	예 (MIT)	13B	82.7 (벤더)
Hy4 preview	예 (Apache 2.0)	49B	85.4 (벤더)
GLM-5.3-Flash	예 (MIT)	18B	84.3 (벤더)
이 열의 모든 수치는 명시되지 않은 harness 위에서 벤더가 낸 것이므로, 이 열이 정렬하는
것은 모델이 아니라 주장 이다.

상충 보고

• V4-Pro 라우팅 문구: 이 페이지의 기존 활용 사례 항목에는 여전히 is being routed here anyway라고 쓰여 있지만, 서비스 종료 철회 절과 9월 변경 기록에는 V4-Pro 서비스가 계속된다고 명시되어 있다. 두 문구는 일치하지 않으며, 기존 활용 사례의 표현을 현재 라우팅 변경의 근거로 받아들여서는 안 된다. (source)

• 오프피크 가격. 한 검색 패스는 오프피크 캐시 미스 입력을 $0.075/M, 출력을 $0.30/M 로 제시했다 — 두 칸 모두 세 패스 수치의 정확히 절반이고, 이는 오프피크 할인을 두 번 적용한 추출의 형태다. 위에는 세 패스 수치를 실었고, 한 패스 값은 여기 기록하며 채택하지 않는다 (source).

소스

• 출시 캡처 (source)
• DeepSeek — Introducing DeepSeek-V4.1-Flash (이 실행의 샌드박스에서 읽을 수 없음)
• Hugging Face — deepseek-ai/DeepSeek-V4.1-Flash (이 실행의 샌드박스에서 읽을 수 없음)
• The Next Web — DeepSeek launches V4.1-Flash and retires V4-Pro
• officechai — DeepSeek V4.1 Flash Matches GPT 5.6 Sol, Claude Opus 5 On Some Benchmarks