DeepSeek V4.1 Flash: 포인트 릴리스 번호를 단 완전히 새로운 베이스 모델

DeepSeek V4.1 Flash가 출시된 지 엿새가 지났고, 이제 그 출시가 남긴 세 가지 미해결 질문은 모두 답이 나왔다. 그중 둘은 회사에 유리하게, 하나는 뾰족하게 불리하게 결론이 났다. 모델 자체는 9월 10일 이후 달라지지 않았다. 5,520억 개 파라미터의 전문가 혼합(mixture-of-experts) 모델에 MIT 오픈 웨이트, 100만 토큰 컨텍스트, 그리고 벤더 자체 모델 카드에서 회사가 "새 아키텍처 계열"이라 부르는 항목에 분류해 둔 새로운 Causal Encoder-Decoder 아키텍처가 그대로다. 움직인 것은 그 둘레의 모든 것이다. 출시 당일 아침에는 없던 점수를 독립 평가자가 발표했다. 회사는 자사 체인지로그에서 공지했던 DeepSeek V4 Pro 은퇴 계획을 철회했다. 그리고 그날 아침에는 존재하지 않았던 출시 첫날의 서빙 작업이 이제 여러 주류 추론 런타임에서 돌아가고 있다. 다만 그중 가장 어려운 두 부분, 즉 Engram 메모리 테이블과 프로덕션 배포가 의존하는 프리필/디코드 분리는 여전히 공개된 자리에서 활발히 재작업되고 있다.

명명 불일치는 여전히 이 글이 존재하는 이유다. "V4 Flash to V4.1 Flash"를 패치 단계로 읽는 것은 자연스러운 일이자 잘못된 일이다. 버전 번호는 재튜닝과 소수점 하나 차이에 놓여 있지만, 그 아래의 아키텍처는 하나의 제품군을 세운다. 6일간의 증거도 그것을 누그러뜨리지 못했다. 오히려 독립적인 수치들은 그것을 더 공고히 했다. 왜냐하면 자기 벤더의 1.6조 매개변수 플래그십보다 높은 점수를 내는 모델은 포인트 릴리스가 아니라 — 스스로 이름 짓기를 거부한 하나의 세대이기 때문이다.

9월 10일에 실제로 출시된 것

이것은 유출도, 베타도 아니었다. 9월 8일 모델 ID deepseek-v4.1-flash-expires-on-0910로 시작된 이틀간의 API 테스트는 그 접미사가 예고한 대로 끝났고, 이번 릴리스는 DeepSeek의 웹 앱과 모바일 앱, 자사 API 전반에 적용되었으며, 가중치와 기술 보고서는 Hugging Face에 다음 경로로 게시되었다: deepseek-ai/DeepSeek-V4.1-Flash.

실무적인 세부 사항은 6일째 진전이 없다:

• 모델 이름 — deepseek-flash를 호출하세요. 레거시 이름인 deepseek-v4-flash 및 deepseek-v4-flash-vision-exp은(는) 여전히 허용되지만, 더 이상 이전에 가리키던 모델을 가리키지 않습니다. 두 모델 모두 폐지되었으며, 해당 이름을 사용하는 요청은 DeepSeek V4.1 Flash로 처리되고 Flash 요금으로 청구됩니다.

• 포함된 내용 — 1M 토큰 컨텍스트 윈도우, 384K 최대 출력, JSON 출력, 함수 호출, 네이티브 이미지 입력, 그리고 낮음, 높음, 최대 노력 설정을 갖춘 채 기본적으로 켜져 있는 사고 모드.

• 라이선스 — MIT, 가중치 포함, 저장소에 추론 폴더와 별도의 인코딩 모듈이 있음. DeepSeek은 오픈소스 커뮤니티에 첫날부터 추론 지원을 구축해 달라고 명시적으로 초대했고, 커뮤니티는 그 초대가 시사하는 것보다 더 빠르게 이를 받아들였다.

포인트 릴리스가 아닌 .1

이 글의 시작이 된 주장은 익명이지만 많은 이들이 주목하는 DeepSeek 관찰자인 teortaxesTex가 9월 10일 게시물에서 한 것이다: 이번이 "DeepSeek가 완전히 새로운 기본 모델에 .1 릴리스 버전을 붙인 첫 번째 사례"이며, V4.1이 "V4와의 차이가, 예를 들어 LLaMA 1과 LLaMA 3의 차이보다 더 크다"는 점, 그리고 DeepSeek는 "아직 V5로 부를 만한 가치가 있다고 느끼지 않는다"는 점이다 — 하지만 게시자는 그 이유를 설명하지 못했다.

인과적 부분은 추론으로, 구조적 부분은 검증 가능한 것으로 취급하세요. DeepSeek가 V5 대신 .1을 선택한 이유에 대한 추론은 한 관찰자의 해석일 뿐이며, 그 이상도 아닙니다. 회사 외부에서 그 결정을 설명한 사람은 없고, DeepSeek의 자체 자료에서도 그 점을 언급하지 않습니다. 검증 가능한 부분은 아키텍처이며, 이는 포인트 릴리스처럼 보이지 않습니다. DeepSeek의 변경 로그는 V4.1 Flash를 "새 아키텍처 패밀리에서 가장 작은 모델"이라고 설명하는데, 이는 버전 범프에 대해 쓰기에 이상한 문장입니다. 버전 범프는 패밀리를 확장하지, 패밀리를 새로 창설하지 않기 때문입니다.

모호함에는 실제 비용이 따르며, 그 비용은 DeepSeek가 아닌 구매자에게 돌아간다. 버전 번호는 개발자가 "이것이 새로운 세대인지, 아니면 재튜닝인지, 그리고 내 평가 예산을 얼마나 투자할 가치가 있는지"를 판단하는 가장 저렴한 신호다. DeepSeek는 이제 그 신호를 한 방향으로 신뢰할 수 없게 만들었다. 아키텍처 패밀리를 창시한 모델이 포스트 트레이닝 레시피만 변경한 모델과 소수점 한 자리 차이에 불과한 것이다. 회사는 V5 마커를 예비로 유지할 수 있다. 마이그레이션 평가를 수행하는 모든 사람이 그 혼란에 대한 비용을 치른다.

가중치에서 '새로운 아키텍처'가 의미하는 것

모델 카드는 이례적으로 구체적이어서, 단 하나의 벤치마크 없이도 세대적 주장을 검증할 수 있게 해준다. 다섯 가지가 눈에 띄는데 — 다섯 번째는 출시 보도가 대부분 건너뛴 것이며, 이 모델을 서비스하려는 누구에게나 가장 중요해지는 항목이다.

• 비대칭 활성화 — Causal Encoder-Decoder 분할은 20-레이어 인과적 인코더 뒤에 20-레이어 디코더가 오는 40-레이어 트랜스포머로 구성되며, 디코더의 전역 KV 캐시는 각 디코더 레이어 자체에서 파생되는 것이 아니라 인코더의 최종 은닉 상태에서 투영됩니다. 이 설계의 핵심은 모델이 프리필 중에는 토큰당 8B 파라미터만 활성화하고 디코드 중에는 16B를 활성화한다는 것입니다. 입력이 많은 에이전트 워크로드(긴 문서, 긴 도구 추적)는 모델의 저렴한 절반을 사용하고, 생성은 비싼 절반을 사용합니다.

• KV 캐시 압축(토큰당 측정) — DeepSeek-V4.1-Flash는 FP4 메인 KV 캐싱을 토큰당 890바이트로 실행하며, 카드에는 DeepSeek V4 Flash의 약 4분의 1로 표기되어 있습니다. 중국 측 보도는 더 나아가 1세대 V4 모델과 비교해 압축률을 437배 축소로 설명했습니다. 다만 그 더 큰 수치는 다른 기준선에 기반한 벤더 제공 계산이므로, 측정값이 아니라 주장으로 간주해야 합니다.

• SWA 제한적 리플레이 — 슬라이딩 윈도우 어텐션은 일반적으로 컨텍스트를 재구성하기 위해 KV 상태를 SSD에 유지하도록 강제합니다. 이는 대신 가장 최근 토큰 윈도우만 재생하여 누락된 SWA KV 상태를 재구축하므로, 영구 KV 공간을 DeepSeek V4 Flash의 약 1/8로 줄입니다.

• Compressed Sparse Attention 2 — 각 attention 레이어는 세 가지 정적 모드(Full, Reindex, Reuse) 중 하나로 실행되며, 레이어 간에 KV 및 인덱서 상태를 공유합니다. 계층적 희소 인덱서는 컨텍스트 길이와 무관하게 더 깊은 레이어의 비용을 제한합니다.

• Engram — 메모리를 연산과 분리해 유지하는 조건부 메모리 모듈로, 어텐션이나 추가 전문가가 아니라 n-gram 해시 조회를 모델의 잔차 스트림에 게이팅하는 방식으로 구현됩니다. 두 개의 fp8 테이블은 SGLang이 직접 아키텍처를 설명한 글에 따르면 189GiB의 가중치를 담고 있으며, 체크포인트를 포팅한 런타임 벤더들은 이 테이블을 552B 백본 위에 약 196B 파라미터로 올려놓습니다 — 그래서 카드의 대표 파라미터 수는 전체 다운로드가 아니라 백본을 설명하는 것입니다. Engram은 두 개 층에서 훈련되며, 차수당 8개의 해시 헤드에 걸쳐 2, 3, 4차 n-gram을 사용하고, 정규화 결과가 같은 토큰들을 병합하여 대소문자 변형이 동일한 버킷으로 해시되도록 합니다. 기억해 둘 만한 설계 세부 사항은 그것이 부과하는 비용입니다: 모든 디코드 단계가 해당 테이블을 읽으므로, 테이블을 어디에 두느냐가 남은 KV 캐시의 양을 결정합니다.

그 다섯 가지를 함께 읽으면 전략적 그림이 분명해진다. 이것은 우선 희소성, 캐시 효율성, 메모리 오프로드 아키텍처로, 나중에 동일한 구조를 확장할 수 있도록 규모가 잡혀 있다. “새로운 아키텍처 패밀리”라는 언급은 실질적인 의미를 담고 있다 — 더 많은 것이 나올 예정이라는 선언인 것이다.

독립적인 평가 점수가 마침내 공개되었다 — 그리고 그것은 해당 벤더를 뒷받침한다

나흘 전이라면 이 섹션은 아주 다르게 읽혔을 것이다. 출시 당시 Artificial Analysis는 DeepSeek V4.1 Flash에 관해 아무것도 발표하지 않았고, Hugging Face의 모델 페이지에는 해당 모델이 "어떤 Inference Provider에 의해서도 배포되지 않는다"는 문구가 여전히 남아 있었으며, 이번 릴리스 전체의 핵심 주장 — 즉 Flash급 모델이 성능, 비용, 속도, 총 작업 시간에서 1.6T 파라미터 플래그십을 포괄적으로 능가한다는 주장 — 은 외부 검증이 없는 공급업체의 주장이었다. 그 세 가지 격차는 그 후 모두 해소되었다.

Artificial Analysis가 이제 자사의 Intelligence Index에서 해당 모델을 측정했으며, 짧게 말하자면 DeepSeek의 주장은 제3자와의 접촉에도 살아남았다:

• Intelligence Index — DeepSeek V4.1 Flash는 최대 추론 노력에서 40점을 기록하며, 비교 클래스의 113개 모델 중 6위이고, 비교 가능한 오픈 가중치 모델의 중앙값 18을 크게 웃돈다. 이 모델이 밀어냈다는 비난을 받았던 플래그십인 DeepSeek V4 Pro 0813은 같은 지수에서 36점을 기록한다.

• 작업당 비용 — V4.1 Flash의 Intelligence Index 작업당 $0.27 대 V4 Pro 0813의 $0.67. 이는 달러당 성능 주장으로, 독립적으로 재현되었다: 더 저렴한 모델이 이 척도에서는 더 뛰어난 모델이며, 완료된 작업당 비용은 약 40% 수준이다.

• 속도 — 비교 가능한 모델 전반의 중앙값 73.1 t/s 대비 초당 출력 토큰 212.1개이며, 첫 토큰까지 걸리는 시간은 중앙값 2.37초 대비 1.31초입니다. 동일한 하네스에서 V4 Pro 0813은 94.4 t/s와 1.72초의 TTFT를 기록합니다.

• 가격 — Artificial Analysis는 98% 캐시 할인이 적용된 기준으로 입력 토큰 100만 개당 $0.30, 출력 토큰 100만 개당 $1.20을 기록하고 있는데, 이는 공개된 그대로의 DeepSeek 최고 요율표이며 제3자의 프리미엄 마크업이 아닙니다.

그 라벨을 올바르게 붙이세요. 라벨이 바뀌었기 때문입니다. 이것들은 벤더 수치가 아니라 독립적인 측정치입니다. 다만 단일 서드파티 하네스에서 나온 독립 측정치이며, 하나의 지표가 모델에 대한 평결은 아닙니다. 이것이 실제로 정리하는 것은 리더보드 순위보다 더 좁고 더 유용합니다. DeepSeek가 자사 제품 라인을 정당화하기 위해 내놓은 구체적인 주장, 즉 Flash가 역량과 비용 모두에서 Pro를 앞지를 것이라는 주장은 이제 변경 로그에 기대는 것이 아니라 외부의 뒷받침을 얻었습니다.

반대편에도 정직한 주의 사항이 있으며, 이는 이전과 동일한 벤더 보고에서 비롯됩니다. DeepSeek 자체 수치에 따르면 V4.1 Flash는 Kimi K3와의 비교에서 16개 중 13개, GLM-5.3과의 비교에서 13개 중 11개에서 승리했지만, 새로운 Terminal-Bench 3.0 및 4.0 작업과 ProgramBench에서는 여전히 GPT-5.6 Sol과 Claude Opus 5에 뒤처집니다. 이는 일관된 형태입니다 — 이 아키텍처가 최적화된 코딩, 터미널 및 에이전트 자동화 작업에서 가장 강하고, 최전선 추론 작업에서는 약합니다 — 그리고 이는 진정한 세대적 도약이 가질 법한 형태입니다. 독립 지수는 모든 셀을 확정하지는 않으면서도 이 개요와 일치합니다.

DeepSeek가 발표했다가 철회한 Pro의 은퇴

다음은 DeepSeek가 직접 밝힌 계획과 어긋나게 바뀐 부분이며, 실제 운영 중인 연동에 영향을 미칠 가능성이 가장 큰 부분입니다.

출시 당시 DeepSeek은 DeepSeek V4 Pro가 자사 API에서 퇴출될 것이라고 밝혔다. 베이징 시간 9월 14일 12:00부터 deepseek-v4-pro를 지정한 요청은 V4.1 Flash로 라우팅되어 Flash 요금으로 청구될 예정이었으며 — Pro 모델 이름을 하드코딩해 둔 사용자라면 출력 비용이 약 70% 인하되는 셈이었다 — 향후 V4.1 Pro가 출시될 때까지 그 방식으로 라우팅된 채 유지될 것이었다. 출시일 요금표에서 이는 Pro의 백만 출력 토큰당 $3.96이 피크 시간대 Flash의 $1.20으로 폭락한다는 뜻이었고, 코드 변경도, 변경 로그 항목 외의 어떤 공지도 없었다.

그런 일은 일어나지 않았다. 9월 11일 DeepSeek은 자사 오픈 플랫폼에 공지를 올려 사용자 요구에 대응해 9월 14일 이후에도 DeepSeek V4 Pro API 서비스를 계속 제공하겠다고 밝혔으며, 요금 청구는 변경되지 않는다고 했다. 그 공지는 전환 시점이 지난 뒤인 9월 14일 당일에도 플랫폼에 계속 표시되어 있었으므로, 이는 해당 성명에 관한 소문이 아니라 실제 당사자가 직접 낸 성명이다. 보도된 이유는 이 이야기에서 가장 놀랍지 않은 대목이다. 개발자들은 프로덕션 통합에서 한 공급업체가 모델 이름 뒤의 가중치를 조용히 바꾸는 데 반발했고, DeepSeek 자체의 다자간 테스트에서는 V4.1 Flash가 공개 평가에서 우세한 경우에도 V4 Pro가 일부 팀의 실제 워크로드에서 품질 우위를 유지하는 것으로 나타났다.

실질적인 해석은 출시 당일 보도가 조언한 것과 정반대다. Pro에 고정된 통합을 다시 테스트하려고 9월 14일을 캘린더에 넣어 두었다면, 그 기한은 무효다. DeepSeek V4 Pro는 여전히 DeepSeek V4 Pro이고 가격도 이전과 같으며, V4.1 Pro는 모델 카드도, 파라미터 수치도, 날짜도, 가중치도 없이 아직 발표되지 않은 상태다. 변하지 않은 것은 진행 방향이다. DeepSeek은 분명히 자사 제품 라인을 새 아키텍처로 수렴시키려 하며, 구 아키텍처에 관해 확인한 유일한 사실은 고정된 날짜에 전환을 강제하지는 않겠다는 것이다.

이를 서빙하기: 189 GiB의 n-gram 테이블, 그리고 여전히 진행 중인 작업

출시 당시 가용성에 관한 설명은 "벤더의 API에서 실행되며 다른 어디에서도 실행되지 않는다"는 것이었다. 이는 더 이상 사실이 아니며, 그것이 사실이 아니게 된 지점은 이 아키텍처에 대해 시사하는 바가 크다.

SGLang과 Miles는 9월 10일 DeepSeek V4.1에 대한 출시 당일 지원을 내놓았습니다. 모델 자체와 같은 시기였죠. 그래서 출시 당시 Hugging Face 페이지에 걸려 있던 "서드파티 서빙 불가"라는 안내는 몇 시간 만에 낡은 정보가 되었습니다. 흥미로운 점은 이 모델이 돌아간다는 게 아니라, 돌리는 데 드는 비용입니다. 모든 디코드 단계가 Engram 테이블을 읽기 때문에, SGLang의 접근 방식은 이 테이블을 GPU 메모리에 둘지 호스트 메모리에 둘지 선택하게 하는 것입니다. 호스트 오프로드를 쓰면 노드당 약 200 GB의 호스트 RAM을 대가로 GPU당 약 46 GiB를 KV 캐시용으로 확보할 수 있습니다. 4-GPU GB300 구성에서 호스트 오프로드는 KV 캐시 용량을 36% 늘렸으며, 디코드 처리량과 첫 토큰까지의 시간은 비슷했고, 28개의 그리디 프로브 완성 결과는 모두 전부 GPU에 올린 기준선과 일치했습니다. 이는 기본값이 아니라 단일 환경 변수로 켜는 옵트인 방식입니다. vLLM은 반대 방향으로 병행 작업을 진행 중입니다. 테이블을 호스트 RAM에 붙들어 두는 대신 디스크에서 샤드를 메모리 매핑하는 방식이죠. 이는 같은 사실을 두 각도에서 말해 줍니다. 이 모델을 얼마나 저렴하게 서빙할 수 있는지를 좌우하는 제약은 가중치가 아니라 Engram 테이블이라는 점입니다.

전체 이야기에서 가장 최근 변경 사항은 여기에 있으며, 그것들은 작다고 표시할 만한 작은 변경들입니다. 9월 15일, 한 SGLang 기여자가 풀 리퀘스트 #39666을 열어 프로젝트의 DeepSeek V4.1 브랜치에 Engram 모듈과 공유 요청 이력 어댑터를 추가했습니다 — 7개 파일, +1205/−11이며, 이 어댑터는 스케줄러와 포워드 배치에 선택적 n-gram 이력 필드를 노출하고 프리픽스 적중, 철회, 슬롯 재사용 전반에 걸쳐 그 이력을 재구성합니다. 이 PR은 열려 있고 병합되지 않았으며, CI 실행은 실패하고 있었고, 아홉 명의 코드 오너의 리뷰를 기다리고 있었습니다. 작성자 자신의 요약은 한계에 대해 직설적인데, 조회 검사가 요청 수명 주기 정확성을 입증하지는 않는다고 언급합니다. 그것은 9월 15일 그 브랜치에서 열린 DeepSeek V4.1 풀 리퀘스트 묶음 중 하나였으며, 대부분 같은 기여자가 올렸고 모델 구성, 비전 타워, 채팅 인코딩, 커널 계층에 걸쳐 있었습니다.

그다음 9월 16일, 서빙에서 더 어려운 절반을 위한 계획이 공개되었다. 로드맵 이슈 #39700은 B200 플랫폼에서 DeepSeek V4.1을 위한 prefill/decode disaggregation을 단계별 목록으로 제시한다: 먼저 prefill 측 context parallelism, 그다음 해당 prefill 작업에 MegaMoE, BCG, multi-stream을 결합한 것, 그다음 decode 측 항목들—그중에는 DP attention과 CUDA-graph 메모리—이다. 1단계는 pull request #39748로 등장했으며, 제목은 "[DSV4.1-PD-1/8] Support prefill node use cp parallel strategy"이고 같은 날 같은 작성자가 열었다. 이는 disaggregated 배포에서 prefill 노드가 context-parallel 전략을 실행할 수 있게 하며, 참조 구성은 TP4/EP4의 B200 8대가 flashinfer_mxfp4 MoE runner와 DSPARK speculative decoding을 실행하는 것이다. prefill 노드는 Mooncake 전송 백엔드 위에서 --disaggregation-mode prefill과 함께 --enable-prefill-cp --cp-strategy interleave를 사용하고, decode 노드는 CP 플래그가 전혀 없이 실행된다. 검증은 gsm8k 채점과 텍스트 및 이미지 경로에 대한 단위 테스트로 구성된다. Engram pull request와 마찬가지로, 이는 열려 있고 병합되지 않았으며 현재 누락된 run-ci 라벨 때문에 CI에서 막혀 있다.

그 모든 것이 무엇이고 무엇이 아닌지 분명히 하세요. 그것은 이미 모델을 서빙하는 런타임 내부의 인프라 배관이며 — DeepSeek V4.1 Flash가 하는 일, 비용, 또는 그것을 사용해야 하는지 여부에 대해 아무것도 바꾸지 않습니다. 이것이 이 몇 줄을 차지할 가치가 있는 것은 남아 있는 거친 부분이 어디인지를 표시하기 때문일 뿐입니다. Engram 쪽에서는, 철회와 프리픽스 캐시 재사용에서도 살아남는 n-gram 이력이 데모와 프로덕션 엔드포인트를 가르는 바로 그런 종류의 정확성 세부 사항입니다. 디스어그리게이션 쪽에서, 목표는 프리필과 디코드를 별도 풀에 나누어 각 절반이 자체 병목에 맞춰 병렬화될 수 있게 하는 운영자입니다 — 참조 구성이 B200 8대에서 시작하는 배포이며, 이는 구성 파일의 한 줄이 아니라 자본 결정입니다. 그리고 이 시리즈는 1/8로 표시되어 있는데, 로드맵 이슈는 그 단계를 여섯 부분으로 열거하고 있으며, 디코드 절반 전체는 아직 작성되지 않았습니다: 번호 매김조차 잠정적입니다. 그 자본 결정을 내리고 있지 않다면, 당신이 있는 자리에서는 이 중 어느 것도 보이지 않습니다 — DeepSeek V4.1 Flash는 아래의 패스스루 요율로 OrcaRouter에서 라이브 상태이며, 배관은 엔드포인트의 운영자 측에 남아 있습니다.

오늘 DeepSeek V4.1 Flash를 호출합니다

가용성 관련 문구는 저희 쪽에서도 바뀌었으며, 그 변화는 이 글의 출시 당일 버전을 읽은 독자들이 그렇지 않을 것이라고 들었던 바로 그 방향으로 이루어졌습니다. OrcaRouter는 9월 10일에 DeepSeek V4.1 Flash를 제공하지 않았습니다 — 모델 페이지는 "모델을 찾을 수 없음"을 반환했고, 이 글은 다른 것을 암시하는 대신 그 사실을 분명히 밝혔습니다. 이제는 제공합니다: deepseek/deepseek-v4.1-flash가 카탈로그에 라이브 상태로 등록되어 있으며, 백만 입력 토큰당 $0.15, 백만 출력 토큰당 $0.60입니다. DeepSeek 자체 제공자 요율을 0% 마크업만 붙여 그대로 전달한 가격이며, 이는 다음번에 DeepSeek가 가격을 변경할 때 확인해야 할 수치이기도 합니다. 출시된 이후 이 모델은 플랫폼을 통해 54,982.2M 토큰을 처리했으며, 첫 토큰까지 걸리는 시간은 p50 811ms, p95 3.03초입니다.

같은 요금표에서 얻는 것 이상으로 이것이 주는 것은, 불과 6일 된 아키텍처를 확정된 약속이 아니라 실험으로 다룰 수 있는 능력입니다. 페일오버가 있다는 것은 부하 상황에서 오류를 내기 시작한 V4.1 Flash 호출을 배포 없이 다른 모델로 다시 돌릴 수 있다는 뜻이고, 라우팅 DSL이 있다는 것은 트래픽의 일부에는 새 모델을, 나머지에는 이미 잘 아는 모델을 배치하고 리더보드가 아니라 여러분 자신의 입력으로 둘을 비교할 수 있다는 뜻이며,카탈로그에 있는 다른 모든 모델이 같은 키 하나 뒤에 있습니다. 나머지 DeepSeek 라인 — DeepSeek V4 Flash와 DeepSeek V4 Pro — 을 포함해서요. 따라서 다시 전환하는 일은 두 번째 계약이 아니라 문자열 하나를 바꾸는 것에 불과합니다.

그것은 여기서 평소보다 더 중요합니다. 지난 6일간의 뉴스가 구체적으로 드러낸 두 가지 이유 때문입니다. 첫째는 가격 우위가 실재하지만 공급자가 요율을 유지하는 것을 조건으로 하며, 공급자가 그렇게 하지 않을 때에도 정직함을 유지하는 유일한 방식은 원가 전가 약정이라는 점입니다. 둘째는 출시 주간의 유일한 주의사항이 여전히 남아 있다는 점입니다. 역량 우위와 비용 우위는 이제 독립적으로 측정되지만, 그 측정은 단일 하네스에서, 이름은 "마이너 업데이트"라고 말하지만 아키텍처는 그렇지 않다고 말하는 모델에서 이루어집니다. 새로운 세대처럼 라우팅하세요. 실제로 그렇기 때문입니다. 그리고 이동할 수 있는 티어 뒤에 두세요.

아직 열려 있는 것은 무엇인가요?

세 가지를, 알려주는 양이 적은 순서대로.

DeepSeek V4.1 Pro는 그 패밀리라는 주장을 검증할 모델이었다. DeepSeek V4.1 Flash는 자신을 새로운 아키텍처 패밀리에서 가장 작은 모델이라고 부르며, 그 패밀리가 존재함을 입증해 줄 형제 모델은 여전히 모델 카드도, 파라미터 수치도, 날짜도, 가중치도, 가격도 없다. 이제 그 작전이 취소된 상황에서, 그것은 또한 전체 Pro 라우팅 작전이 중심으로 삼아 짜여졌던 모델이기도 하다.

두 번째 독립 평가가 그 점수를 검증할 것이다. Intelligence Index가 40이고, 대체한 모델이 36이라는 것은 하나의 하네스에서는 명확한 결과지만, 이 아키텍처가 한 세대 앞선 것인지 아니면 잘 최적화된 옆걸음인지라는 질문에 대해서는 단일 데이터 포인트일 뿐이다. 두 번째 평가자를 주시하고, Engram-offload 서빙 경로가 그리디 프로브가 아니라 실제 트래픽에서 버티는지, 그리고 현재 풀 리퀘스트에서 준비 중인 prefill/decode 분리가 일반 팀이 배포할 수 있는 패키징 스토리로 이어질지도 지켜보라.

그리고 유용하지만 화려하지 않은 이유: DeepSeek가 이것을 다시 하는지 여부. 또 다른 새로운 기본 모델에 두 번째 .1 라벨이 붙으면 이상이 관례로 바뀌고, 관례는 개발자가 계획할 수 있는 무언가가 된다. 하나의 모델은 호기심일 뿐이다. 이름 붙이기가 유용한 방식으로 오해를 불러일으키는 것은 패턴이 생긴 뒤부터다.

당장은, 실용적인 판단이 당신이 누구인지에 따라 깔끔하게 갈립니다. DeepSeek V4 Pro를 쓰고 있다면, 그 이름 뒤의 모델은 9월 14일이나 발표된 어떤 날짜에도 바뀌지 않습니다 — DeepSeek이 이를 번복했으므로, 통합을 그대로 둬도 됩니다. DeepSeek V4 Flash를 쓰고 있다면, 이미 같은 가격으로 DeepSeek이 확장을 위해 구축한 아키텍처로 옮겨지고 있습니다. 그리고 V5를 기다리고 있었다면, 솔직한 답은 DeepSeek이 그 세대를 출시했지만 이름 붙이기를 거부했고, 그러고 나서 박스에 적힌 숫자가 결국 정말로 중요한 역할을 한다는 걸 알게 된 것으로 보인다는 것입니다.