DeepSeek V4.1 Flash vs GLM-5.2: 두 개의 MIT 모델, 하나의 지루한 답

DeepSeek V4.1 Flash와 GLM-5.2는 같은 종류의 객체이며, 바로 그 점을 대부분의 비교가 건너뛴다. 둘 다 전문가 혼합(mixture-of-experts) 모델이고, 둘 다 MIT 라이선스로 다운로드 가능한 가중치와 함께 배포되며, 둘 다 백만 토큰의 컨텍스트를 받아들이고, 둘 다 자사가 학습시키지 않은 공급업체의 호스팅 API를 통해 이용할 수 있다. GLM-5.2가 먼저 등장했고, 출시 당시 Artificial Analysis Index에서 51점으로 최고 점수를 기록한 오픈 가중치 모델이었다. DeepSeek V4.1 Flash는 2026년 9월 10일, DeepSeek의 새 아키텍처 제품군에서 더 작고, 더 새롭고, 더 저렴한 모델로 등장했다. 이들 사이에서 중요한 비교는 어느 쪽이 더 똑똑한가가 아니다. 바로 당신이 실제로 가진 작업을 위해 어느 쪽을 어떤 비용으로 실행할 수 있는가이다.

그들이 공유하는 것, 그것이 대부분이다

겹치는 부분부터 시작하세요. 그것이 일반적인 의사 결정 기준 대부분을 없애주기 때문입니다. 오픈 모델과 클로즈드 모델 중에서 고르고 있다면, 락인을 따져보고, 미세 조정 능력을 따져보고, 벤더가 조건을 바꿀 수 있는지도 따져보게 됩니다. 여기에는 그중 어느 것도 해당하지 않습니다. DeepSeek V4.1 Flash와 GLM-5.2는 모두 MIT 라이선스이며, 직접 가져와 서빙할 수 있는 가중치를 제공합니다. 둘 다 입력으로 1M 토큰을 받습니다. 둘 다 MoE 아키텍처입니다. 즉, 토큰당 가중치의 일부만 활성화되므로 전체 파라미터 수에 비해 둘 다 실행 비용이 저렴합니다.

그러니까 비교는 오픈 대 클로즈드가 아니고, 롱컨텍스트 대 숏도 아니다. 그것은 네다섯 개의 숫자 묶음이고, 그 숫자들은 비용에서는 한 방향을, 성숙도에서는 다른 방향을 가리킨다.

그들이 실제로 갈라지는 지점

• 100만 토큰당 가격 — DeepSeek V4.1 Flash는 오프피크 시간대 입력 $0.15 / 출력 $0.60인 반면, GLM-5.2는 입력 $1.40 / 출력 $4.40입니다. 이는 입력 가격의 9배를 약간 웃돌고 출력 가격의 7배를 약간 웃도는 수준입니다.

• 캐시된 입력 — V4.1 Flash는 오프피크 기준 1M당 $0.003, GLM-5.2는 1M당 $0.26. 에이전트 루프의 비용을 좌우하는 항목에서 거의 90배입니다.

• 매개변수 — V4.1 Flash는 총 552B로 입력에서 8B, 출력에서 16B가 활성화되는 반면, GLM-5.2는 총 약 745B에 약 40B가 활성화됩니다. GLM-5.2는 토큰당 약 2.5배 더 많은 매개변수를 활성화합니다.

• 최대 출력 — V4.1 Flash 384K 토큰 vs GLM-5.2 128K 토큰. 상한선의 3배.

• 컨텍스트 윈도우 — 각각 1M 토큰. Level.

• 독립 지수 점수 — GLM-5.2는 Artificial Analysis Index에서 51점을 기록했으며, 출시 당시 모든 오픈 웨이트 모델 중 가장 높은 점수입니다. DeepSeek V4.1 Flash는 아직 공개된 지수 수치가 없습니다.

• 첫 토큰까지 관측된 지연 시간 — OrcaRouter 자체 7일 텔레메트리 기준으로, V4.1 Flash는 p50에서 2.63초, p95에서 9.05초, GLM-5.2는 p50에서 2.36초, p95에서 10.00초입니다. 중앙값은 비슷한 수준입니다. 꼬리는 그렇지 않습니다.

가격 방향과 성숙도 방향은 서로 반대다. GLM-5.2는 독립적인 점수와 더 긴 실적을 가진 모델이다. DeepSeek V4.1 Flash는 토큰이 더 저렴한 모델로, 입력 가격은 9분의 1이고 출력 상한은 3배다. 이 목록을 어떻게 읽어도 한 모델이 단순히 압도한다는 해석은 나오지 않는다.

꼬리는 과소평가된 선이다

오픈 웨이트 모델을 비교할 때 대부분은 인덱스 점수를 앞세운다. 대신 지연 시간 텔레메트리에 주목해야 하지만, 예상할 법한 이유 때문은 아니다: 중앙값은 비슷한 수준이다. GLM-5.2의 첫 토큰까지 걸리는 시간 p50은 2.36초로, V4.1 Flash의 2.63초와 비교된다. 이는 격차가 아니라 공유 네트워크에서 발생하는 노이즈다. 더 저렴한 모델의 첫 토큰 우위를 인용하는 사람은 잘못된 백분위수를 읽고 있는 것이다.

p95는 두 모델이 갈리는 지점이며, 그 방향은 가격 차이가 시사하는 것과 반대다. GLM-5.2의 최악의 대기 시간은 10.00초이고, V4.1 Flash의 최악의 대기 시간은 9.05초다. 이는 중앙값보다 더 중요하다. 사용자가 체감하는 요청은 느린 요청이기 때문이다. 평소에는 즉시 응답하다가 이따금 10초 동안 멈추는 도구는, 일관되게 3초 걸리는 도구와는 달리 불안정하다는 인상을 준다. 그리고 턴마다 호출을 열 개씩 팬아웃하는 에이전트 루프에서는 p95가 그 턴이 사람의 인내심 안에서 끝나는지를 결정하는 숫자다. GLM-5.2의 꼬리 지연은 결함이 아니다. 그것은 토큰당 약 400억 개의 파라미터를 활성화하는 더 큰 모델이며, 그만한 비용이 드는 것이다. 하지만 이것이 이 모델이 요청-응답 인터페이스보다 비동기 작업, 즉 큐, 배치 작업, 아무도 지켜보지 않는 백그라운드 에이전트에 더 잘 맞는 이유다.

두 모델 모두 우리가 볼 수 있는 페이지에는 처리량 수치를 공개하지 않는데, 이는 빈칸을 채워 넣기보다 솔직히 말할 가치가 있습니다. 이 둘을 공통 데이터로 비교할 수 있는 유일한 지연 시간 차원은 첫 토큰까지의 시간이며, 그 차원에서 솔직한 해석은 중앙값에서는 동일하고 꼬리에서는 비슷하다는 것입니다.

지수 점수가 결정하는 것과 결정하지 못하는 것

GLM-5.2가 Artificial Analysis Index에서 기록한 51은 실제로 독립적으로 산출된 수치이며, 이 모델을 지지하는 가장 강력한 단일 논거입니다. 그러나 이는 또한 합성 지표입니다. 즉, 여러 평가 세트를 하나의 숫자로 집계한 것으로, 일반적인 역량을 요약하기에는 좋지만 특정 단일 과제에서의 성능을 예측하기에는 부적합합니다. 51점을 받은 모델과 공개된 점수가 없는 모델의 관계는 51점을 받은 모델과 40점을 받은 모델의 관계와 같지 않습니다.

DeepSeek V4.1 Flash에 대한 솔직한 입장은 독립적인 기록이 빈약하다는 것이며, 그 이유는 출시된 지 얼마 되지 않았기 때문이다. 일반 제공된 지 12일밖에 되지 않았다. 이 모델이 등장하는 최근의 단 한 번의 제3자 평가 — 2026년 9월 21일 공개된 Agents on Rails 에이전트 코딩 보드 — 에서 최대 노력 기준 17%로 중위권에 올랐으며, 15%의 GLM-5.3 Flash보다 위, 23%의 Gemini 3.8 Flash보다 아래였다. 이는 한 가지 좁은 항목만 측정하는 단일 보드이며, Index 점수를 대체할 수 없다. 지금 V4.1 Flash가 역량 면에서 GLM-5.2를 능가한다고 주장하는 사람은 측정값을 보고하는 것이 아니라 아키텍처와 가격으로부터 추정하는 것이다.

각각에 대한 논거를 분명히 제시한다

DeepSeek V4.1 Flash는 워크로드가 대용량이고 지연 시간에 민감하거나 출력이 많은 경우에 선택해야 하는 모델입니다. 입력 가격의 9분의 1, 캐시 읽기 가격의 약 90분의 1은 매 턴마다 컨텍스트를 다시 읽는 에이전트 루프에서 구조적 이점이며, 384K 출력 상한은 128K와는 다른 범주의 결과물입니다. 작업이 분류, 추출, 긴 구조화 생성 또는 에이전트 파이프라인 내부의 대용량 실행기인 경우, 비용 차이는 미미하지 않습니다. 즉, 실행 가능한 파이프라인과 실행 불가능한 파이프라인을 가르는 차이입니다.

GLM-5.2는 결정을 뒷받침할 공개되고 독립적으로 검증된 역량 수치가 필요할 때, 또는 작업이 비동기적이어서 최악의 경우 10초 대기조차 눈에 띄지 않을 때 선택할 모델이다. 이는 성숙한 선택이다. 점수가 존재하고, 동작이 문서화되어 있으며, 다른 사람들이 그 경계를 발견할 만큼 모델이 오랫동안 프로덕션에서 사용되어 왔다. 그 안에는 실질적인 가치가 있으며, 그것은 가격 열에는 담기지 않는다.

어느 쪽도 분명히 옳지 않은 경우 — 여러 유형의 트래픽을 처리하는 범용 어시스턴트라면 — 유용한 방법은 하나를 고르는 것이 아니다. 트래픽의 대부분을 저렴한 모델로 보내고, 비싼 모델은 그것이 필요한 요청을 위해 남겨 두는 것이다.

둘 다 하나의 시스템으로 운영하기

두 모델 모두 오픈 웨이트이고 둘 다 호스팅되기 때문에, 여기에서는 분할 후 라우팅 패턴을 설정하는 비용이 유난히 저렴하며, 바로 이 지점에서 OrcaRouter의 라우팅 계층이 나중에 끼워 넣은 홍보가 아니라 진정한 가치를 발휘합니다. 두 모델 모두 단일 키 뒤에 있으므로, 라우팅 결정은 두 번째 통합이 아니라 설정입니다. 짧고 대량으로 발생하는 요청은 DeepSeek V4.1 Flash로 보내고 오래 걸리는 비동기 작업은 GLM-5.2로 보내는 규칙은 애플리케이션 코드의 분기가 아니라 몇 줄에 불과합니다.

이 조합에서 특히 중요한 플랫폼의 두 가지 특성이 있습니다. OrcaRouter 제공업체의 정가를 0% 마크업으로 그대로 전달하므로, 위 수치는 벤더 자체의 요율이며 DeepSeek 피크 스케줄은 DeepSeek이 정의한 그대로 적용됩니다. 즉 피크는 평일 UTC 01:00–04:00과 06:00–10:00이고 주말은 전부 오프피크인데, 이렇게 저렴한 모델에서는 일정을 명시적으로 정할 만한 결정입니다. 또한 라우팅 DSL은 여러 모델을 하나의 호출로 구성할 수 있으며, 이는 강점이 서로 겹치지 않는 두 오픈 웨이트 모델을 활용하는 자연스러운 방식입니다. 저렴한 모델이 생성하고 더 강력한 모델이 검토하며, 호출자는 단일 응답을 봅니다. 자동 장애 조치는 두 경로 모두 뒤에 자리하는데, 이는 두 모델 중 하나가 출시된 지 12일밖에 되지 않아 여러분의 데이터에서의 동작이 아직 알려지지 않았을 때 중요합니다.

이것이 타협안이 아니라 올바른 형태인 이유는, 두 모델이 서로 경쟁하지 않는 축에서 다르기 때문이다. 하나는 빠르고 저렴하며, 다른 하나는 점수가 매겨지고 느리다. 둘 다 사용하는 파이프라인은 위험을 분산하는 것이 아니라, 도구를 작업에 맞추는 것이다.

볼 만한 것

• DeepSeek V4.1 Flash에 대해 공개된 Artificial Analysis Index 수치. 그것이 존재하기 전까지, 이 두 모델 간의 능력 비교는 측정이 아니라 주장이며 — 그것은 이를 판가름할 단 하나의 증거다.

• GLM-5.2의 지연 시간 프로필이 개선되는지 여부. p95인 10.00초는 호스팅 제공업체가 최적화함에 따라 가장 달라질 가능성이 큰 수치이며, 현재 두 모델 간에 측정된 단일 차이 중 가장 큰 값입니다 — 가격이 아니라 꼬리 대기 시간입니다.

• DeepSeek의 피크 시간대 일정이 변경되는지 여부. 입력 토큰 100만 개당 $0.15인 모델에서 피크 배수는 비용 모델에서 가장 큰 단일 변수입니다.

그중 첫 번째가 실현되기 전까지, 정확한 요약은 이렇습니다. DeepSeek V4.1 Flash는 입력 기준으로 약 9배 더 저렴하고 캐시된 입력 기준으로는 GLM-5.2보다 거의 90배 더 저렴하며, 출력 상한은 3배 더 높습니다. GLM-5.2는 독립적인 점수와 더 긴 트랙 레코드를 가진 모델이고, 첫 토큰 중앙값은 더 저렴한 모델과 같은 수준입니다. 비록 최악의 경우는 그렇지 않지만요. 둘 다 MIT입니다. 둘 다 키 하나만 있으면 됩니다. 승자가 아니라 워크로드로 고르세요.