
Ripple 65B Preview vs DeepSeek V4.1 Pro: 이 두 모델 중 하나만 존재합니다
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 71 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 107 tok/s
- orcaNEWOrca: OrcaC2 1.02026-10-303 tok/s
- OrcaNEWOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 100 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 107 tok/s
- OrcaNEWOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 115 tok/s
- OrcaNEWOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 56 tok/s
- MoonshotNEWMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaNEWOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 85 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 106 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 57 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 183 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228지능
- OpenAIOpenAI: GPT-6 Sol2026-09-2244지능
- AnthropicAnthropic: Claude Opus 5.52026-09-2259지능
DeepSeek V4.1 Pro에는 모델 카드도, API 식별자도, 가격도, 벤치마크도 없다. 출시된 적이 없다. 그것은 2026년 9월 10일 DeepSeek의 V4.1 Flash 릴리스 노트에 있는 단 한 문장 안에 이름으로 존재할 뿐이며, 그럼에도 그것에 대한 검색 수요는 8주째 이어지고 있다. 반면 Ripple 65B Preview는 어제, 즉 2026년 11월 4일 Ricursive Intelligence에서 Apache 2.0으로 출시되었다. 650억 개의 dense 파라미터와 12조 개의 학습 토큰을 갖췄다. 따라서 이 둘의 정면 비교는 모델 간 비교가 아니다. 그것은 모델과 소문의 비교이며, 유용한 일은 Ripple을 실제로 HTTP 요청에 응답하는 DeepSeek 모델들과 비교하는 것이다.
모델을 탄생시킨 문장
2026년 9월 10일 DeepSeek은 V4.1 Flash를 공개하며 마이그레이션 공지도 함께 발표했다: deepseek-v4-pro로 보내는 요청은 "V4.1-Pro가 출시될 때까지" 새 Flash 모델로 라우팅된다는 내용이었다. 그것이 문서상 남은 전부다. 이 라우팅 변경 자체는 개발자들의 반발 이후 철회되었고, DeepSeek은 V4 Pro가 청구 변경 없이 계속될 것이라고 밝혔다. 하지만 괄호 속 문구는 살아남았고, 그 이후 트래커 사이트와 애그리게이터, 비교 페이지들은 이를 근거로 하나의 모델을 만들어 왔다.
이 유령 모델이 유난히 끈질긴 이유는 그 명명이 그럴듯하기 때문이다. V4 세대에서 Pro는 Flash보다 약 2주 뒤에 나왔다. 그 흐름대로라면 V4.1 Pro는 9월 말에 출시되었어야 했다. 지금은 11월 5일이고, DeepSeek 자체 가격 페이지에는 정확히 두 개의 채팅 모델만 나열되어 있다: 1017 체크포인트의 Flash와 여전히 0813 빌드인 Pro다. deepseek-v4.1-pro를 타사 게이트웨이에서 호출하면 모델을 찾을 수 없음 오류가 반환된다. 비교할 대상이 없다.
DeepSeek가 오늘날 실제로 판매하는 것
세 가지 모델이 라이브 상태이며, 이들 간의 차이가 빠진 네 번째 모델보다 더 중요합니다. 아래 가격은 DeepSeek의 백만 토큰당 비수기 요금이며, 평일 01:00–04:00 및 06:00–10:00 UTC의 피크 요금은 두 배입니다.
• V4.1 Flash (1017) — 1M 컨텍스트, 최대 출력 384K, 비전 지원, 입력 $0.15 / 출력 $0.60, 캐시 적중 $0.003. 1017 체크포인트는 9월 빌드의 포스트 트레이닝을 대체했으며, DeepSeek이 사용하도록 권장하는 모델입니다.
• V4 Pro (0813) — 1M 컨텍스트, 최대 384K 출력, 비전 미지원, 입력 $0.66 / 출력 $1.98, 캐시 히트 $0.022. 구형 아키텍처에 Flash 가격의 4.5배이지만, 여전히 가격표에 남아 있는 유일한 "Pro"입니다.
• V4 Flash (0731) — 총 284B 파라미터에 13B 활성, 1M 컨텍스트, MIT 라이선스, $0.14 / $0.28. 리플 논쟁에서 중요한 건 바로 이것이다.

V4.1 Pro는 출시된다면 해당 목록에서 V4 Pro 위에 위치하게 됩니다. 출시되기 전까지는, 누군가 V4.1 Pro 가격을 알려준다면 그것은 V4 Pro의 요율표이거나 추측일 뿐입니다.

실제로 가능한 비교
Ripple의 출시 주장은 Terminal-Bench 2.1 점수 80.52로, 에이전트형 코딩에서 미국 오픈웨이트 최첨단(SOTA)이라고 설명되며, 80.1의 Reflection Beam 501B, 76.4의 Meta의 Muse Spark Open 816B, 63.8의 Thinking Machines의 Inkling 975B, 56.4의 Nemotron 3 Ultra 550B를 앞선다. 그 경쟁자들은 하나같이 미국 것이며, 바로 그 점이 이 주장을 적힌 그대로 참이 되게 한다.
DeepSeek도 Terminal-Bench 2.1 점수를 공개합니다. V4 Flash 0731은 같은 버전에서 82.7점을 보고하는데, 이는 DeepSeek이 자체 하네스에서 측정한 것입니다. Ricursive의 수치에 적용되는 것과 동일한 단서가 여기에도, 그리고 다른 모든 이들의 수치에도 적용됩니다. 두 벤더의 수치를 액면 그대로 받아들인다면, 활성 파라미터 130억 개를 갖춘 2,840억 파라미터 전문가 혼합(MoE) 모델이 Ripple이 앞세우기로 선택한 바로 그 벤치마크에서 Ripple을 2.2점 앞섭니다. 비용도 더 저렴합니다. 입력 $0.14, 출력 $0.28로, 호스팅된 Ripple 요금 약 $0.20 및 $0.60과 대비됩니다.
DeepSWE v1.1에서는 두 연구소가 모두 수치를 공개하면서 격차가 더 벌어집니다. Ripple 65B Preview는 44.3을 보고합니다. DeepSeek V4 Flash는 54.4를 보고합니다 — 4월 프리뷰 빌드의 7.3에서 오른 10점 차 리드입니다. 그리고 참고로, V4.1 Flash의 1017 빌드는 DeepSeek 내부 테스트에서 DeepSWE 약 77을 보고하는데, 이는 Ripple이 비교 대상으로 삼는 모델과는 다르고 훨씬 더 강력한 모델이며, $0.15 / $0.60입니다.
효과가 있었던 비평
출시에 대한 가장 많이 공유된 반응은 DeepSeek 추적 계정 teortaxesTex의 두 문장이었다. Ripple이 실제로는 V4 Flash 284B에 뒤진다는 것, 그리고 이번 출시가 이전 세대 벤치마크에 기댔다는 것이다. 위 수치대로라면 두 주장 모두 성립한다. 2.1과 4.0의 구분은 실재한다. Terminal-Bench 4.0은 변조 방지 검사와 일률적인 8시간 타임아웃을 갖춘 다른 과제 세트이며, 8월 28일 등장했을 때 모든 프런티어 모델의 점수를 대략 절반으로 깎았다. Ripple은 상한이 더 우호적인 2.1에서 결과를 공개했다.
그것은 정당한 지적이지만 녹아웃은 아니며, 그 구분은 중요하다. 그 차트에서 Ricursive의 경쟁자들도 2.1로 측정되었으므로, 출시 당시의 내부 순서 — Ripple이 Beam, Muse Spark Open, Inkling, Nemotron 3 Ultra보다 위에 있는 — 는 동일 조건 비교다. 동일 조건이 아닌 것은 80.5를 4.0을 공개하는 모델과 견주어 해석하려는 모든 시도이며, 그런 모델이 프런티어의 대부분이다.
그 자체로 완결되는 출시의 부분들
두 가지 주장은 벤치마크 버전에 의존하지 않는다. 첫 번째는 예산이다. Ricursive는 전체 작업에 3,200만 달러가 들었다고 말한다. 이는 에이전트 코딩에서 이전 오픈 웨이트 최첨단의 약 10분의 1에 해당하며, MFU 40%에서 140만 회의 RL 롤아웃으로 달성되었다 — Reflection Beam보다 약 70배 적은 수치다. 그 주장이 검증을 견뎌낸다면, 흥미로운 이야기는 Ripple이 최고의 코딩 모델이라는 점이 아니다. 65B 모델이 10분의 1 비용으로 284B 모델에 몇 점 차이까지 따라붙었다는 점이다.
두 번째는 라이선스입니다. Apache 2.0은 MIT-with-caveats나 연구 전용 카드와는 실질적으로 다른 제안입니다. 이는 법무팀이 회의 없이 서명하는 라이선스입니다. 가중치는 Hugging Face에 BF16 instruct, NVFP4 instruct, BF16 base 및 DFlash2 변형으로 공개되어 있습니다. 지적할 만한 한 가지 불일치가 있습니다. Hugging Face 카드에는 모델이 "어떤 Inference Provider에 의해서도 배포되지 않는다"고 명시되어 있는 반면, 출시 페이지에는 여러 호스팅 파트너가 나열되어 있습니다. 가용성은 "가중치는 확실히 다운로드할 수 있고, 호스팅된 엔드포인트는 아직 정리 중"으로 간주하세요.
이것에 대해 어떻게 조치해야 합니까?
V4.1 Pro와는 벤치마크할 수 없습니다. 존재하지 않기 때문입니다. V4 Flash 및 V4.1 Flash와는 벤치마크할 수 있고, 또 그래야 합니다. 두 모델이 의사결정의 양쪽 경계를 이루기 때문입니다. 관련 코딩 벤치마크에서 각각 82.7과 약 77이고, 가격은 각각 $0.14/$0.28 및 $0.15/$0.60이며, 둘 다 오픈 웨이트이고 둘 다 1M 컨텍스트입니다. OrcaRouter는 DeepSeek 라인을 제공합니다 — deepseek-v4-flash, deepseek-v4-pro 및 deepseek-v4.1-flash를 비롯한하나의 키로 이용 가능한 200개 이상의 모델을 공급자 정가에 마크업 없이 제공하므로 DeepSeek 가격 변동은 동일한 청구일에 여기에서도 바로 반영됩니다. Ripple은 그 카탈로그에 없습니다. 자체 호스팅 또는 파트너 엔드포인트입니다.

당신이 실제로 원했던 것이 DeepSeek의 차기 플래그십이었다면, 솔직한 조언은 이름만 기다리는 것을 그만두라는 것입니다. V4.1 Flash 1017은 DeepSeek의 현재 최고 코딩 모델이며, 공개 라이선스로 제공되고, V4 Pro 가격의 3분의 1입니다. 직접 실행할 수 있는 저렴한 65B를 원했다면, Ripple은 오늘날 실제로 존재하며, 출시 수치는 Terminal-Bench에서 V4 Flash에 근접하지만 DeepSWE에서는 뒤처집니다.
이 페이지를 다시 방문할 계기는 구체적이고 확인하기 쉽습니다: deepseek-v4.1-pro 모델 ID가 404 대신 토큰을 반환할 때입니다. 그런 일이 발생하면 비교는 더 이상 가상이 아니게 되며, 가장 먼저 확인할 것은 DeepSeek가 어떤 벤치마크 버전을 선택했는지입니다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
