
Sage-S2.1-Flash vs DeepSeek V4.1 Flash: 공유 스코어보드를 갖춘 유일한 맞대결
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 90 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 87 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 133 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100만 토큰당 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 150 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 · 119 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 · 219 tok/s
인터넷상에서 Sage-S2.1-Flash와 DeepSeek V4.1 Flash가 서로 비교 평가된 곳은 정확히 한 곳뿐인데, 그곳은 중립적인 곳이 아니다. 2026년 11월 15일 Sage-S2.1-Flash를 공개한 연구소 InternLM은 DeepSeek-V4.1-Flash-1017을 자체 비교 표에 넣었다. 35개 벤치마크, 8개 경쟁 모델, Hugging Face 모델 카드가 링크하지 않는 GitHub 저장소의 탭으로 구분된 파일이다. 즉 두 모델은 하나의 점수판을 공유하는데, 그중 하나가 그 점수판을 만들었다.
그건 이 시리즈의 나머지 두 비교 중 어느 쪽에도 해당되지 않는 이야기입니다. 그 두 비교에는 공통 표가 전혀 없기 때문입니다. 또한 공통 표가 있으면 — 설령 공급업체 자체의 표라 하더라도 — 별도의 블로그 글 두 개로는 답할 수 없는 질문을 할 수 있게 해 주므로, 이 페이지는 세 페이지 중 가장 유용합니다. 다음 내용은 공통 표가 말하는 바, 그 밑에 있는 두 아키텍처가 무엇인지, 그리고 그 내용을 어느 정도까지 믿어야 하는지입니다.
모든 것을 틀짓는 비대칭
두 릴리스를 모델로서 나란히 놓기 전에 아티팩트로서 나란히 놓아라.
DeepSeek V4.1 Flash는 2026년 9월 10일, 전체 모델 카드, "Pushing the Limits of KV Cache Compression"라는 제목의 기술 보고서 PDF, MIT 라이선스, 오프피크 및 피크 요금이 공개된 문서화된 API, 그리고 10월 17일 새로 고친 스냅샷 1017과 함께 출시되었습니다. 해당 Hugging Face 리포지토리는 169만 회 다운로드되었고 4,978개의 좋아요를 받았습니다. Artificial Analysis는 최대 노력 설정에서 Intelligence Index 32.6점으로 이를 독립적으로 평가합니다.
Sage-S2.1-Flash는 2026년 11월 15일에 120개의 bfloat16 샤드, 전체 내용이 라이선스 선언인 21바이트 모델 카드, 배포 가이드와 함께 공개되었으며, 어디에도 공개된 가격은 없습니다. 좋아요는 하나, 다운로드는 0회입니다. 어떤 독립 평가 하네스도 이를 건드린 적이 없습니다.
둘 다 MIT 라이선스의 오픈 웨이트 전문가 혼합 모델이며, 100만 토큰 컨텍스트 창과 네이티브 이미지 입력을 갖추고 있습니다. 서류상으로는 대등합니다. 증거로 볼 때는 격차가 큽니다.

공유 테이블에 실제로 포함된 내용
InternLM의 벤치마크 파일에는 DeepSeek-V4.1-Flash-1017 수치를 담은 31개 행이 나열되어 있습니다. 출시 게시물을 읽을 때와는 다른 경험인데, Sage가 뒤지는 행도 그대로 남아 있기 때문입니다. 대표적인 일부를 보면, 각 줄에서 Sage가 먼저 나옵니다:
• Terminal-Bench 2.1 — 87.9 대 87.6, 0.3점 차이로 사실상 동점
• DeepSWE — 67.0 대 73.9, 6.9포인트 격차
• SWE-bench Pro — 60.6 대 64.7, 4.1점 격차
• NL2Repo-Bench — 57.2 대 62.7, 5.5포인트 격차
• APEX-Agents — 61.7 대 69.2, 7.5포인트 차이
• WideSearch — 81.5 대 86.3
• BrowseComp — 91.2 대 93.8
• CyberGym — 84.3 대 88.8
• τ³-bench Banking — 45.4 대 47.4
• OSWorld v2.1 — 69.3 vs 70.1
• AutomationBench — 56.7 대 57.8
그 목록에 드러난 패턴은 더 새로운 모델에게 불편하다. 일반적인 에이전트 작업과 코딩 작업에서 DeepSeek V4.1 Flash가 대부분의 항목에서 이기며, 그 차이는 종종 노이즈라고 보기 어려운 수준이다. 두 달 더 앞서 공개 기술 보고서를 낸 연구소가 내놓은 모델이, 조용히 출시된 모델이 스스로 공개하기로 선택한 벤치마크에서 그 조용한 출시작을 앞선다.
그러면 표가 역전된다. Sage가 앞서는 행은 과학 및 문서 관련 행이며, 그 격차는 완전히 다른 차원이다:
• Harvey LAB — 25.0 대 11.7, 두 배 이상
• OfficeQA Pro V2 — 72.2 대 69.7
• BabyVision — 75.8 대 58.0, 17.8점 차이
• OSWorld-G — 84.8 대 61.4, 23.4포인트 격차
• MLE-bench Lite — 90.3 대 89.2
• Workspace-Bench-Lite — 67.1 대 66.8
• GDPval — 78.0 대 77.6
• SpreadsheetBench 2 — 37.1 대 35.8
두 가지 패턴이 있으며, 이들은 서로 반대 방향을 가리킨다. 일반 환경에서의 소프트웨어 엔지니어링과 도구 기반 에이전트 작업에서는 DeepSeek V4.1 Flash가 더 강력한 모델이며, InternLM 자체 수치도 그렇게 말한다. 과학적 인식, 문서 비중이 높은 전문 작업, 그래픽 데스크톱 제어에서는 Sage-S2.1-Flash가 근소하게 앞선 것이 아니라 다른 차원에 있다.
왜 아키텍처들이 정확히 그러한 분할을 만들어 내는가
두 모델은 서로 다른 문제를 풀고 있으며, 그들의 설정은 어떤 벤치마크보다도 먼저 그 사실을 보여준다.
DeepSeek V4.1 Flash는 토큰당 160억 개가 활성화되는 5,520억 파라미터 규모의 백본으로, DeepSeek가 '인과적 인코더-디코더(Causal Encoder-Decoder)' 아키텍처라고 부르는 구조 위에 구축되었습니다. 40개 레이어가 20개 레이어의 인과적 인코더와 20개 레이어의 디코더로 균등하게 나뉩니다. 기술 보고서의 프레이밍은 KV 캐시 압축에 맞춰져 있습니다. 이 모델의 대표적인 주장은 인지 능력이 아니라 100만 토큰에서의 서빙 효율성에 관한 것입니다. 이미지를 네이티브로 처리하지만, 공개된 강조점은 장문맥 서빙의 경제성입니다.
Sage-S2.1-Flash는 3,200억 개 매개변수 모델로, 토큰당 180억 개가 활성화되며, 배포 가이드에 따르면 45개 층을 가집니다. 구성은 이들을 뚜렷하게 나눕니다. 34개 층은 파일에서 kda라고 부르는 선형 어텐션 유형을 사용하고, 단 11개 층만 2,048토큰 top-k 인덱스를 사용하는 희소 어텐션을 사용합니다. 448픽셀 입력의 24층 비전 타워가 있으며, 토큰 어휘에는 명시적인 이미지, 비디오, 오디오, 시작 및 종료 토큰이 포함되어 있습니다. InternLM 자체의 영어 릴리스 문구는 — internlm.github.io/Sage-S2.1-Flash에 호스팅되고, 11월 16일에 작성되었으며, 모델 카드에서 참조되지 않음 — 분자 그래프, 결정 구조, 단백질 서열 및 3D 구조, DNA와 RNA, 스펙트럼, 질량 스펙트럼, X선 회절, 심전도, 뇌전도 및 광도 곡선 전반에 걸친 훈련을 설명합니다.
그 목록을 Sage가 이긴 항목들과 대조해 보면, 상황은 더 이상 벤치마크 운으로 보이지 않는다. Harvey LAB은 문서 기반 법률 업무다. OfficeQA Pro는 금융 문서 질의응답이다. BabyVision은 시각 인지다. OSWorld-G는 그래픽 데스크톱 제어, 즉 API를 호출하는 것이 아니라 UI를 클릭하는 작업이다. 이들은 과학 도표, 스펙트럼, 플롯, 소프트웨어 인터페이스로 훈련된 모델이 잘할 것으로 예상되는 구성 영역이며, 바로 이 지점이 KV-cache 효율적인 범용 서빙을 위해 훈련된 모델이 뒤처질 것으로 예상되는 곳이다.
이 점은 양쪽 모두에 해당한다. Sage는 주로 코딩 모델이 아니기 때문에 코딩 행에서 뒤지고, DeepSeek는 주로 인식 모델이 아니기 때문에 비전 행에서 뒤진다. 어느 결과도 스캔들이 아니다. 실수는 어느 쪽 열이든 일반적인 판정으로 읽는 것이다.

가격 스프레드는 좁지 않다
DeepSeek V4.1 Flash는 공개된 요금을 갖추고 있으며, 이 규모의 모델 중 가장 저렴한 요금 중 하나입니다:
• 오프피크 시간대, 캐시 미스 — 입력 100만 개당 $0.15, 출력 100만 개당 $0.60
• 피크, 캐시 미스 — 입력 100만 토큰당 $0.30, 출력 100만 토큰당 $1.20
• 캐시 적중 — 오프피크 100만 건당 $0.003, 피크 $0.006
• 피크 시간 — UTC 기준 01:00–04:00 및 06:00–10:00, 월요일부터 금요일까지, 중국 공휴일 제외
• 컨텍스트 — 1,000,000 토큰, 최대 384,000 출력 토큰
Sage-S2.1-Flash에는 공개된 요금이 없습니다. 모델 카드에도, 배포 가이드에도, 출시 마이크로사이트에도 가격이 없으며, 사이트의 "Try the API" 링크는 JavaScript를 지원하지 않는 클라이언트에는 카탈로그를 렌더링하지 않는 포털을 가리킵니다. 대신 Sage가 제시하는 것은 하드웨어 요구 사항입니다. 가이드의 참조 배포 구성은 bfloat16 기준 H200 GPU 8개이며, 노드 전체에 걸쳐 약 645GB의 가중치가 있습니다.
그렇게 되면 비용 비교는 숫자가 아니라 형태의 문제가 된다. DeepSeek V4.1 Flash는 오프피크 시간대에 입력 토큰 100만 개당 0.15달러이므로, 100만 토큰 프롬프트 비용은 15센트다. Sage-S2.1-Flash를 100만 토큰으로 실행하는 비용은 해당 호출에 걸리는 실제 시간 동안 H200 8대를 운영하는 비용과 같으며, 아직 아무도 이에 대한 처리량 수치를 공개하지 않았다. 이미 노드를 보유하고 있다면 호출의 한계 비용은 거의 0에 가깝고, 비교하자면 DeepSeek이 비싸 보인다. 그렇지 않다면 DeepSeek의 우세가 워낙 커서, 호스팅 가격이 나오기 전까지는 Sage와의 비교는 할 가치가 없다.
공유 테이블이 알려줄 수 없는 것
벤더가 작성한 비교의 한 가지 특성은 분명히 짚고 넘어갈 가치가 있습니다. 그것이 위의 모든 행을 읽는 방식에 영향을 주기 때문입니다. 바로 하네스가 문서화되어 있지 않다는 점입니다. 수치를 공개한 것은 InternLM이지, 실행 구성이 아닙니다. 작업당 시도 횟수, 사용된 스캐폴딩, 샘플링 매개변수, 도구 사용 가능 여부, 또는 두 모델 각각의 추론 예산이 어느 정도였는지에 대한 설명은 없습니다. Artificial Analysis Intelligence Index에서 DeepSeek 자체의 32.6은 해당 지수에 포함된 모든 모델에 동일한 절차를 적용하는 공개 하네스에서 나온 값입니다. DeepSWE에서 DeepSeek에 대해 InternLM이 제시한 73.9는 비공개 하네스에서 나온 값입니다.
그렇다고 해서 그 표가 쓸모없어지는 것은 아니다. 그것은 표를 방향성 있게 만들 뿐이다. 코딩 행들과 비전 행들은 둘 다 충분히 크고 내부적으로 충분히 일관적이어서, 스캐폴딩 선택이 그것들을 만들어내고 있을 가능성은 낮다. 반면 Terminal-Bench 2.1에서의 0.3점 차이는 어떤 하네스 변동이 만들어낼 수 있는 범위 안에 충분히 들어 있다 — 0.3점 차이를 동점으로 처리해도 잃을 것은 없다.
또한 주목할 점은, InternLM이 자체 표의 다른 코딩 항목들에 비해 높은 DeepSWE에서의 DeepSeek 수치(73.9)를 발표했는데, 같은 표에서 DeepSeek은 SWE-bench Pro에서 64.7을 기록한다. 이런 내부적 불일치는 공개된 하네스라면 반나절이면 해소할 수 있지만, 비공개 하네스로는 전혀 해소할 수 없는 종류의 문제다.

배포: 한나절 대 문서 한 장
벤치마크 표의 행이 아니라 실제 운영을 기준으로 선택한다면, 격차는 점수가 시사하는 것보다 더 크며, 그 방향은 증거 격차와 같습니다.
DeepSeek V4.1 Flash는 기술 보고서, 표준 transformers 아키텍처, fp8 변형과 함께 제공되며, 모델 카드에는 Azure 및 SageMaker용 배포 태그가 있습니다. 출시된 지 두 달이 지났고 다운로드 수는 169만 회이며, 서빙 관련 특이사항은 모두 누군가 이미 겪고 기록해 두었습니다.
Sage-S2.1-Flash에는 배포 가이드가 함께 제공되는데, 주의 깊게 읽어 보면 그것은 조용한 실패들의 목록이다. --trust-remote-code를 생략하면 기본 토크나이저가 <|user|> 및 <tool_call> 같은 에이전트 문자열을 제어 토큰으로 인코딩한다 — 모델이 조기에 중단되거나 도구 호출을 손상시키며, 아무것도 로그에 남지 않는다. vllm_patch/의 단일 파일 패치 없이 vLLM에서 서빙하면, 순서가 뒤바뀌어 반환되는 병렬 도구 결과가 이미지를 잘못된 결과에 연결하므로 모델이 잘못된 그림에 대해 답한다. 업스트림 수정은 vllm-project/vllm#67108로 대기 중이다. chat_template.jinja를 명시적으로 전달하지 않고 SGLang에서 서빙하면, 엔진이 해당 아키텍처용 자체 템플릿을 설치한다. Hopper에서는 FP8 KV 캐시가 지원되지 않는다. LMDeploy는 transformers를 5.17과 5.19 사이로 고정해야 한다. 5.19에서 레이어 유형 이름이 바뀌었기 때문이다.
그 모든 것이 문서화되어 있다는 점은 그 연구소의 공로이며, 대부분의 조용한 릴리스가 해내는 것보다 더 많은 일이다. 그러나 그것은 또한, 아직 그 모델의 저자들만이 서빙해 본 모델이라는 지문이기도 하다.
공유 테이블이 해결해 주는 유일하게 유용한 것
위의 모든 내용을 고려할 때, 증거가 실제로 뒷받침하는 결정은 다음과 같습니다.
• 작업이 코드, 에이전트 도구 또는 일반적인 장문 컨텍스트 제공이라면 — DeepSeek V4.1 Flash입니다. 이 모델은 경쟁사 자체 표에서 해당 항목 대부분을 차지하며, 비수기 기준 백만 입력 토큰당 $0.15이고, 대조해 확인할 수 있는 독립 점수도 있습니다. 여기서 Sage를 선택할 만한 진지한 근거는 없습니다.
• scientific figures, spectra, plots, scanned professional documents, GUI 기반 소프트웨어가 업무라면 Sage-S2.1-Flash에 주말을 투자할 가치가 있습니다. OSWorld-G에서의 23포인트 격차와 Harvey LAB에서의 13포인트 격차는 과제가 애초에 자동화 가능한지 자체를 바꾸는 종류의 차이이며, InternLM 표의 다른 어떤 모델도 그 행들에서는 근접하지 못합니다.
• 오늘 결정해야 한다면 — DeepSeek V4.1 Flash입니다. 둘 중 유지보수 시간 없이 호출할 수 있는 유일한 모델이기 때문입니다.
DeepSeek V4.1 Flash는 OrcaRouter에서 deepseek/deepseek-v4.1-flash(으)로 라우팅됩니다. 가격은 백만 토큰당 입력 $0.15, 출력 $0.60 — DeepSeek 자체의 오프피크 정가를 마크업 없이 그대로 적용한 가격 — 이며, 1,048,576 토큰 컨텍스트를 갖추고 1017 스냅샷도 동일한 요율로 함께 제공됩니다. Sage-S2.1-Flash는 저희 카탈로그에 없습니다. 이는 직접 서빙하셔야 하는 오픈 웨이트이며, 저희는 그와 다르게 암시하지 않겠습니다.
여기서 라우터가 제공하는 것은 마이그레이션보다 범위가 좁고 벤치마크보다 더 유용합니다. 이 글에서 설명하는 분할 — 일반 에이전트 및 코딩 작업은 한 모델로, 과학 및 GUI 중심 작업은 다른 모델로 — 은 라우팅 정책이 표현하는 바로 그 형태입니다. 즉 하나의 엔드포인트, 이미지와 문서를 포함한 요청을 특화 경로로 보내는 규칙, 그리고 제공자 측 성능 저하가 전체 경로를 마비시키지 않도록 하는 자동 페일오버입니다. 두 DeepSeek 식별자는 동일한 키에 있으므로, 1017 스냅샷을 원본과 비교해 보는 데는 두 번째 계약이 아니라 모델 문자열 변경 비용만 듭니다. 라우팅할 수 없는 조각 — Sage-S2.1-Flash — 은 직접 구축해야 하는 조각이며, 이는 카탈로그에 있는 것을 먼저 대상으로 프로토타이핑해야 한다는 가장 명확한 근거입니다.
이 페이지를 다시 작성할 가치가 있게 하려면 무엇이 필요할까요?
두 가지입니다. Sage-S2.1-Flash의 가격, 그러면 비용 섹션이 개략적인 형태에서 실제 계산으로 바뀔 것입니다. 그리고 독립적인 점수, 이상적으로는 DeepSeek V4.1 Flash를 32.6에 올려놓은 것과 동일한 하네스에서 나온 점수입니다 — 왜냐하면 흥미로운 질문은 Sage가 평균적으로 DeepSeek를 이기는지가 아니기 때문입니다. 위의 모든 내용은 그렇지 않다는 것을 시사합니다. 흥미로운 질문은 Sage의 23점 OSWorld-G 우위가 이를 발표한 연구소가 작성하지 않은 하네스에서도 살아남는지, 그리고 6.9점 DeepSWE 적자가 자체 표의 코딩 행들이 암시하는 만큼 실제인지입니다.
누군가 그 행들을 다시 실행하기 전까지는, 공유된 점수판이 입수 가능한 최선의 증거이며 그것은 두 경쟁자 중 한 명이 만들었다. 자기 손실을 포함하게 된 자기 공개 비교 자료를 읽듯이 읽어라: 손실이 전혀 없는 표보다 더 신뢰할 수 있지만, 여전히 측정과 같은 것은 아니다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
