DeepSeek-V4.1-Flash 공식 출시: deepseek-flash API 1M 토큰당 $0.15/$0.60부터, 1M 컨텍스트, MIT 오픈 가중치

확인된 내용 (두 출처 모두 9월 10일 UTC+8 기준 확인)

• 공식 출시: 2026년 9월 10일자 DeepSeek 변경 로그를 통해 공식 출시가 발표되었습니다. V4.1-Flash는 "네이티브 멀티모달 시각 이해를 갖춘 신규 아키텍처 제품군의 최소형 모델"로, 더 높은 성능 상한선, 더 빠른 추론, 더 높은 처리량 및 더 큰 모델로의 확장을 목표로 설계되었습니다.
• 모델 카드: Hugging Face README("Pushing the Limits of KV Cache Compression")에 따르면, 552B 백본 멀티모달 MoE(공유 전문가 1개 + 라우팅 전문가 384개 중 토큰당 6개 활성화) 구조로 프리필(prefill) 시 토큰당 8B, 디코딩 시 16B 매개변수를 활성화하며, 45T 토큰으로 사전 학습된 1M 토큰 컨텍스트를 지원합니다(64K에서 희소 어텐션 적용, 34T 시점에 1M으로 확장).
• 아키텍처 핵심: 인과적 인코더-디코더(CED, 20레이어 인과적 인코더 + 20레이어 디코더)가 인코더의 최종 상태로부터 디코더의 글로벌 KV 캐시를 투영하며, FP4 메인 KV 캐싱을 통해 글로벌 캐시 크기를 토큰당 약 890바이트(DeepSeek-V4-Flash의 약 1/4, V1 대비 약 437배 절감)로 줄이고, SWA 바운디드 리플레이(Bounded Replay)를 통해 영구 캐시를 약 1/8로 감축합니다.
• 주요 벤치마크(공식 발표, 최대 추론 강도 기준): GPQA Diamond 90.9, Codeforces 레이팅 3471, Terminal-Bench 2.1 90.6, DeepSWE v1.1 74.2, 도구 활용 HLE 63.9, Agents' Last Exam 31.8. 추론 강도는 1–100 범위에서 연속적으로 조절할 수 있습니다. 제조사 자체 측정 수치이므로 제3자 검증 결과가 나올 때까지 참고용으로 보는 것이 좋습니다.
• API 모델명 및 별칭: 신규 요청에는 deepseek-flash를 사용해야 합니다. deepseek-v4-flash 및 deepseek-v4-flash-vision-exp도 "여전히 허용"되지만 V4.1 Flash로 임시 라우팅됩니다(해당 명칭의 기존 V4 세대 모델은 폐기되었습니다).
• V4 Pro: 9월 14일 라우팅 전환 예고 후 유지 결정. 9월 10일 초기 발표에는 "2026년 9월 14일 04:00 UTC부터 모든 deepseek-v4-pro 요청이 V4.1-Flash 요율로 V4.1-Flash에 라우팅되며, 이는 V4.1-Pro 출시 전까지 유지됩니다"라고 공지되었습니다. 그러나 이 전환 계획은 철회되었습니다. 9월 16일자 변경 로그와 요금 페이지에 따르면, "사용자 요청에 따라 2026년 9월 14일 이후에도 DeepSeek V4 Pro의 API 서비스를 계속 제공하며 과금 방식 또한 기존과 동일하게 유지하기로 결정했습니다." 이에 따라 V4 Pro는 독자 요금표(비피크 기준 1M 토큰당 캐시 히트 $0.022 / 캐시 미스 입력 $0.66 / 출력 $1.98, 피크 2배, 동시 요청 수 500)를 그대로 유지합니다. 공식 뉴스 페이지에는 여전히 이전 라우팅 문구가 남아 있으므로, 실제 기준은 변경 로그와 요금 페이지를 참고하시기 바랍니다.
• 공식 가격 인하: "DeepSeek-V4.1-Flash 출시에 맞춰 API 가격이 인하되었습니다." 확인된 요금표: 비피크 기준 1M 토큰당 $0.15/$0.60(입력 캐시 미스 / 출력), 캐시 히트 입력 $0.003이며, 피크 시간대(월~금 01:00–04:00 & 06:00–10:00 UTC, 베이징 시간 09:00–12:00 & 14:00–18:00)에는 2배가 적용됩니다. 동시 요청 제한은 V4 Pro의 500건 대비 대폭 늘어난 2,500건입니다. 비피크 할인 혜택에 익숙한 분들은 주말 비피크 요금제 개편의 양상을 이미 잘 알고 계실 텐데, 이번 개편으로 비피크 요금이 다시 기본 기준이 되었습니다.
• 오픈 가중치, MIT: Hugging Face 리포지토리에 MIT 라이선스 가중치, 기술 보고서 PDF, 자체 포함 프롬프트 인코딩 레퍼런스(Jinja 채팅 템플릿 미사용), 로컬 추론 가이드가 함께 공개되었습니다. 이는 Vision-Exp의 게이트 없는 MIT 공개와 동일한 오픈 가중치 정책을 정규 메인라인 멀티모달 모델로 확대한 것입니다.

아직 출시되지 않은 부분과 향후 주목할 점

• V4.1 Pro는 아직 미출시. 9월 10일(UTC+8) 기준 변경 로그에서는 V4.1 Pro를 향후 V4 Pro 라우팅 전환의 종료 시점으로만 언급하고 있습니다. 구체적인 출시일이나 벤치마크는 공개되지 않았습니다. 신규 제품군이 "더 큰 모델로 확장 가능"하도록 설계된 만큼, 별도의 출시 행사가 있을 것으로 예상됩니다.
• 별칭 모델명은 임시 조치입니다. 현재 deepseek-v4-flash나 deepseek-v4-flash-vision-exp를 호출하더라도 Flash 요율의 V4.1 Flash로 응답을 받게 되지만, 공식 문서에서는 이 라우팅이 임시 조치임을 명시하고 있습니다. 향후 서비스 중단에 대비해 지금 deepseek-flash로 마이그레이션하는 것을 권장합니다.
• 9월 14일 V4 Pro 강제 전환이 철회되었습니다. deepseek-v4-pro는 V4 Pro 사양과 과금 체계 그대로 계속 서비스되므로 강제적인 동작 변경은 없습니다. 공식 뉴스 페이지에 여전히 남아 있는 라우팅 안내 문구는 지난 내용입니다. 향후 V4.1 Pro 출시와 변경 사항에 대한 DeepSeek의 추가 공지를 지켜볼 필요가 있습니다.
• 제3자 분석 대기 중. 본 사이트의 출시 보도 정책에 따라 출시 관련 사실은 1차 공식 출처만을 인용합니다. 독립적인 벤치마크 재현 결과 및 해외/X 분석은 통상 DeepSeek 출시 후 24~48시간 뒤에 나오므로 본 글에는 아직 반영되지 않았습니다.

빌더에게 KV 캐시 수치가 중요한 이유

• 롱 컨텍스트 에이전트의 가장 큰 부담인 입력 비용 절감: 글로벌 KV 캐시가 토큰당 890바이트(V4-Flash의 약 3.5KB 대비)라는 것은 100만 토큰 컨텍스트가 더 이상 메모리 폭탄이 되지 않음을 의미합니다. 프리필 시 8B 활성 매개변수를 사용하는 이 모델은 저장소 규모의 RAG, 긴 에이전트 실행 궤적, 대량 문서 파이프라인 등 입력 집약적인 워크로드에 최적화된 특성을 지닙니다.
• 캐시 관리를 잘할수록 유리한 요금 구조: 캐시 히트 입력 요금($0.003, 비피크 기준)은 캐시 미스 입력 대비 50배 저렴합니다. DeepSeek API의 암시적 캐싱 덕분에 시스템 프롬프트, 도구 스키마, 긴 문서 등 고정된 접두사(prefix)를 사실상 거의 비용 없이 재사용할 수 있습니다.
• 동시 요청 수 2,500건: V4 Pro 제한인 500건의 4배에 달하며, 이는 신규 아키텍처의 여유 있는 처리량 한도를 보여줍니다. 속도 제한 세부사항은 공식 Rate Limit & Isolation 페이지에서 확인할 수 있습니다.
• 자체 호스팅 vs API: MIT 오픈 가중치는 실질적인 리스크 헤지 수단이 되지만, 552B 백본 모델(활성 매개변수가 8B/16B 수준이라 해도)은 다중 노드 GPU 인프라가 필요합니다. 대다수 빌더에게는 API를 주로 활용하면서 오픈 가중치를 대체 수단으로 확보해 두는 전략이 적합합니다. 9월 14일 라우팅 계획 철회 이후에도 V4 Pro가 독립적인 서비스 및 요금 체계로 유지되므로, 빌더 관점의 DeepSeek-V4-Pro 도입 셈법도 여전히 유효합니다.

중국 외 지역에서의 접근 — 그리고 기본 면책 조항

공식 엔드포인트(https://api.deepseek.com)는 OpenAI 형식 및 Anthropic 형식 기본 엔드포인트를 제공하며, deepseek-flash에서 Responses API, 도구 호출, JSON 출력 및 비전을 지원합니다. 해외 빌더는 결제 수단과 과금 방식을 직접 확인할 필요가 있으며, 공식 충전 옵션 중 일부 결제 수단은 여전히 중국 중심적입니다.

독립성 고지: ChinaModelAPI는 DeepSeek과 제휴 관계가 없는 독립적인 정보 사이트입니다. 본 문서의 모든 정보와 가격은 2026년 9월 10일(UTC+8) DeepSeek 공식 변경 로그와 공식 Hugging Face 모델 카드에서 인용하였습니다. 본 문서는 구매 권유가 아니며, 개발에 착수하기 전 공식 요금표에서 최신 가격을 직접 확인하시기 바랍니다.

1차 자료 출처

• DeepSeek API Docs — 변경 로그, 2026-09-10자 항목: "DeepSeek-V4.1-Flash Release" (API 변경 사항, V4 Pro 라우팅, 가격 안내)
• Hugging Face — deepseek-ai/DeepSeek-V4.1-Flash 모델 카드: 아키텍처, 45T 토큰 사전 학습, 평가, MIT 라이선스 (raw README, 2026년 9월 10일 확인)
• DeepSeek API Docs — 모델 및 가격: deepseek-flash 요금표, 피크 시간대 정의, 별칭 및 라우팅 각주 (2026년 9월 10일 확인)

자주 묻는 질문 (2026)