DeepSeek V4.1 Flash 1017: 추론 없이 소규모 코딩 30/30 해결

추론 기능을 끈 DeepSeek V4.1 Flash 1017은 코드 수정과 테스트로 구성된 소규모 작업 30개를 모두 해결했다. 해결한 작업당 비용은 $0.0042로, 기본 추론 수준의 $0.0066보다 36% 낮았다. 테스트 실행 도구를 빼도 30개 중 28개를 해결했다. 하지만 한 번의 응답 안에서 답을 계산해야 하는 문제에서는 추론을 끈 설정이 실패했다. 조건에 맞는 경우의 수를 세는 등의 문제에서 39회 중 정답은 11회였다. 추론 기능은 모델이 답변 전에 내부적으로 수행하는 사고 과정이며, 출력 토큰으로 과금된다. 요청 매개변수 reasoning_effort로 추론량을 정하고(low, 기본값 high, 또는 max), thinking: {"type": "disabled"}로 끈다. 10월 17일 출시 이틀 뒤 모든 설정을 측정했다. 비용은 DeepSeek의 피크 시간대 정가인 입력 100만 토큰당 $0.30, 출력 100만 토큰당 $1.20을 적용했다.

TL;DR

• DeepSeek V4.1 Flash 1017의 피크 시간대 요금은 100만 토큰당 $0.30/$1.20이며, 비피크 시간대에는 절반이다. 한 주 168시간 중 피크 시간대는 35시간이다.
• 에이전트 방식으로 수행한 소규모 코딩 작업에서는 모든 설정이 30개 중 30개를 해결했다. 작업당 비용은 추론을 끄면 $0.0042, 기본값 high는 $0.0066, max는 $0.0099였다.
• 단일 응답 추론 작업 13개에서는 추론을 끈 설정이 39회 중 11회 정답을 냈고, 추론을 켠 모든 수준은 39회 모두 정답을 냈다.
• DeepSeek V4.1 Flash 1017은 1,001,531토큰 프롬프트의 세 위치에 숨긴 정보를 모두 찾아냈다.

10월 17일에 무엇이 바뀌었고, 1017의 요금은 얼마인가?

DeepSeek V4.1 Flash 1017은 DeepSeek API에서 9월 버전 V4.1 Flash를 같은 가격으로 대체했다. DeepSeek의 릴리스 노트는 이전 버전보다 작업 완료가 빠르고 출력이 짧다고 설명한다. 실제 코드 저장소의 이슈를 수정하는 DeepSWE v1.1 벤치마크의 작업당 비용 대비 통과율 차트도 제시했다. 프로젝트 전체를 다루는 작업 능력이 개선된 이유로는 자체 피드백을 활용한 강화 학습을 들었다. 가중치는 공개되어 있어 Hugging Face에서 내려받아 직접 서빙할 수 있다. 배포 시 알아둘 모델 이름, 요금, 피크 시간대, 토크나이저 관련 사항은 다음과 같다.

• DeepSeek API에서는 같은 모델 이름이 가리키는 실제 모델이 바뀌었다. DeepSeek의 모델 ID는 deepseek-flash다. 요금 페이지에 따르면 기존 이름인 deepseek-v4-flash와 deepseek-v4-flash-vision-exp도 이제 1017로 서비스된다. DeepSeek를 직접 호출하는 코드는 한 줄도 바꾸지 않았어도 새 모델을 호출하게 되므로 평가를 다시 실행해야 한다. Synthorai는 마지막 절에서 설명하듯 기존 모델 ID를 이전 빌드에 그대로 연결해 두었다.
• 요금은 바뀌지 않았다. 아래는 100만 토큰당 달러 기준 요금이다. 캐시 적중은 반복되는 시스템 프롬프트처럼 서버가 이전 요청에서 이미 처리한 입력을 뜻한다.

• 한 주의 대부분은 비피크 시간대다. 피크 시간대는 평일 UTC 기준 01:00부터 04:00, 06:00부터 10:00까지다. 베이징 시간으로는 09:00부터 12:00, 14:00부터 18:00까지이며, 주말과 중국 공휴일은 종일 비피크 요금이 적용된다.
• 토크나이저는 바뀌지 않았다. 동일한 영어, 중국어, Python, JSON 샘플의 토큰 수가 1017, 9월 버전 V4.1 Flash, V4 Pro에서 모두 같았다. 기존 토큰 예산을 그대로 적용할 수 있다.

10월 19일 확인한 Artificial Analysis 순위표에서 1017의 최고 설정 점수는 45.1로, 9월 빌드의 39.5보다 높았다. 이 지수는 Artificial Analysis가 직접 실행하는 에이전트, 코딩, 지식, 과학 벤치마크를 종합한다. DeepSeek는 자체 플랫폼에서 Search와 Fetch API도 공개했다. 각각 검색어에 대한 웹 검색 결과와 URL의 내용을 반환하며, 요금은 각각 1,000회 호출당 $0.75다. DeepSeek API 키로 Claude Code, Codex, DeepSeek Harness에서 호출하면 2026년 10월 31일 16:00 UTC까지 무료다. 이 조건은 DeepSeek API에만 적용된다. 이번에는 해당 API나 대규모 프로젝트 관련 주장을 검증하지 않았다. 이후 내용은 1017 자체를 추론 설정별로 측정한 결과다.

단일 응답 추론에는 어느 수준이 적절한가?

이번 작업에서는 low면 충분했고, 추론을 끄면 부족했다. 1017에 표준 작업 13개를 실행했다. 조건에 맞는 경우의 수 세기, 규칙 200회 적용, 배낭 채우기, 모듈러 연산처럼 검증 가능한 답이 하나인 문제들이다. 작업과 설정 조합마다 3회씩 실행했고, 매번 요청 하나로 답을 받았다. 정답당 비용은 피크 시간대 정가를 기준으로 총비용을 정답 수로 나눈 값이다.

추론을 끄면 39회 중 28회가 오답이었다. 이 중 17회는 풀이 과정 없이 5토큰 이하의 숫자만 반환했다. 추론을 켠 설정은 모두 정답을 냈으므로, 수준별 차이는 출력량뿐이었다.

max는 13개 작업 중 12개에서 low보다 많이 출력했고, 전체 출력 토큰은 1.96배였다. 한 설정이 더 많이 출력한 작업의 수를 세는 부호 검정으로 이를 확인했다. 이런 비교를 5개 동시에 수행한 점은 Holm 보정으로 반영했으며, 보정 후에도 차이는 유의했다(p = 0.002). high의 토큰 수는 low의 1.51배였고, 13개 중 11개 작업에서 출력이 더 길었다. 다만 보정 후에는 경향만 보였을 뿐 차이가 입증되지는 않았다(p = 0.09). DeepSeek 문서상 high와 동일한 동작인 reasoning_effort 생략 설정은 명시적으로 high를 지정한 실행보다 출력이 14% 적었다. 같은 설정으로 두 번 실행해도 이 정도 차이는 날 수 있다.

두 제어 방법과 응답에서 측정값을 확인하는 위치는 다음과 같다.

import os
from openai import OpenAI

client = OpenAI(base_url="https://synthorai.io/v1", api_key=os.environ["SYNTHORAI_API_KEY"])
prompt = "How many positive integers below 1000 are divisible by 3 or 5 but not by 15?"
resp = client.chat.completions.create(
    model="deepseek-v4.1-flash-1017",
    messages=[{"role": "user", "content": prompt}],
    reasoning_effort="low",                          # "low" | "high" (default) | "max"
    # extra_body={"thinking": {"type": "disabled"}}, # thinking off instead
)
u = resp.usage
reasoning = u.completion_tokens_details.reasoning_tokens  # billed as output
cache_hits = u.prompt_tokens_details.cached_tokens         # billed at 2% of the input price
thinking_text = resp.choices[0].message.reasoning_content

코딩 에이전트 루프에도 추론이 필요한가?

이번 코딩 작업에는 필요하지 않았다. 다만 단순한 작업들이었다. 모든 설정이 30개 중 30개를 해결했고, 추론을 끈 설정과 low가 가장 저렴했다. 여기서 에이전트 루프란 모델이 도구를 호출하고 결과를 읽는 과정을 여러 차례 반복하다가 작업이 끝났다고 판단하면 종료하는 방식이다. 1017에 작은 Python 패키지와 의도적으로 심어 둔 버그를 바탕으로 한 작업 3개를 제공했다. 금액 파싱 버그 수정, 새 입력 형식 2개 추가, 초과 인출 검사와 월간 보고서 수정이다. 도구는 파일 목록 조회, 파일 읽기, 파일 쓰기, 공개 테스트 실행의 4개였다. 모델에 공개하지 않은 비공개 테스트를 최종 파일이 통과해야만 해결로 집계했다. 설정별로 각 작업을 10회씩, 최대 30턴까지 실행했으며, 모델이 작성한 코드는 격리된 샌드박스에서 실행했다. 턴 수, 출력 토큰 수, 소요 시간은 실행당 중앙값이다. 해결한 작업당 비용은 피크 시간대 정가 기준 총비용을 해결한 작업 수로 나눴다.

추론 수준을 높여도 턴 수는 거의 바뀌지 않았다. 늘어난 것은 턴당 추론량이었다. 추론을 끄면 없던 추론 토큰이 max에서는 출력의 72%를 차지했다. 한 설정의 비용이 다른 설정보다 일관되게 높은지 확인하는 Mann-Whitney 검정으로 각 작업의 10회 실행을 비교했고, 총 12개 비교에 Holm 보정을 적용했다. 세 작업 모두 high의 비용이 low보다 1.24배에서 1.70배 높았다. max는 세 작업 중 두 작업에서 high보다 비쌌다. 추론을 끈 설정과 low 사이에는 구분할 만한 차이가 없었다.

마지막 두 행은 대조 실험이다. 같은 작업에서 테스트 실행 도구만 제거해, 모델이 채점 전에 피드백을 받지 못하게 했다. 추론을 꺼도 30개 중 28개를 해결했으며, 성공률 감소는 통계적으로 유의하지 않았다. 두 성공 횟수를 비교하는 Fisher의 정확 검정에서 p = 0.49였다. 따라서 이번 작업에서는 추론을 끈 설정이 성공하는 데 테스트 피드백이 필수는 아니었다. 단일 응답 작업군에서 추론을 끈 설정이 실패한 문제들은 한 응답 안에서 여러 단계의 계산이나 탐색을 수행해야 했다. 반면 이번 코딩 작업은 몇 개 파일을 읽고 수정하면 됐고, 1017은 추론 없이 처리했다.

작업은 의도적으로 작게 구성했다. 파일 수가 적고, 코드를 읽으면 버그를 찾을 수 있으며, 30턴 미만으로 끝나는 작업이다. 여러 파일에 걸친 기능 구현, 장시간 디버깅, 익숙하지 않은 코드베이스 같은 어려운 에이전트 작업에는 더 높은 추론 수준이 필요할 수 있다. DeepSeek가 1017의 강점으로 내세우는 것도 바로 이런 프로젝트 작업이다. 이번에는 검증하지 않았다. 단순한 도구 작업은 추론을 끄거나 low로 시작하고, 작업이 복잡하거나 실패가 관찰되면 high로 올리는 것이 합리적이다.

추론을 켠 상태에서 요청에 tools가 포함되면, DeepSeek의 추론 모드 가이드에 따라 이전의 모든 assistant 턴에 담긴 reasoning_content를 다시 보내야 한다. 문서에는 이를 생략하면 400 오류가 발생한다고 명시되어 있다.

msg = resp.choices[0].message
messages.append({
    "role": "assistant",
    "content": msg.content or "",
    "tool_calls": msg.tool_calls,
    "reasoning_content": msg.reasoning_content,  # required with tools in thinking mode
})

캐싱과 비피크 시간대로 얼마나 절약할 수 있는가?

에이전트 실행에서는 캐싱으로 비용이 절반 이상 줄었고, 비피크 시간대에는 남은 비용이 다시 절반이 된다. 에이전트 루프는 매 턴 전체 대화를 다시 보낸다. 따라서 테스트 도구를 사용한 120회 실행에서 전체 토큰의 90%가 입력이었으며, 그 입력의 82%는 입력 단가의 2%만 부과되는 캐시 적중으로 처리됐다. 피크 시간대 정가 기준 120회 실행 비용은 $0.75였다. 캐시 할인이 없었다면 같은 토큰에 $1.66이 들었을 것이다. 캐싱 적용 후에는 출력이 비용의 71%, 캐시되지 않은 입력이 27%를 차지했다. 따라서 1017 에이전트 비용을 더 줄이는 데 가장 큰 영향을 주는 변수는 추론 수준이다. 같은 토큰을 비피크 시간대에 처리했다면 비용은 $0.38이다.

DeepSeek API의 캐싱은 자동으로 적용된다. 캐시 쓰기 요금도 없고 따로 표시할 항목도 없다. 확인 실험에서 6,069토큰 프롬프트를 두 번 보내자 두 번째 요청의 6,016토큰이 캐시 적중으로 과금됐다. 따라서 프롬프트 앞부분은 고정하는 것이 좋다. 시스템 프롬프트와 도구 정의를 먼저 두고, 요청마다 달라지는 내용은 마지막에 배치하면 된다.

1M 컨텍스트 윈도를 실제로 쓸 수 있는가?

정보 검색에는 전체 윈도를 사용할 수 있었다. 서로 다른 문장들로 채운 텍스트 안에 7자리 코드가 담긴 문장 하나를 숨겼다. 추론을 끈 채 프롬프트 내 세 위치에 각각 넣고 코드를 물었다.

115만 토큰 요청은 HTTP 400으로 실패했고, 오류 메시지에 한도가 1,048,568토큰으로 표시됐다. 한도를 넘는 요청은 처리가 시작되기 전에 실패하며, 알리지 않고 잘라내지 않는다. 이번 실험은 명시된 정보 하나를 찾는 테스트다. 긴 프롬프트 곳곳에 흩어진 여러 사실을 종합해 추론하는 것은 더 어려운 테스트이며, 이번에는 실행하지 않았다.

워크로드별로 어떤 설정이 적합한가?

어떤 추론 설정도 에이전트가 실행할 수 있는 테스트 스위트나 검증기를 대신하지 못한다. 테스트 도구 없이도 추론을 끈 설정이 30개 중 28개를 해결했지만, 나머지 2개의 실패는 채점 전까지 잡아내지 못했다. DeepSeek API에서 deepseek-v4-flash나 deepseek-flash를 호출한다면 10월 17일 이후 회귀 테스트도 계획해야 한다. 이 이름들이 가리키는 실제 모델이 바뀌었기 때문이다.

Synthorai의 처리 방식

Synthorai에서 1017은 deepseek-v4.1-flash-1017이라는 별도 모델 ID를 사용한다. 기존 연동의 동작을 유지하기 위해 DeepSeek API처럼 이전 ID가 가리키는 모델을 바꾸지 않았다. deepseek-v4.1-flash는 여전히 9월 버전 V4.1 Flash이며, 1017로 전환하려면 모델 ID를 바꾸면 된다. /v1/chat/completions에서 DeepSeek 정가인 100만 토큰당 입력 $0.30, 출력 $1.20, 캐시 읽기 $0.006으로 제공한다. reasoning_effort와 thinking: {"type": "disabled"}는 그대로 전달된다. 추론을 켠 호출에서는 reasoning_content가 반환되며, 캐시 적중은 usage.prompt_tokens_details.cached_tokens에 기록된다. 이 글의 모든 비용은 DeepSeek의 피크 시간대 정가 기준이므로, 실제 사용하는 시간대에 맞춰 계산하면 된다.

자주 묻는 질문

DeepSeek V4.1 Flash 1017은 deepseek-v4-flash와 다른 모델인가?

DeepSeek API에서는 이제 그 이름으로 호출되는 모델이 1017이다. DeepSeek 요금 페이지에 따르면 기존 ID인 deepseek-v4-flash와 deepseek-v4-flash-vision-exp는 DeepSeek V4.1 Flash 1017로 서비스되며 Flash 요금이 적용된다. deepseek-flash도 같은 모델을 가리킨다. 9월 버전 V4.1 Flash는 DeepSeek API에서 더 이상 제공하지 않지만, 외부 호스팅 업체에서는 공개 가중치를 계속 서비스한다. Synthorai는 기존 ID를 이전 빌드에 유지하며, 1017의 ID는 deepseek-v4.1-flash-1017이다.

DeepSeek V4.1 Flash 1017의 추론 기능을 꺼도 되는가?

단순한 코딩이나 도구 사용 작업에서는 꺼도 된다. 이번 에이전트 루프에서 1017은 추론을 끈 채 소규모 코딩 작업 30개를 모두 해결했고, 작업당 비용은 $0.0042였다. 테스트 도구 없이도 30개 중 28개를 해결했다. 여러 단계의 계산이나 계획이 필요한 단일 응답 질문에는 low로 켜 두는 것이 좋다. 이런 작업에서 추론을 끄면 39회 중 11회, low에서는 39회 모두 정답이었다. 이번에 검증하지 않은 복잡한 에이전트 작업에는 high를 고려할 수 있다.

DeepSeek V4.1 Flash 1017은 정말 1M 토큰 컨텍스트 윈도를 지원하는가?

그렇다. 1017은 1,001,531토큰 프롬프트의 10%, 50%, 90% 위치에 숨긴 정보를 찾아냈다. 요청당 약 25초가 걸렸고, 피크 시간대 정가 기준 비용은 $0.30였다. 1,048,568토큰을 넘는 요청은 HTTP 400을 반환했다.

관련 글: DeepSeek V4.1 Flash 비용, DeepSeek V4 Pro 정식 버전과 프리뷰 비교, LLM 추론 제어, 프롬프트 캐시 쓰기 비용, 긴 컨텍스트의 요금 구간.

2026년 10월 19일 Synthorai 게이트웨이에서 모델 ID deepseek-v4.1-flash-1017로 측정했다. 단일 응답 호출 195회(작업 13개, 설정 5개, 각 3회), 에이전트 실행 180회(작업 3개, 테스트 도구가 없는 설정 2개를 포함한 설정 6개, 각 10회), 긴 컨텍스트 요청 11회를 수행했다. 비용은 DeepSeek의 피크 시간대 정가 기준이며, Artificial Analysis 수치는 2026년 10월 19일 확인했다.

← 블로그로 돌아가기