DeepSeek, 에이전트 성능을 높인 V4.1-Flash-1017 공개… 검색 API도 외부 개방
Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs
DeepSeek는 Flash 모델의 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 공개했다. 공식 사이트, 앱, API에서 이용할 수 있으며, 가중치는 Hugging Face와 ModelScope에서 오픈소스로 공개됐다. 회사는 DeepSWE에서 평균 태스크당 약 0.20달러로 77.0%를 달성했다고 밝혔다. 사내 검색 엔진인 Search & Fetch API도 개발자에게 제공한다.
V4.1-Flash-1017은 이전 버전인 V4.1-Flash에 비해 벤치마크 점수가 오르고, 태스크 완료가 빨라졌으며, 출력도 짧아졌다고 한다. DeepSeek는 이를 성능과 비용의 트레이드오프에서 나타난 파레토 개선으로 보고 있다. 소프트웨어 프로젝트를 처음부터 만드는 태스크에서는 자기 피드백 기반 강화학습(RLSF)을 활용한다. 모델 자신의 내부 확신도와 자체 생성한 비평을 보상 신호로 삼는 사후 학습으로, 인간 평가자나 외부 보상 모델이 필요 없어진다고 한다. 회사는 게임 개발, 3D 모델링, 디자인 등에서 엔드투엔드 개발이 개선될 것이라고 설명했다. 짧은 해설 영상의 애니메이션 생성도 가능하다. Deepseek Harness(v0.2.1-rc.1 이상 권장), Tencent CodeBuddy, WorkBuddy 등 개발 환경에 맞춰 조정됐다.
DeepSeek의 자체 벤치마크에서는 모든 테스트 항목에서 이전 버전을 앞섰고, 코딩과 에이전트의 여러 범주에서 Claude Opus 5, GPT 5.6-Sol, Kimi K3, GLM 5.3 같은 대형 모델을 능가했다. DeepSWE 비용 비교 도표에서는 최고 설정으로 태스크당 평균 약 0.20달러에 77.0%를 기록했다. 낮은 설정에서도 약 0.10달러에 72% 이상을 냈다. 이전 버전은 74.2%에 약 0.50달러였다. GPT-6 Astra, Gemini 3.8 Flash, Claude Opus 5는 태스크당 2달러에서 10달러 이상 범위였으며, 정확도에서는 모두 앞서지 못했다. 독립적인 벤치마크는 아직 나오지 않았고, 코드 품질에 대한 인상은 점수와 크게 다를 수도 있다.
출처: The Decoder · the-decoder.com