DeepSeek의 V4.1 Flash 모델 공개와 검색 API 지원
2026년 10월 18일 · SmartMakers GitStar Radar
1 / 10
DeepSeek의 V4.1 Flash 모델 공개와 검색 API 지원 DeepSeek의 V4.1 Flash 모델 공개와 검색 API 지원 DeepSeek이 2026년 10월 17일 새로운 경량 모델을 웹과 앱 및 API로 공개했습니다. 자가 피드백 강화학습을 적용해 프로젝트 개발 성능을 개선했다고 밝혔는데요. 자체 검색 엔진 기반의 API 도구도 함께 공개되어 개발 작업에 직접 연결할 수 있게 되었습니다. 이번 신규 모델 공개와 유료화 전환 일정이 개발 환경에 어떤 영향을 미칠까요? 상세한 기능과 이용 조건을 아래 본문에서 이어서 정리합니다. 1/ DeepSeek이 DeepSeek-V4.1-Flash-1017 모델을 공식 출시했습니다. 공식 웹사이트와 모바일 앱은 물론 API로도 즉시 제공을 시작했는데요. 오픈소스 형태로 Hugging Face와 ModelScope 저장소에도 가중치를 공개했습니다. 회사 발표 기준으로 이전 버전에 비해 벤치마크 성능이 향상되었다고 설명합니다. 작업 완료 속도는 빨라지고 출력 길이는 줄어드는 파레토 개선을 달성했다고 밝혔는데요. mini-swe-v2 harness 환경에서 DeepSWE v1.1 Pass@1 지표를 자체 테스트했습니다. 2/ 이번 모델은 자가 피드백 기반 강화학습을 핵심 방식으로 적용했습니다. 이를 통해 엔드투엔드 프로젝트 개발 능력을 끌어올렸다고 설명하는데요. 단순 코드 작성을 넘어 게임 제작과 3차원 모델링까지 다룰 수 있다고 밝혔습니다. 자금성 3D 모델링과 웹 기반 레이싱 게임 제작 사례를 함께 제시했는데요. Godot 엔진을 활용한 Portal 2 재현과 시대별 3D 장면 구성 예시도 포함되었습니다. 자가 피드백 학습을 거쳐 복잡한 프로젝트 구축 작업을 처리하도록 유도한 것으로 보입니다. 3/ 개발 도구 연동을 위한 전용 하네스와 외부 환경 최적화도 함께 진행되었습니다. 새 모델의 사용을 위해 DeepSeek Harness v0.2.1-rc.1 이상 버전 업그레이드를 권장하는데요. Tencent CodeBuddy와 WorkBuddy 같은 외부 도구에서도 최적화를 지원합니다. 최적화된 하네스를 적용할 때 모델의 작업 성능을 온전히 활용할 수 있다고 밝혔는데요. 소프트웨어 엔지니어링 벤치마크 테스트 역시 해당 하네스 환경을 기준으로 수행되었습니다. 외부 개발 환경과의 결합을 통해 작업 효율을 높이려는 구성으로 보입니다. 4/ 모델과 함께 Search 및 Fetch API가 모든 사용자에게 일반 공개되었습니다. 자체 개발한 검색 엔진을 기반으로 구축된 도구인데요. 글로벌 환경에서 매일 수억 건의 요청을 처리하고 있다고 설명합니다. 엔드포인트 이용 비용은 1,000회 호출당 0.75달러로 책정되었습니다. DeepSeek Harness와 Claude Code 및 Codex 서버 도구 호출에서는 현재 무료로 제공 중인데요. 무료 혜택은 2026년 10월 31일 16:00 UTC에 종료되며 이후 정식 과금됩니다. 5/ 제시된 성능 지표의 구체적 비교 범위에는 일정한 한계가 존재합니다. 원문에는 DeepSWE v1.1 수치 그래프만 언급되었을 뿐 구체적인 점수가 명시되지 않았는데요. 독립 기관의 외부 검증 결과나 타사 최신 모델과의 정량적 비교 데이터는 포함되지 않았습니다. 파레토 개선 주장 역시 이전 자사 모델과의 상대적 비교로 한정되어 있는데요. 복잡한 프로젝트 생성 사례 역시 회사가 선별해 공개한 예시 자료에 기반합니다. 따라서 실제 업무 환경에서의 코드 품질과 안정성은 추가 검증이 필요한 것으로 보입니다. 6/ 도구 연동 시 비용 발생 시점과 라이브러리 호환성 위험을 점검해야 합니다. 현재 무료로 제공되는 검색 호출 기능은 2026년 10월 31일 16:00 UTC부터 과금됩니다. 자동화 파이프라인에서 호출량을 사전에 관리하지 않으면 비용이 발생할 수 있는데요. 새 모델의 성능을 온전히 얻으려면 전용 하네스를 특정 버전 이상으로 올려야 합니다. 기존 개발 환경의 의존성 업데이트에 따른 호환성 충돌 가능성도 고려해야 하는데요. 사전 테스트 없이 배포 파이프라인에 즉시
