DeepSeek-V4.1-Flash는 2026년 9월 10일 정식 출시된 범용 멀티모달 모델이다. 5,520억 개 백본 파라미터를 갖춘 전문가 혼합(MoE) 모델이며, DeepSeek의 CED(Causal Encoder–Decoder·인과 인코더-디코더) 계열에서 처음으로 실서비스에 투입된 모델이다. 긴 프롬프트, 캐시된 컨텍스트, 이미지 입력, 에이전트 워크플로의 비용 부담을 낮추는 것이 핵심 목표다. 416

개발자 관점에서 요약하면, V4.1 Flash는 대규모 컨텍스트와 멀티모달 처리가 필요한 고처리량 API 작업을 겨냥한 기본 Flash 모델이다. 공개 자료상 V4 Pro 대비 강점은 비용, 메모리 효율, 일부 에이전트 중심 평가에서 두드러진다. 다만 모든 벤치마크에서 V4 Pro를 앞선다고 보기는 어렵다. 2411

80억/160억 활성화 구조가 바꾸는 것

희소 MoE 모델에서 ‘5,520억 파라미터’라는 숫자는 매 토큰마다 실제로 동원되는 연산량을 그대로 뜻하지 않는다. DeepSeek에 따르면 V4.1 Flash는 프롬프트를 읽는 프리필(prefill) 단계에서 약 80억 개 파라미터를 활성화하고, 답변을 생성하는 디코딩(decoding) 단계에서는 약 160억 개를 활성화한다. 4138

이 비대칭 구조는 대형 문서, 코드 저장소, 긴 대화 이력, 도구 실행 기록을 반복해서 투입하는 서비스에 특히 중요하다. 프롬프트를 읽는 일과 답을 생성하는 일은 필요한 연산 특성이 다르므로, CED 구조는 긴 입력을 읽는 비용은 낮추고 출력 생성에는 더 많은 연산을 배분하도록 설계됐다. 38

DeepSeek는 전역 KV 캐시 사용량도 토큰당 약 890바이트라고 밝혔다. 이는 이전 V4 Flash의 보고치 약 4분의 1 수준으로, FP4 KV 캐싱과 레이어 간 KV 캐시 재사용에 따른 결과라고 설명한다. 장시간 동작하는 에이전트에서는 캐시된 컨텍스트 자체가 큰 인프라 비용이 될 수 있어, 이 지표는 파라미터 수만큼이나 실무적으로 의미가 있을 수 있다. 단, 이는 제공사 및 모델 카드의 주장인 만큼 실제 배포 환경의 서빙 스택에서 별도 검증해야 한다. 3338

V4 Pro 대비 성능: 공개 수치는 무엇을 말하나

DeepSeek가 공개한 표에서는 프로그래밍, 수학, 터미널 에이전트, 사이버 보안 평가에서 V4 Pro 대비 개선이 보이지만, GPQA Diamond 점수는 더 낮다. 아래 수치는 독립적인 종합 순위가 아니라 제공사·모델 카드 기반 결과로 해석해야 한다. 611

벤치마크	V4 Pro	V4.1 Flash	차이
GPQA Diamond	92.4	90.9	-1.5
Codeforces 레이팅	3,348	3,471	+123
MathArena Apex	65.3	65.6	+0.3
Terminal-Bench 2.1	87.9	90.6	+2.7
CyberGym	83.3	88.1	+4.8

911

따라서 가장 무리 없는 해석은 이렇다. V4.1 Flash는 DeepSeek가 내세운 목표, 즉 빠르고 비용 효율적인 장기 실행 에이전트와 코딩 워크플로에 더 잘 맞는 모습이다. 반면 공개된 GPQA Diamond 결과에서는 V4 Pro가 앞선다. Flash가 모든 작업에서 절대적으로 우수하다는 주장은 공개 비교만으로 뒷받침되지 않는다. 11

DeepSeek는 복수 주체의 테스트에서 V4.1 Flash가 성능·비용·속도·총 실행 시간에서 V4 Pro를 앞섰다고 밝혔다. 그러나 제공된 공개 자료만으로는 종단간 에이전트 작업 시간에 대한 단일한 독립 검증 배수를 확정할 수 없다. 이 주장은 제공사 주장으로 받아들이고, 실제 운영 전에는 사용하는 도구, 컨텍스트 길이, 작업 비중에 맞춰 직접 벤치마크하는 편이 바람직하다. 24

100만 토큰 컨텍스트와 비전 API

V4.1 Flash는 최대 100만 토큰 컨텍스트를 지원하고, 한 요청 안에서 텍스트와 이미지를 함께 입력받는다. DeepSeek는 이미지 설명, 스크린샷 내 텍스트 읽기, 차트 분석을 활용 사례로 제시한다. 623

현재 API 모델 식별자는 다음과 같다.

deepseek-flash

개발자는 텍스트와 함께 외부에서 접근 가능한 http(s) 이미지 URL을 전달할 수 있다. 비전 문서상 지원 형식은 JPEG, PNG, GIF, WebP다. 2123

제공된 문서는 100만 토큰 컨텍스트 한도는 명확히 확인하지만, 현재 최대 출력 토큰 수를 확정적으로 적을 만한 근거는 충분하지 않다. 또한 JSON 출력, 도구 호출, 추론 제어의 정확한 지원 여부와 문법은 연동 전에 실시간 API 스키마에서 확인해야 한다.

가격: 캐시 적중이 중요해진 이유

보고된 V4.1 Flash API 요금은 비혼잡 시간 기준 입력 100만 토큰당 0.15달러, 출력 100만 토큰당 0.60달러다. 혼잡 시간에는 각각 0.30달러, 1.20달러로 오른다. 캐시 적중 입력은 100만 토큰당 비혼잡 시간 0.003달러, 혼잡 시간 0.006달러로 제시됐다. 1

매우 낮은 캐시 적중 요금은 반복 컨텍스트에 초점을 둔 구조와 맞닿아 있다. 대형 시스템 프롬프트, 코드베이스 문맥, 에이전트 이력을 재사용하는 서비스는 짧은 일회성 대화보다 더 큰 비용 절감 효과를 볼 수 있다. 전제는 요청 패턴이 실제로 캐시 적중을 만들어야 한다는 점이다.

마이그레이션: 기존 모델은 어떻게 됐나

DeepSeek는 V4 Flash와 V4 Flash Vision Experimental을 별도 모델로는 종료했다. 호환성을 위해 다음 레거시 식별자는 한시적으로 계속 허용되며, 요청은 V4.1 Flash가 처리한다.

• deepseek-v4-flash
• deepseek-v4-flash-vision-exp

2123

DeepSeek의 9월 10일 최초 공지는 9월 14일 04:00 UTC부터 deepseek-v4-pro 트래픽을 V4.1 Flash로 라우팅하고 Flash 요금을 적용하며, V4.1 Pro 출시 전까지 이를 유지한다고 설명했다. 24

하지만 이후 API 문서는 운영 방침을 수정했다. 문서에는 9월 14일 이후에도 V4 Pro API 서비스를 계속 제공하고 기존 과금 방식도 유지한다고 적혀 있다. V4 Pro를 사용하는 팀은 초기 종료 계획을 전제로 삼기보다 최신 API 문서를 확인하고, 자신의 엔드포인트가 실제로 반환하는 모델을 테스트하는 것이 안전하다. 1726

단순한 Flash 이름 변경이 아닌 이유

V4.1 Flash는 다음 변화가 동시에 이뤄졌다는 점에서 단순한 엔드포인트 개명 이상의 제품군 전환으로 볼 수 있다.

• 입력과 출력의 활성 파라미터 수가 다른 새 CED MoE 아키텍처 도입 41
• 주력 deepseek-flash 엔드포인트에서의 네이티브 멀티모달 지원 2423
• 100만 토큰 컨텍스트와 크게 줄었다고 보고된 KV 캐시 사용량 638
• 이전 Flash 및 Flash Vision Experimental 모델 종료와 마이그레이션용 호환 별칭 유지 2123

새 연동은 deepseek-flash로 시작하고, 대표적인 실제 워크로드로 이미지 처리와 장문 컨텍스트 동작을 검증하는 편이 합리적이다. 이어 캐시 적중률을 반영한 비용을 측정하고, V4 Pro의 라우팅·과금 상태는 라이브 문서로 계속 확인해야 한다. 아키텍처는 에이전트 비중이 높은 시스템에 유망하지만, 최종 판단 기준은 각 서비스의 실제 성능과 비용이다.

DeepSeek-V4.1-Flash는 2026년 9월 10일 정식 출시된 범용 멀티모달 모델이다. 5,520억 개 백본 파라미터를 갖춘 전문가 혼합(MoE) 모델이며, DeepSeek의 CED(Causal Encoder–Decoder·인과 인코더-디코더) 계열에서 처음으로 실서비스에 투입된 모델이다. 긴 프롬프트, 캐시된 컨텍스트, 이미지 입력, 에이전트 워크플로의 비용 부담을 낮추는 것이 핵심 목표다. 416

개발자 관점에서 요약하면, V4.1 Flash는 대규모 컨텍스트와 멀티모달 처리가 필요한 고처리량 API 작업을 겨냥한 기본 Flash 모델이다. 공개 자료상 V4 Pro 대비 강점은 비용, 메모리 효율, 일부 에이전트 중심 평가에서 두드러진다. 다만 모든 벤치마크에서 V4 Pro를 앞선다고 보기는 어렵다. 2411

80억/160억 활성화 구조가 바꾸는 것

희소 MoE 모델에서 ‘5,520억 파라미터’라는 숫자는 매 토큰마다 실제로 동원되는 연산량을 그대로 뜻하지 않는다. DeepSeek에 따르면 V4.1 Flash는 프롬프트를 읽는 프리필(prefill) 단계에서 약 80억 개 파라미터를 활성화하고, 답변을 생성하는 디코딩(decoding) 단계에서는 약 160억 개를 활성화한다. 4138

이 비대칭 구조는 대형 문서, 코드 저장소, 긴 대화 이력, 도구 실행 기록을 반복해서 투입하는 서비스에 특히 중요하다. 프롬프트를 읽는 일과 답을 생성하는 일은 필요한 연산 특성이 다르므로, CED 구조는 긴 입력을 읽는 비용은 낮추고 출력 생성에는 더 많은 연산을 배분하도록 설계됐다. 38

DeepSeek는 전역 KV 캐시 사용량도 토큰당 약 890바이트라고 밝혔다. 이는 이전 V4 Flash의 보고치 약 4분의 1 수준으로, FP4 KV 캐싱과 레이어 간 KV 캐시 재사용에 따른 결과라고 설명한다. 장시간 동작하는 에이전트에서는 캐시된 컨텍스트 자체가 큰 인프라 비용이 될 수 있어, 이 지표는 파라미터 수만큼이나 실무적으로 의미가 있을 수 있다. 단, 이는 제공사 및 모델 카드의 주장인 만큼 실제 배포 환경의 서빙 스택에서 별도 검증해야 한다. 3338

V4 Pro 대비 성능: 공개 수치는 무엇을 말하나

DeepSeek가 공개한 표에서는 프로그래밍, 수학, 터미널 에이전트, 사이버 보안 평가에서 V4 Pro 대비 개선이 보이지만, GPQA Diamond 점수는 더 낮다. 아래 수치는 독립적인 종합 순위가 아니라 제공사·모델 카드 기반 결과로 해석해야 한다. 611

벤치마크	V4 Pro	V4.1 Flash	차이
GPQA Diamond	92.4	90.9	-1.5
Codeforces 레이팅	3,348	3,471	+123
MathArena Apex	65.3	65.6	+0.3
Terminal-Bench 2.1	87.9	90.6	+2.7
CyberGym	83.3	88.1	+4.8

911

따라서 가장 무리 없는 해석은 이렇다. V4.1 Flash는 DeepSeek가 내세운 목표, 즉 빠르고 비용 효율적인 장기 실행 에이전트와 코딩 워크플로에 더 잘 맞는 모습이다. 반면 공개된 GPQA Diamond 결과에서는 V4 Pro가 앞선다. Flash가 모든 작업에서 절대적으로 우수하다는 주장은 공개 비교만으로 뒷받침되지 않는다. 11

DeepSeek는 복수 주체의 테스트에서 V4.1 Flash가 성능·비용·속도·총 실행 시간에서 V4 Pro를 앞섰다고 밝혔다. 그러나 제공된 공개 자료만으로는 종단간 에이전트 작업 시간에 대한 단일한 독립 검증 배수를 확정할 수 없다. 이 주장은 제공사 주장으로 받아들이고, 실제 운영 전에는 사용하는 도구, 컨텍스트 길이, 작업 비중에 맞춰 직접 벤치마크하는 편이 바람직하다. 24

100만 토큰 컨텍스트와 비전 API

V4.1 Flash는 최대 100만 토큰 컨텍스트를 지원하고, 한 요청 안에서 텍스트와 이미지를 함께 입력받는다. DeepSeek는 이미지 설명, 스크린샷 내 텍스트 읽기, 차트 분석을 활용 사례로 제시한다. 623

현재 API 모델 식별자는 다음과 같다.

deepseek-flash

개발자는 텍스트와 함께 외부에서 접근 가능한 http(s) 이미지 URL을 전달할 수 있다. 비전 문서상 지원 형식은 JPEG, PNG, GIF, WebP다. 2123

제공된 문서는 100만 토큰 컨텍스트 한도는 명확히 확인하지만, 현재 최대 출력 토큰 수를 확정적으로 적을 만한 근거는 충분하지 않다. 또한 JSON 출력, 도구 호출, 추론 제어의 정확한 지원 여부와 문법은 연동 전에 실시간 API 스키마에서 확인해야 한다.

가격: 캐시 적중이 중요해진 이유

보고된 V4.1 Flash API 요금은 비혼잡 시간 기준 입력 100만 토큰당 0.15달러, 출력 100만 토큰당 0.60달러다. 혼잡 시간에는 각각 0.30달러, 1.20달러로 오른다. 캐시 적중 입력은 100만 토큰당 비혼잡 시간 0.003달러, 혼잡 시간 0.006달러로 제시됐다. 1

매우 낮은 캐시 적중 요금은 반복 컨텍스트에 초점을 둔 구조와 맞닿아 있다. 대형 시스템 프롬프트, 코드베이스 문맥, 에이전트 이력을 재사용하는 서비스는 짧은 일회성 대화보다 더 큰 비용 절감 효과를 볼 수 있다. 전제는 요청 패턴이 실제로 캐시 적중을 만들어야 한다는 점이다.

마이그레이션: 기존 모델은 어떻게 됐나

DeepSeek는 V4 Flash와 V4 Flash Vision Experimental을 별도 모델로는 종료했다. 호환성을 위해 다음 레거시 식별자는 한시적으로 계속 허용되며, 요청은 V4.1 Flash가 처리한다.

• deepseek-v4-flash
• deepseek-v4-flash-vision-exp

2123

DeepSeek의 9월 10일 최초 공지는 9월 14일 04:00 UTC부터 deepseek-v4-pro 트래픽을 V4.1 Flash로 라우팅하고 Flash 요금을 적용하며, V4.1 Pro 출시 전까지 이를 유지한다고 설명했다. 24

하지만 이후 API 문서는 운영 방침을 수정했다. 문서에는 9월 14일 이후에도 V4 Pro API 서비스를 계속 제공하고 기존 과금 방식도 유지한다고 적혀 있다. V4 Pro를 사용하는 팀은 초기 종료 계획을 전제로 삼기보다 최신 API 문서를 확인하고, 자신의 엔드포인트가 실제로 반환하는 모델을 테스트하는 것이 안전하다. 1726

단순한 Flash 이름 변경이 아닌 이유

V4.1 Flash는 다음 변화가 동시에 이뤄졌다는 점에서 단순한 엔드포인트 개명 이상의 제품군 전환으로 볼 수 있다.

• 입력과 출력의 활성 파라미터 수가 다른 새 CED MoE 아키텍처 도입 41
• 주력 deepseek-flash 엔드포인트에서의 네이티브 멀티모달 지원 2423
• 100만 토큰 컨텍스트와 크게 줄었다고 보고된 KV 캐시 사용량 638
• 이전 Flash 및 Flash Vision Experimental 모델 종료와 마이그레이션용 호환 별칭 유지 2123

새 연동은 deepseek-flash로 시작하고, 대표적인 실제 워크로드로 이미지 처리와 장문 컨텍스트 동작을 검증하는 편이 합리적이다. 이어 캐시 적중률을 반영한 비용을 측정하고, V4 Pro의 라우팅·과금 상태는 라이브 문서로 계속 확인해야 한다. 아키텍처는 에이전트 비중이 높은 시스템에 유망하지만, 최종 판단 기준은 각 서비스의 실제 성능과 비용이다.