DeepSeek, V4.1 Flash 모델 공개
원제: DeepSeek v4.1 Flash
왜 중요한가
최대 552B MoE 구조에서 활성 파라미터를 8~16B로 억제하고 KV 캐시를 대폭 절감함으로써, 대형 모델의 추론 비용 구조를 근본적으로 바꿀 수 있는 아키텍처 혁신 사례로 주목된다.
DeepSeek는 2026년 9월 10일, 새로운 아키텍처 패밀리의 최소 모델인 DeepSeek-V4.1-Flash를 공개했다. 552B 파라미터의 MoE 구조を採用し、입력 시 활성 파라미터 8B、출력 시 16B로 동작하며、네이티브 멀티모달(시각) 지원과 대폭 축소된 KV 캐시를 특징으로 한다。
DeepSeek는 X 공식 계정을 통해 DeepSeek-V4.1-Flash를 발표했다. 본 모델은 새 아키텍처 패밀리에서 가장 작은 모델로, 네이티브 시각 이해 기능을 탑재하고 있다.
아키텍처 면에서는 552B 파라미터의 MoE(Mixture of Experts) 구조를 채용하며, 새로운 Causal Encoder-Decoder 아키텍처를 통해 입력 시 활성 파라미터 8B, 출력 시 16B로 동작한다. 신규 사전 학습 기법과 대규모 RL 포스트트레이닝을 통해 벤치마크 성능을 향상시켰다고 밝혔다.
KV 캐시 효율도 크게 개선됐다. 이전 세대 대비 HBM 사용량은 1/4, SSD 스토리지는 1/8로 줄었다. DeepSeek는 에이전트 운용 비용에서 캐시 히트 비용이 차지하는 비중이 크다는 점을 강조하며, 이번 개선이 비용 절감에 직결된다고 설명했다.
API 면에서는 DeepSeek API에서 즉시 사용 가능하며, 모델명은 'deepseek-flash'로 설정한다. 기존 V4-Flash 및 V4-Flash-Vision-Exp는 퇴역하며, 호환성을 위해 구 엔드포인트는 일시적으로 V4.1-Flash로 라우팅된다. API 가격은 효율화에 따른 비용 절감분을 사용자에게 환원하며, 피크/오프피크 요금제를 유지하고 오프피크 요금은 피크의 50%로 설정된다.
오픈소스 측면에서는 커뮤니티와 협력해 추론 지원을 확대할 계획이며, 모델 가중치는 Hugging Face(deepseek-ai/DeepSeek-V4.1-Flash)에 공개됐다. 2,000개 이상의 GPU를 활용한 대규모 배포를 검토 중인 기업과의 협력도 모색한다고 밝혔다.