For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/deepseek-flash-1017-harness-0-2-1-benchma-1cbf9b44.md.
DeepSeek가 V4.1 Flash를 **DeepSeek-V4.1-Flash-1017**로 업데이트했습니다. 이번 릴리스는 추론, 코딩, 에이전트 워크플로, 시각 작업을 개선하는 데 초점을 맞췄습니다. 핵심 효율성 주장은 더 나은 결과를 내면서 작업...
DeepSeek가 V4.1 Flash를 DeepSeek-V4.1-Flash-1017로 업데이트했습니다. 이번 릴리스는 추론, 코딩, 에이전트 워크플로, 시각 작업을 개선하는 데 초점을 맞췄습니다. 핵심 효율성 주장은 더 나은 결과를 내면서 작업 실행 시간과 출력 길이를 줄였다는 것입니다.
10월 17일 변경 로그에 따르면 공식 웹사이트, 앱, API가 업데이트되었습니다. API 사용자는 계속 deepseek-flash를 호출하면 되며, 이번 업데이트로 호출 방식과 모델 가격은 바뀌지 않았습니다.
DeepSeek는 의도한 사용 경험을 얻으려면 DeepSeek Harness를 0.2.1-rc.1 이상으로 업그레이드할 것을 권장합니다. 이번 릴리스는 독립형 채팅 답변만 개선하는 것이 아니라 Tencent CodeBuddy와 WorkBuddy를 비롯한 Harness 및 기타 에이전트 플랫폼을 대상으로 합니다.
제공된 보고서에 따르면 자격 요건을 충족하는 Harness 최초 로그인 사용자에게 6위안 상당의 크레딧을 제한적으로 제공하며, 크레딧 수령 후 7일 동안 유효하고 제공 여부에 따라 달라집니다. 이는 보고된 프로모션이지 상시 제공되는 API 혜택이 아닙니다. 실제 적용 여부는 계정의 자격 요건과 만료 화면을 확인해야 합니다.
공식 모델 카드에서는 이번 업데이트를 V4.1 Flash의 소규모 업데이트라고 설명하지만, 여러 에이전트 중심 테스트에서 보고된 벤치마크 수치는 크게 향상되었습니다. 예를 들어 Terminal-Bench 4.0은 31.2에서 42.3으로, ProgramBench는 20.3에서 29.1로 상승했습니다.
아래 릴리스 표는 원문과 공식 모델 카드에 표시된 비교 내용을 그대로 유지합니다. 값은 보고된 벤치마크 점수이며, 새로 수행한 독립 테스트의 측정값은 아닙니다.
| 벤치마크 | Flash-1017 | 이전 V4.1 Flash | Kimi K3 | GLM-5.3 | GPT-5.6 Sol | Claude Opus 5 |
|---|---|---|---|---|---|---|
| HLE, 도구 미사용 | 42.6 (44.0*) | 36.8 (39.1*) | 43.5 | 42.0* | 44.5 | 56.3 |
| Terminal-Bench 4.0 | 42.3 | 31.2 | 12.6 | 37.9 | 39.9 | 51.8 |
| DeepSWE v1.1 | 77.0 | 74.2 | 67.5 | 66.9 | 73.0 | 74.0 |
| ProgramBench | 29.1 | 20.3 | 17.5 | 19.0 | 23.0 | 37.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 58.0 | 58.0 | 56.8 | 75.3 |
| Automation-Bench v1.0.6 | 60.5 | 54.8 | 46.7 | 48.8 | 45.8 | 50.3 |
| Agents' Last Exam | 35.4 | 31.8 | 27.6 | 28.5 | 26.7 | 28.6 |
| Apex Bench v1.1 | 72.1 | 64.6 | 47.8 | 56.6 | 54.3 | 65.8 |
| Chartography, 도구 사용 | 83.0 | 78.9 | 68.1 | 보고되지 않음 | 79.9 | 84.0 |
| BabyVision, 도구 사용 | 92.5 | 89.6 | 85.7 | 보고되지 않음 | 88.9 | 94.1 |
| ZeroBench-main, 도구 사용 | 51.0 | 49.0 | 41.0 | 보고되지 않음 | 53.0 | 52.0 |
*는 HLE의 텍스트 전용 하위 집합을 뜻합니다. Terminal-Bench 4.0은 Claude Code 하네스를 사용했고 DeepSWE v1.1은 Mini-SWE-V2를 사용했습니다. 원본 표에는 ZeroBench-main의 Pass@5가 표시되어 있습니다. 서로 다른 작업과 평가 설정에서 나온 점수를 하나의 전반적인 성공률로 합산해서는 안 됩니다.
더 주목할 만한 주장은 결과와 비용 간의 상충 관계에 관한 것입니다. DeepSeek는 성능을 개선하면서 실행 시간과 출력 길이를 줄였고, 여러 하네스에서 성능-비용 효율의 범위를 넓혔다고 밝혔습니다.
이 차트는 특정 작업 실행, 하네스, 추론 설정을 비교합니다. 모든 프로젝트의 비용이 낮아진다거나 다른 환경에서도 특정 점수가 보장된다는 뜻은 아닙니다. 도구 실행, 재시도, 출력 크기, 작업 명세 방식은 여전히 비용에 영향을 줍니다.
원문은 이번 릴리스의 코딩 시연을 결과를 설명하면 에이전트가 계획, 구현, 실행, 검토, 수정 단계를 이어서 수행하는 방식으로의 전환이라고 설명합니다. 반복적인 동작은 자기 피드백을 활용한 강화 학습에 따른 것이라고 밝혔습니다.
소개된 결과 중 하나는 자금성을 본떠 만든 탐색 가능한 3D 장면입니다. 이 사례는 단일 정지 이미지가 아니라 시점을 바꿀 수 있는 장면을 코드로 생성한 결과물로 제시되었습니다.
그 밖의 사례로는 브라우저 기반 레이싱 게임, Portal에서 영감을 받은 Godot 프로젝트, 다양한 역사적 시기를 거쳐 이동하는 역동적인 3D 세계가 있습니다.
이 캡처는 릴리스 보도에 선정된 사례를 보여 줍니다. 모든 프롬프트에서의 전체 성공률, 수동 개입의 정도, 신규 사용자가 같은 결과를 얼마나 일관되게 재현할 수 있는지는 공개하지 않습니다. 스크린샷에서 그럴듯해 보이는 프로젝트라도 기능 테스트와 생성 코드 검토가 필요합니다.
발표 전 사용자들이 1017로 끝나는 모델 목록 항목을 잠시 발견했다는 보고가 있었습니다. 원문은 deepseek-flash 시스템 지문이 바뀌었다는 내용과 출력 속도가 더 빠르고 간결해졌다는 비공식 보고도 전합니다.
지문이 바뀌었다는 사실은 서빙 또는 설정 변경을 나타낼 수 있지만, 그 자체로 모델의 정체, 아키텍처 또는 품질을 입증하지는 않습니다. 마찬가지로 사용자가 공유한 비교 장면은 개별 사례일 뿐 통제된 비교 결과가 아닙니다.
이후 공개된 변경 로그와 모델 저장소를 통해 더 확실한 사실이 확인되었습니다. 이름이 명시된 DeepSeek-V4.1-Flash-1017 릴리스가 실제로 존재하며, 벤치마크 표와 업데이트된 호스팅 서비스가 문서화되어 있습니다. 더 이상 앞서 나온 단서만으로 릴리스의 존재를 추정할 필요가 없습니다.
저장소에는 코드와 가중치에 MIT 라이선스가 적용된다고 명시되어 있습니다. 또한 인코딩 참고 자료와 추론 안내를 개발자에게 제공합니다. 이번 릴리스에는 Jinja 형식의 채팅 템플릿이 포함되어 있지 않습니다. 이러한 구현 세부 정보는 자동 생성된 일반 빠른 시작 명령보다 자체 호스팅에 더 중요합니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
모델 업데이트와 함께 DeepSeek는 자체 검색 시스템에 연결되는 두 가지 인터페이스를 공개했습니다. Search는 관련 페이지를 찾고, Fetch는 선택한 URL의 콘텐츠를 Markdown으로 가져옵니다.
| API | 엔드포인트 | 역할 |
|---|---|---|
| Search | POST https://api.deepseek.com/v1/tools/search | 순위가 매겨진 검색 결과를 반환하며, 페이지 콘텐츠를 선택적으로 포함할 수 있습니다. |
| Fetch | POST https://api.deepseek.com/v1/tools/fetch | 페이지 제목과 콘텐츠를 Markdown으로 반환합니다. |
API 인증에는 DeepSeek API 키가 사용됩니다. Search는 사이트를 포함하거나 제외하고, 언어를 제한하며, 게시 날짜를 필터링하는 연산자를 지원합니다. 에이전트는 먼저 출처를 검색한 다음 선택한 페이지를 가져와 후속 분석 단계에서 그 콘텐츠를 활용할 수 있습니다.
Fetch는 대상 웹사이트의 이용 가능 여부와 접근 정책을 따릅니다. Search API가 공개되었다고 해서 에이전트가 인터넷의 모든 페이지에 제한 없이 접근할 수 있는 것은 아닙니다.
두 API 모두 성공한 요청 건별로 요금이 부과되며, 모델 토큰 요금과는 별도입니다. 중국어 가이드에는 Search와 Fetch 각각 성공한 요청 1,000건당 5위안으로, 영어 가이드에는 각각 0.75달러로 기재되어 있습니다. 이는 각 가이드에 게시된 가격이며, 여기서 환산한 통화 가격이 아닙니다.
요금이 부과되는 요청은 HTTP 200 상태 코드와 유효한 결과를 반환해야 합니다. Search는 비어 있지 않은 결과 목록을, Fetch는 페이지 콘텐츠를 반환해야 합니다. 실패한 요청, 결과가 없는 검색, 시간 초과에는 요금이 부과되지 않습니다. count를 사용해 Search 결과 수를 늘려도 요청당 가격은 바뀌지 않습니다.
가이드에는 Harness, Claude Code 또는 Codex를 통해 DeepSeek에 접속하는 사용자에게 적용되는 별도의 전환 규정도 있습니다. 이러한 워크플로에서 발생하는 서버 측 Search 및 Fetch 도구 호출에는 현재 요금이 부과되지 않으며, 요청별 과금은 2026년 11월 1일 베이징 시간 00:00부터 시작될 예정입니다. 이는 모델 추론이나 모든 직접 API 요청이 해당 날짜까지 무료라는 발표가 아닙니다.
DeepSeek V4.1 Flash의 10월 17일 업데이트입니다. DeepSeek는 추론, 코딩, 에이전트 작업, 시각 벤치마크의 개선과 함께 출력 길이 및 작업 실행 시간이 줄었다고 보고했습니다.
변경 로그에 따르면 호스팅 API에서는 계속 deepseek-flash를 사용하면 됩니다. 이번 릴리스로 호출 방식과 모델 가격은 바뀌지 않았습니다.
DeepSeek는 업데이트된 모델을 위해 0.2.1-rc.1 이상을 권장합니다. 이전 0.2 버전도 통합 방식이 동일하다고 가정하지 말고, 제품의 공식 업데이트 절차를 통해 버전을 확인하세요.
아니요. 보도에 소개된 것은 선정된 사례일 뿐, 임의의 프롬프트에 대한 측정된 성공률이 아닙니다. 인터랙티브 프로젝트를 재현하려면 실제 환경에서 실행, 조작 방식, 에셋, 생성된 코드를 확인해야 합니다.
Search는 후보 페이지를 찾아 순위가 매겨진 결과를 반환하며, 콘텐츠를 선택적으로 포함할 수 있습니다. Fetch는 지정된 URL을 읽고 해당 사이트에 접근할 수 있는 경우 제목과 Markdown 콘텐츠를 반환합니다.
가이드에 명시된 일시적 무과금 기간은 특정 에이전트 워크플로에서 발생하는 서버 측 도구 호출에만 해당합니다. 해당 호출에 대한 요청별 과금은 2026년 11월 1일 베이징 시간 00:00부터 시작됩니다. 모델 토큰 요금은 별개입니다.
DeepSeek-V4.1-Flash-1017은 보고된 에이전트 벤치마크의 향상과 작업 부담 감소에 초점을 맞췄습니다. 기존 호스팅 연동에서는 deepseek-flash 별칭을 그대로 사용하며, Harness 사용자는 권장 버전으로 업데이트해야 합니다.
Search와 Fetch는 워크플로에 출처 검색 및 페이지 읽기 기능을 추가하며, 요청별 요금은 모델 토큰 비용과 별도로 확인해야 합니다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
