“클로드·GPT 넘본다”…딥시크, 초저가 AI ‘V4.1 플래시’ 1017 공개

[이데일리 윤정훈 기자]중국 인공지능(AI) 스타트업 딥시크가 17일 저가형 모델 ‘V4.1 플래시’의 개선판 ‘V4.1-플래시-1017’을 공개했다. 코딩·에이전트 분야에서 앤스로픽 ‘클로드 오퍼스 5’와 오픈AI ‘GPT-5.6 솔’을 웃도는 점수를 냈다. 작업당 비용은 한 자릿수 센트 단위로 낮췄다고 회사 측은 주장했다.

딥시크는 공식 X(옛 트위터) 계정에서 이전 버전보다 벤치마크 성능이 높고 작업 완료 속도가 빠르며 출력이 짧아졌다고 밝혔다. 성능과 비용 양쪽에서 ‘파레토 개선’을 이뤘다는 설명이다. 모델은 딥시크 웹사이트와 앱, 개발자용 응용프로그램인터페이스(API)에 이날부터 적용됐다.

딥시크가 공개한 벤치마크 수치. (사진=딥시크X)

딥SWE 77.0점…오퍼스 5·GPT-5.6 솔 앞서

허깅페이스 모델 카드에 따르면 소프트웨어 개발 벤치마크 ‘딥SWE v1.1’에서 신모델은 77.0점을 기록했다. 이전 모델(74.2점)과 오퍼스 5(74.0점), GPT-5.6 솔(73.0점)을 모두 웃돈다. 중국 문샷AI의 ‘K3’는 67.5점, Z.ai의 ‘GLM-5.3’은 66.9점이다.

에이전트 평가에서도 앞섰다. ‘오토메이션 벤치 v1.0.6’은 60.5점으로 오퍼스 5(50.3점)를 10점 넘게 앞서고, ‘에이전츠 라스트 이그잼’(35.4점 대 28.6점)과 ‘에이펙스 벤치 v1.1’(72.1점 대 65.8점)에서도 우위를 보였다.

다만 열세인 영역도 많다. 비교표 11개 항목 중 딥시크가 오퍼스 5를 앞선 것은 4개다. ‘터미널벤치 4.0’은 42.3점으로 오퍼스 5(51.8점)에 9.5점 뒤진다. ‘HLE’(도구 미사용)는 42.6점 대 56.3점, 코드 저장소 생성 평가 ‘NL2Repo’는 68.2점 대 75.3점, ‘프로그램벤치’는 29.1점 대 37.0점이다. 시각 평가 3종(차트 83.0점·베이비비전 92.5점·제로벤치 51.0점)도 오퍼스 5보다 1~2점 낮았다. 점수는 모두 딥시크가 직접 공개한 수치다. 터미널벤치는 클로드 코드 하니스, 딥SWE는 미니-SWE-V2 하니스로 측정했다.

DeepSeek V4.1 플래시-1017이 DeepSWE v1.1(소프트웨어 문제 해결 벤치마크)에서 정답률과 작업당 비용을 경쟁 모델과 비교한 그래프.가로축은 작업 하나당 평균 비용, 세로축은 Pass@1, 즉 한 번에 맞힌 비율.(사진=딥시크)

작업당 0.2달러 미만…“2~10달러 경쟁 모델 대비 10~50배 저렴”

비용 측면에서는 딥시크의 성능이 큰폭으로 개선됐다. 독일 AI 매체 더디코더는 딥시크가 공개한 딥SWE 비용 차트를 인용해, 신모델이 최고 설정에서 작업당 평균 0.2달러 미만으로 77.0%를 기록했다고 전했다. 최저 설정에서는 72% 이상을 약 0.1달러에 달성했다. 이전 모델은 74.2%에 약 0.5달러였다. 같은 차트에서 경쟁 모델은 작업당 2달러에서 10달러 이상이었다. 출력 길이를 줄여 토큰 사용량을 낮춘 영향이다. 독립적인 검증 결과는 아직 나오지 않았다.

모델 가중치는 허깅페이스와 모델스코프에 공개했다. 저장소와 가중치에는 MIT 라이선스를 적용해 상업적 이용도 가능하다. 모델 크기는 7630억 개 매개변수이고, 권장 설정은 컨텍스트 100만 토큰, 최대 출력 25만 6000토큰 이상이다. 딥시크는 프롬프트 인코딩 참조 구현과 함께 러스트 기반 라이브러리 ‘딥시크 레시피’도 내놨다.

딥시크는 신모델이 자체 개발 도구 ‘딥시크 하니스’와 텐센트 ‘코드버디’, ‘워크버디’ 등에 최적화돼 있다고 밝혔다. 최상의 성능을 위해서는 딥시크 하니스 v0.2.1-rc.1 이상으로 업그레이드해야 한다고 안내했다.

딥시크는 모델과 함께 자체 검색엔진 기반 ‘서치’·‘페치’ API도 모든 개발자에게 열었다. 요금은 각각 1000건 호출당 0.75달러다. 딥시크 API 이용자는 딥시크 하니스, 클로드 코드, 코덱스의 서버 측 도구를 통해 10월 31일 오후 4시(UTC)까지 무료로 이용할 수 있다.