DeepSeek V4.1 Flash 1017 - CED 아키텍처와 네이티브 이미지 이해를 도입한 MoE 모델

DeepSeek V4.1 Flash는 회사 최초로 Causal Encoder-Decoder(CED) 아키텍처를 적용한 희소 MoE 모델로, 사전 학습 시작부터 시각 및 텍스트 임베딩을 함께 학습함 총 5,520억 개 파라미터 중 입력 처리에 80억 개, 출력 생성에 160억 개를 활성화하는 비대칭 구조로 전체 모델 크기 대비 토큰당 연산량을 낮춤 코딩, 터미널 및 컴퓨터 사용 에이전트와 다단계 장기 작업에 적합하며, 압축 KV 캐시로 캐시 메모리를 이전 Flash 세대의 약 4분의 1로 줄임 텍스트와 이미지를 입력받아 텍스트를 출력하며, 1,048,576토큰 컨텍스트와 최대 393,216토큰 출력을 지원함 V4.1 제품군의 비용 효율형 모델로, 100만 토큰당 입력 0.15달러, 출력 0.60달러이며 캐시 읽기는 0.003달러임 모델 구성과 이미지 이해 DeepSeek V4.1 Flash 1017은 V4.1 Flash의 2026년 10월 17일 스냅샷으로, DeepSeek API에서는 deepseek-flash라는 모델명으로 제공됨 모델 가중치를 Hugging Face에서 확인할 수 있음 Causal Encoder-Decoder(CED) 기반 희소 전문가 혼합(MoE) 구조를 사용함 전체 5,520억 개 파라미터 중 입력에는 80억 개, 출력에는 160억 개를 활성화해 토큰당 연산량을 낮춤 이미지 이해를 아키텍처에 기본 통합하고, 사전 학습 초기부터 시각 및 텍스트 임베딩을 공동 학습함 이미지 기능을 나중에 추가한 기존 실험 모델 V4 Flash Vision Exp와 차이가 있음 입력은 텍스트와 이미지, 출력은 텍스트를 지원함 에이전트 작업과 긴 컨텍스트 코딩, 터미널 및 컴퓨터 사용 에이전트, 여러 단계를 끝까지 수행해야 하는 장기 작업, 긴 컨텍스트 분석에 적합함 압축 KV 캐시는 이전 Flash 세대 대비 캐시 메모리를 약 4분의 1로 줄여 에이전트 작업 비용을 크게 낮춤 컨텍스트 창은 1,048,576토큰, 최대 출력 길이는 393,216토큰임 DeepSeek의 자체 평가에 따르면 성능, 속도 및 작업 완료 시간에서 V4 Pro를 앞서며, V4.1 제품군에서는 비용 효율형 모델에 해당함 API 요금과 제공업체 라우팅 100만 토큰당 요금은 입력 0.15달러, 출력 0.60달러, 캐시 읽기 0.003달러임 캐싱과 할인에 따라 실제 지불 가격은 표시 가격보다 낮아질 수 있음 OpenRouter의 FAQ 기준...