DeepSeek가 V4.1-Flash의 마이너 업데이트 모델 DeepSeek-V4.1-Flash-1017을 Hugging Face에 공개했다. 추론, 코딩, 에이전트 작업, 이미지 이해 성능이 크게 좋아졌다고 회사는 밝혔다. 작업 실행 시간과 출력 길이도 줄어, 같은 일을 더 빠르고 낮은 비용으로 끝낼 수 있다는 것이 회사의 설명이다.
모델 가중치와 저장소는 MIT 라이선스로 배포된다. 권장 샘플링 설정은 온도 1.0, top_p 1.0이고, 문맥 창은 100만 토큰, max_tokens는 256K 이상이다. 가중치 변환과 로컬 추론 방법은 저장소의 inference 폴더에 있다.
벤치마크 점수
DeepSeek가 공개한 표에서 이전 V4.1-Flash와 이번 모델의 벤치마크 점수는 다음과 같다. 비교 대상으로 K3, GLM-5.3, GPT-5.6 Sol, Opus 5도 함께 실렸다. 모두 회사가 직접 게재한 수치다. Terminal-Bench 4.0은 Claude Code 하네스, DeepSWE v1.1은 Mini-SWE-V2 하네스로 측정했다.
| 벤치마크 | V4.1-Flash-1017 | V4.1-Flash | Opus 5 |
|---|---|---|---|
| Terminal-Bench 4.0 | 42.3 | 31.2 | 51.8 |
| DeepSWE v1.1 | 77.0 | 74.2 | 74.0 |
| ProgramBench | 29.1 | 20.3 | 37.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 75.3 |
| Automation-Bench v1.0.6 | 60.5 | 54.8 | 50.3 |
| Agents' Last Exam | 35.4 | 31.8 | 28.6 |
| Apex Bench v1.1 | 72.1 | 64.6 | 65.8 |
| HLE(도구 없음) | 42.6(텍스트 전용 44.0) | 36.8(텍스트 전용 39.1) | 56.3 |
HLE는 도구 없이 42.6점이고 텍스트 전용 하위 집합에서는 44.0점이다. 이전 모델은 각각 36.8점과 39.1점이었다. 이미지 관련 항목은 도구를 쓰는 조건에서 Chartography 83.0점, BabyVision 92.5점, ZeroBench-main 51.0점이며, 이전 모델은 78.9점, 89.6점, 49.0점이었다. Opus 5는 Chartography 84.0점, BabyVision 94.1점으로 이번 모델보다 높고, ZeroBench-main은 GPT-5.6 Sol이 53.0점으로 가장 높다. Opus 5는 이 항목에서 52.0점이다.
표의 비교 대상 중 이번 모델이 가장 높은 항목은 DeepSWE v1.1(77.0점), Automation-Bench, Agents' Last Exam, Apex Bench다. Terminal-Bench 4.0과 ProgramBench, NL2Repo-Bench, HLE는 Opus 5가 앞선다.
프롬프트 형식과 배포 도구
이번 배포에는 Jinja 형식의 채팅 템플릿이 없다. 대신 encoding 폴더의 파이썬 참조 구현(encoding.py)이 여러 턴 대화, 도구 호출, 생각 모드, 숫자로 지정하는 추론 강도, 대화 중간의 시스템 메시지, 이미지 삽입 입력을 시험 사례와 함께 다룬다.
실서비스용으로는 Rust 라이브러리 묶음 deepseek-recipe를 따로 냈고 파이썬 바인딩을 지원한다. Messages, Chat Completions, Responses API 요청을 Conversation 형식으로 바꿔 DeepSeek V4와 V4.1용 프롬프트나 토큰 ID로 인코딩하고, 모델 출력을 완성본이나 스트리밍 응답으로 되돌린다. 모델 추론과 도구 실행, HTTP 전송은 호출하는 쪽이 맡는다.
출처
이 기사는 아래 자료를 바탕으로 정리했습니다. 제목을 누르면 원문이 새 창으로 열립니다.
- deepseek-ai/DeepSeek-V4.1-Flash-1017 저장소 업데이트(Hugging Face) huggingface.co