- DeepSeek-V4.1-Flash-1017은 AI가 글을 읽고 답하거나 코드를 짜는 언어 모델의 소폭 업데이트 버전이다. 원문은 추론, 코딩, 여러 단계를 스스로 처리하는 에이전트 작업, 이미지 관련 시각 벤치마크 성능이 높아졌다고 소개한다.
- 개발팀은 작업 수행 시간과 출력 길이를 줄여 같은 일을 더 낮은 비용으로 처리할 수 있다고 주장한다. 이는 개발팀의 주장이며 원문에 독립 기관의 측정 결과는 없다.
- 개발팀이 공개한 벤치마크 표에서 Terminal-Bench 4.0은 42.3점, DeepSWE v1.1은 77.0점으로 기존 V4.1 Flash의 31.2점, 74.2점보다 높았다. 두 시험은 각각 Claude Code와 Mini-SWE-V2라는 평가 환경(하네스)에서 측정했다고 원문에 적혀 있다.
- 이번 공개에는 Jinja 형식의 채팅 템플릿(대화 형식을 정리하는 틀)이 없고, 대신 Python 참조 구현인 encoding.py가 들어 있다. 운영용으로는 Rust로 만든 deepseek-recipe 라이브러리를 함께 제공하며, 권장 설정은 temperature 1.0, top_p 1.0, 컨텍스트 창 1M 토큰이다.
O: Terminal-Bench 4.0과 DeepSWE 점수를 근거로 기존 모델과 비교할 개발자가 자신이 쓰는 코딩 자동화 작업 하나를 골라 두 모델의 품질과 응답 시간, 비용을 직접 재 볼 때 쓸 만합니다.
X: 벤치마크 수치는 개발팀이 발표한 결과이고 평가 환경이 Claude Code, Mini-SWE-V2로 달라 같은 조건으로 비교된 것이 아니므로 판단 전에 확인해야 합니다.