DeepSeek V4.1 Flash — 싼 이유와 피곤한 이유
DeepSeek V4.1 Flash를 두고 "쓰면 피곤하다"는 논쟁이 즈후 11만 뷰, 비리비리 댓글 281개로 번졌다. 최다 추천은 "서브에이전트로는 맞고 메인으로는 틀렸다"(151)와 "작업을 쪼개라"(172).
싼 이유는 구조에 있다. 552B 본체에 196B Engram, 프리필 8B·디코드 16B 비대칭 활성화, 층 간 KV 공유. 한 V2EX 사용자는 무인 코딩 에이전트로 PR 20건을 돌렸다. 중위 0.125달러, 캐시 적중 97.1%였다.
비판 답변에 따르면 같은 작업에 GLM-5.3-Flash는 컨텍스트 2.5만, DeepSeek은 4.7만을 썼다.
출처: 즈후, 비리비리, V2EX 9/10-10/5
구조
출시일 즈후 恋猫 답변(657추천)이 정리한 구성이다.
- 552B 백본에 196B Engram. Engram은 1층과 14층에 들어가는 n-gram 기억 모듈이다. 4-gram, 해시 헤드 8개, 어휘 1,600만
- 비대칭 활성화(CED): 프롬프트를 읽는 프리필은 8B, 답을 쓰는 디코드는 16B만 켠다
- 층 간 KV 공유와 공유 인덱서, 2단계 top-512 검색. 이 덕에 KV 캐시가 크게 줄었다
- 공식 생성 속도 초당 361토큰. 이전판은 120이었다
댓글 반응은 "4에서 4.1이 아니라 4에서 5만큼의 차이"(148추천)였다. DeepSeek은 V4 Pro 요청을 4.1 Flash로 돌리고 Pro를 내렸다.
PR 한 건에 0.125달러
V2EX 사용자 redchamber는 이슈에 라벨을 붙이면 AI가 코드를 쓰고, 따로 리뷰하고, 병합까지 하는 자기 도구를 9월 22일부터 V4.1 Flash로 돌렸다(10월 1일 글).
- PR 20건 중위값: 1,061만 토큰, 약 60분, 모델 호출 156회
- 비혼잡 시간 중위 0.125달러, 최고 0.417달러. 혼잡 시간은 두 배
- 싼 이유는 하나다. 토큰의 97.1%가 캐시 적중이고, 적중 단가가 미적중보다 50배 싸다
- 함정: 컨텍스트를 131K로 설정했더니 115K에서 세션을 압축했다. 77개 세션 중 32개가 압축돼 파일을 다시 읽어야 했다. 1M으로 늘린 뒤 사라졌다
작성자의 단서: 파이썬과 CI가 갖춰지고 이슈가 명확한 자기 저장소 기준이다. 캐시가 없는 인터페이스로 바꾸면 훨씬 비싸진다.
"쓰면 피곤하다"
즈후 질문 "4.1 Flash가 망했는데 왜 다들 반응이 없나"(11.3만 뷰)와 비리비리 영상 "4.1 flash 쓰기 피곤한 건 착각이 아니다"(2.6만 뷰)가 논쟁의 중심이다.
- 비판: "내가 에이전트가 된 기분. 하나하나 쪼개 설명해야 한다"(97추천). "새 대화 다섯 턴 안에 환각이 나온다". "어려운 문제에서 hmm 루프에 빠진다"(28추천). 같은 작업에서 컨텍스트가 GLM-5.3-Flash 2.5만, DeepSeek 4.7만. "100만 토큰당 가격만 보고 작업당 토큰은 안 본다"
- 사용법론: "복잡한 작업을 max로 바로 던지지 말고 하위 작업으로 쪼개라. 해외 맹검 에이전트 순위에서 과제 완수율은 높다"(172추천). "강한 모델의 서브에이전트로 써라"(151추천). "Claude Code에 붙이면 낫다, 계획 모드 먼저"(40추천)
- 옹호: "CED와 Engram, KV 압축을 한꺼번에 넣었으니 덜 훈련된 것"(28추천). VS Code 디버거 버그를 20분 만에 정확히 찾아냈다는 사례도 있다(15추천)
왜 중요한가
활성 파라미터 8-16B와 KV 압축이 단가를 낮췄다. 즈후와 비리비리 답변 여럿은 지시 이해력 저하와 토큰 낭비의 원인도 작은 활성 파라미터로 추정한다(28·33추천). 추천을 많이 받은 사용법은 계획을 다른 모델에 맡기고 쪼갠 실행만 4.1 Flash에 맡기는 것이다. V2EX의 PR당 0.125달러도 이슈가 미리 명확하게 쓰인 저장소에서 나온 숫자다.