공개 검색 서비스와 함께 코딩 기능 업그레이드
DeepSeek은 2026년 10월 17일 V4.1-Flash-1017을 출시하고 웹사이트, 앱, API를 동시에 업데이트하는 한편, 개발자가 웹을 검색하고 개별 페이지를 가져올 수 있는 서비스 두 가지를 공개했다. 회사는 Search와 Fetch 엔드포인트 각각의 요금을 1,000회 호출당 0.75달러로 책정했다. 서버 도구를 통한 과금 대상 호출에는 10월 31일 16:00 UTC, 즉 베이징 시간 11월 1일 자정부터 요금이 부과된다.
목차
이번 출시는 V4.1 Flash가 9월 10일 처음 공개된 지 37일 만이다. 개발자는 기존 모델 이름인 deepseek-flash를 계속 사용할 수 있으며, 모델 API 호출 방식과 가격은 바뀌지 않는다. DeepSeek은 업데이트된 모델을 Hugging Face와 ModelScope를 통해 오픈 방식으로도 공개한다.
DeepSeek의 공식 출시 발표는 이번 업데이트의 핵심으로 완성도 높은 프로젝트 개발을 내세웠다. 예시로는 베이징 자금성 모델, 브라우저 레이싱 게임, Godot 엔진을 활용한 게임 포털 2 재현, 선사시대부터 현대까지의 역사를 따라가는 움직이는 3D 장면 등이 포함됐다.
DeepSeek은 모델이 더 짧은 시간에 더 짧은 출력을 생성하면서도 성능은 향상됐다고 밝혔다. 개발자에게 이런 변화는 두 가지 비용을 동시에 줄여준다. 자동화 작업이 컴퓨터를 점유하는 시간과 모델 서비스가 청구하는 생성 텍스트의 양이다.
검색 서비스 공개는 이러한 작업 흐름에 또 다른 요소를 더한다. 이제 AI 애플리케이션은 DeepSeek 모델로 작업을 계획하고, 검색 엔진으로 최신 정보를 찾은 뒤, Fetch 서비스로 선택한 웹페이지를 작업에 가져올 수 있다.
실제 작업에서 ‘바람을 담은 프로그래밍’이란
DeepSeek은 프로젝트의 핵심 목표를 사용자의 바람에서 출발하는 프로그래밍이라고 설명한다. 사용자가 원하는 것을 일상적인 언어로 말하면 AI가 그 요청을 작동하는 프로젝트로 구현하는 데 필요한 작업을 더 많이 처리한다는 뜻이다.
네 가지 시연은 서로 다른 유형의 작업을 다룬다. 자금성 예시는 3D 모델링에 초점을 맞췄다. 레이싱 게임은 브라우저와의 상호작용이 필요하다. 포털 2 재현에는 기존 게임 엔진인 Godot가 쓰였다. Valley of Ages는 인류 역사의 긴 흐름에 따라 변화하는 환경을 보여준다.
DeepSeek은 이런 프로젝트가 DeepSeek Harness 안에서 비교적 적은 프롬프트와 제한된 참고 자료, 소수의 상호작용만으로 제작됐다고 밝혔다. 회사는 개선의 원인으로 자체 피드백을 활용한 강화학습을 들었다. 이는 작업 결과에 대한 피드백이 이후의 행동을 형성하도록 돕는 학습 방식이다.
하네스는 도구, 파일, 세션, 작업 실행을 관리하는 언어 모델 주변의 소프트웨어다. 모델은 코드를 제안하거나 다음에 할 일을 결정할 수 있고, 하네스는 그 동작이 이뤄지는 환경을 제공한다. 따라서 프로젝트 개발 과정에서는 모델뿐 아니라 주변 소프트웨어도 중요한 역할을 한다.
벤치마크에서 가장 큰 성능 향상을 보인 분야
DeepSeek이 공개한 평가 결과에 따르면 업데이트된 모델은 DeepSWE v1.1에서 77.0점을 기록해 9월 버전의 74.2점보다 높아졌다. 소프트웨어 엔지니어링 작업 평가에서 2.8점 상승한 것이다. 회사의 비교 자료에서 Claude Opus 5는 74.0점, GPT 5.6-Sol은 73.0점을 기록했다.
Terminal-Bench 4.0에서는 이전 Flash 출시 버전의 31.2점에서 42.3점으로 올라 11.1점의 더 큰 향상을 보였다. ProgramBench는 20.3점에서 29.1점으로, NL2Repo-Bench는 65.4점에서 68.2점으로 상승했다.
DeepSeek은 도구를 사용해 일련의 작업을 수행하는 시스템인 에이전트 관련 과제의 성능 개선도 제시했다. Automation-Bench v1.0.6은 54.8점에서 60.5점으로, Agents' Last Exam은 31.8점에서 35.4점으로, Apex Bench v1.1은 64.6점에서 72.1점으로 올랐다.
업데이트된 모델은 DeepSeek 비교표에서 DeepSWE, Automation-Bench, Agents' Last Exam, Apex Bench 부문 1위를 차지해 Anthropic, OpenAI, Kimi, Zhipu의 비교 대상 모델을 앞섰다. 다만 Terminal-Bench, ProgramBench, NL2Repo 등 여러 다른 평가에서는 Claude Opus 5가 더 높은 점수를 기록했다.
이 수치를 볼 때는 테스트 조건이 중요하다. DeepSeek은 Terminal-Bench 4.0 점수로 42.3점을 제시했지만 Artificial Analysis 평가에서는 26.8점으로 나타났다. 차이를 설명하는 세부 설정은 공개되지 않았다. DeepSeek은 Terminal-Bench 평가 환경으로 Claude Code를, DeepSWE 평가에는 Mini-SWE-V2를 사용했다고 밝혀 모델과 주변 도구를 함께 평가하는 방식임을 보여줬다.
짧은 답변이 작업 비용을 줄이는 이유
DeepSeek은 이번 업데이트를 성능과 비용 측면의 파레토 개선이라고 부른다. 쉽게 말해 품질을 높이려면 비용도 더 내야 하는 것이 아니라, 더 나은 결과를 얻으면서 지출은 줄일 수 있다는 주장이다.
모델 서비스는 흔히 텍스트를 처리하기 위해 나누는 작은 단위인 토큰을 기준으로 요금을 부과한다. 생성된 답변이 짧을수록 출력 토큰이 적게 든다. 코딩 에이전트는 한 작업에서 여러 답변을 생성할 수 있으므로 각 단계의 불필요한 출력을 줄이면 총요금도 낮아질 수 있다.
DeepSeek은 작업 실행 시간도 단축됐다고 밝혔다. 사용자가 단일 답변이 아니라 완성된 결과물을 기다리는 반복적인 편집, 테스트, 도구 사용이 포함된 프로젝트에서 이는 중요하다. 회사는 이번 기술 출시를 작은 업데이트라고 설명하면서도 추론, 코딩, 에이전트 작업, 시각 평가 전반의 개선을 내세웠다.
Search는 페이지를 찾고 Fetch는 페이지를 가져온다
DeepSeek의 Search와 Fetch 서비스는 역할이 다르다. Search는 검색어를 받아 순위가 매겨진 결과를 반환한다. Fetch는 특정 웹페이지의 제목과 본문을 가져와 Markdown으로 제공한다. Markdown은 제목, 목록 등 유용한 구조를 보존하는 간단한 텍스트 형식이다.
예를 들어 개발자는 Search로 최신 소프트웨어 문서를 찾은 뒤 Fetch로 관련 페이지를 가져와 모델에 코드를 작성하도록 요청할 수 있다. 검색해 가져온 문서와 생성형 답변을 결합하는 애플리케이션은 흔히 검색 증강 생성, 즉 RAG 시스템이라고 부른다.
두 서비스는 기본 주소 api.deepseek.com과 DeepSeek 모델 서비스에 쓰이는 것과 동일한 API 인증 체계를 사용한다. 엔드포인트는 POST /v1/tools/search와 POST /v1/tools/fetch다. 소프트웨어가 읽고 도구 간에 전달할 수 있는 구조화된 JSON 데이터를 반환한다.
Search는 최대 128자 검색어를 받는다. 개발자는 결과를 1개에서 50개까지 요청할 수 있으며, 기본값은 10개다. 결과에는 제목, 주소, 짧은 요약, 모델용 상세 요약, 게시 날짜와 가능한 경우 페이지 전체 내용이 포함될 수 있다.
DeepSeek은 검색 엔진이 자사 웹사이트와 API의 검색 기능을 이미 지원하며, 전 세계에서 하루 수억 건의 요청을 처리한다고 밝혔다. 회사는 수천억 개 웹페이지를 아우르는 색인과 여러 언어로 된 검색 지원을 제공한다고 설명했다.
DeepSeek은 검색 순위 조작, 생성형 AI가 선택하는 정보에 영향을 주려는 시도, 품질이 낮은 AI 생성 콘텐츠도 걸러낸다고 밝혔다. 이러한 조치는 에이전트가 답변을 작성하거나 사용자의 요청에 따라 행동하기 전에 접하는 정보에 영향을 준다.
개발자 요금과 과금 시작 시점
DeepSeek의 영문 발표에 따르면 Search와 Fetch는 각각 1,000회 호출당 0.75달러다. 중국어 가격 안내에서는 서비스별 1,000회 호출당 5위안으로 책정됐다. 검색 한 번과 페이지 가져오기 한 번을 수행하는 작업 흐름에는 따라서 별도로 요금이 부과되는 서비스 두 가지가 사용된다.
공개된 과금 규칙에 따르면 Search는 비어 있지 않은 결과 목록을 성공적으로 반환할 때 요금이 발생한다. Fetch는 HTTP 200 성공 상태로 페이지 내용을 반환할 때 과금된다. 실패한 요청, 빈 결과, 시간 초과에는 요금이 없으며, 검색 결과를 더 많이 요청해도 해당 검색 호출의 가격은 달라지지 않는다.
공개된 위안화 요금을 기준으로 성공적인 검색 1,000회와 페이지 가져오기 1,000회를 수행하면 검색 및 가져오기 요금은 총 10위안이다. 모델 처리 비용은 별도다. 이러한 분리 과금은 작업 중 반복적으로 정보를 조회하는 에이전트의 비용을 개발자가 추산하는 데 도움이 된다.
DeepSeek은 DeepSeek Harness, Claude Code, Codex에서 서버 도구를 통해 이뤄지는 Search 및 Fetch 호출을 DeepSeek API 사용자에게 한시적으로 무료 제공한다고 밝혔다. 해당 경로의 과금은 2026년 10월 31일 16:00 UTC, 베이징 시간 11월 1일 00:00부터 시작된다. 한시적 면제는 해당 도구 호출에만 적용되며 모델의 일반 요금은 계속 부과된다.
계정별 Search 요청 한도는 초당 5회, Fetch 요청 한도도 초당 5회이며 두 한도는 별도로 계산된다. Fetch에는 개별 웹사이트 도메인에 대한 추가 제한도 있다. 허용된 요청 속도를 초과하면 애플리케이션에 속도를 늦추라고 알리는 HTTP 429 응답이 반환된다.
하네스 업데이트로 일상 업무와 모델 연결
DeepSeek은 업데이트된 모델에 Harness v0.2.1-rc.1 이상을 권장한다. rc는 정식 출시 전에 테스트를 위해 준비한 버전인 릴리스 후보를 뜻한다. 이 모델은 DeepSeek Harness, Tencent CodeBuddy, WorkBuddy 및 기타 프레임워크에 맞춰 특별히 최적화됐다.
Harness 출시 버전에서는 사용자 지정 인덱스에서 플러그인을 찾고 에이전트에 플러그인 생성을 요청하는 기능이 추가됐다. 플러그인을 활성화, 비활성화, 업데이트, 제거할 때 의존성 처리도 개선됐다. 일부 플러그인 변경 사항은 즉시 적용되고, 나머지는 재시작해야 적용된다.
개발자는 TypeScript 및 Python 소프트웨어 개발 키트를 통해 세션의 작업 디렉터리를 읽고 변경할 수 있는 인터페이스를 사용할 수 있다. 세션을 검사하는 실험적 도구, 별도의 Git 작업 디렉터리 지원, 전송되는 메시지에 포함된 키와 토큰의 자동 마스킹도 추가됐다.
이번 출시는 이전 Harness 알파에서 테스트된 Claude Code Mods 브리지 작업을 이어간다. 이전 버전에는 실행 가능한 예시 세 가지와 인터페이스 또는 표시 기능 부족으로 작동하지 않는 예시 네 가지가 있었다. 호환성 계층은 여전히 실험 단계이며, Claude Code 확장 기능을 Harness 플러그인에 적용할 수 있는지 시험하는 것이 목표라고 밝혔다.
Harness를 처음 사용하는 이용자에게는 선결제 없이 6위안의 프로모션 크레딧도 제공된다. 크레딧은 지급 후 7일이 지나면 만료되며, 배정된 수량이 남아 있는 동안에만 이용할 수 있다. 사용 기간이 짧아 신규 사용자가 잠시 시험해 볼 수 있는 크레딧이다.
오픈 웨이트와 배포 선택지
DeepSeek의 공식 발표는 V4.1-Flash-1017을 Hugging Face와 ModelScope에서 이용할 수 있다고 확인했다. 이번 출시는 V4.1 Flash 제품군의 MIT 라이선스를 이어간다. 해당 라이선스 조건을 준수하면 폭넓게 재사용할 수 있다. 이에 따라 개발자는 호스팅 서비스를 이용하거나 직접 모델을 운영하는 방법 중에서 선택할 수 있다.
V4.1 Flash는 텍스트와 이미지를 입력받고 텍스트를 출력한다. 모델 아키텍처에는 전문가 혼합 방식이 적용됐다. 이는 처리 단계마다 모델 전체가 모든 토큰을 처리하는 대신 선택된 부분만 활성화된다는 뜻이다. 아키텍처 설명에 따르면 백본은 5,520억 개 파라미터로 구성되며, 입력 처리 시에는 80억 개, 출력 생성 시에는 160억 개가 활성화된다.
약 100만 토큰의 컨텍스트 창을 통해 모델은 한 세션에서 방대한 자료를 다룰 수 있다. 코딩 에이전트의 경우 지침, 소스 파일, 이전 대화, 도구 결과 등이 여기에 포함될 수 있다. 컨텍스트 창은 모델이 고려할 수 있는 정보량을 뜻하며, 출력 한도는 한 번의 응답에서 생성할 수 있는 양을 제한한다.
호스팅 배포 사양은 서비스에 따라 다를 수 있다. 한 제3자 API 목록은 컨텍스트 창 1,048,576토큰과 최대 완성 길이 131,072토큰을 제시하며, 함수 호출과 JSON 스키마로 정의되는 구조화된 출력도 지원한다고 안내한다. 함수 호출을 이용하면 모델이 외부 도구를 요청할 수 있고, 구조화된 출력은 애플리케이션이 처리하기 쉬운 예측 가능한 형식을 제공한다.
같은 목록은 inference.net, DeepInfra, DeepSeek 간 라우팅을 지원하며, 한 제공업체에서 오류가 발생하면 다른 업체로 요청을 전환한다. 개발자는 이제 모델 접근, 제공업체 라우팅, 별도의 검색 서비스를 선택할 수 있으며, 각 항목에는 자체 운영 설정과 비용이 따른다.
출시 일정을 결정하는 주요 날짜
DeepSeek의 10월 출시는 모델 업데이트, Harness 릴리스 후보, 검색 인프라 공개를 아우른다. 10월 17일 앞서 자동 API 추적기가 1017 접미사가 붙은 모델 항목을 포착했지만 이후 사라졌다. DeepSeek은 뒤이어 발표를 통해 출시 사실과 웹사이트, 앱, API의 변경을 확인했다.
이 일정에 따라 개발자는 도구를 업데이트하고 검색 사용량을 살펴볼 짧은 시간을 갖게 된다. 한시적인 무료 이용 기간은 다음 시점에 끝난다:
- 2026년 9월 10일: DeepSeek, 기존 V4.1 Flash 모델 출시.
- 2026년 10월 3일: Harness v0.2.1-alpha.1에서 실험 단계의 Claude Code Mods 브리지 도입.
- 2026년 10월 17일: V4.1-Flash-1017이 웹사이트, 앱, API에 적용되고 Search와 Fetch가 개발자에게 공개됨. 업데이트된 Harness 릴리스 후보도 이용 가능해짐.
- 2026년 10월 31일 16:00 UTC: 서버 도구를 통해 이뤄지는 과금 대상 Search 및 Fetch 호출에 과금 시작. 베이징 시간으로는 11월 1일 자정.
이미 deepseek-flash를 이용하는 개발자는 기존 이름으로 업데이트된 모델을 사용할 수 있다. Harness 이용자는 주변 애플리케이션도 업데이트해야 한다. 실질적인 변화는 더욱 긴 프로젝트에 맞춰 학습된 모델, 작업을 수행하는 도구, 곧 별도의 사용 요금이 추가될 검색 서비스가 더 긴밀하게 연결되는 작업 흐름이다.
핵심 내용
- DeepSeek은 2026년 10월 17일 웹사이트, 앱, API를 통해 V4.1-Flash-1017을 출시했다.
- 모델은 deepseek-flash라는 이름으로 계속 이용할 수 있으며, 기존 모델 API 호출 방식과 가격은 바뀌지 않았다.
- DeepSeek은 DeepSWE v1.1 점수가 74.2점에서 77.0점으로 올랐고, 작업 시간과 출력 길이도 줄었다고 밝혔다.
- 프로젝트 시연에는 자금성 모델링, 브라우저 레이싱 게임, 포털 2 재현, Valley of Ages가 포함됐다.
- Search와 Fetch는 각각 성공적인 호출 1,000회당 0.75달러, 중국 가격 기준 5위안이다.
- 서버 도구를 통한 과금 대상 호출은 베이징 시간 11월 1일 자정부터 과금된다.
- DeepSeek은 Harness v0.2.1-rc.1 이상을 권장하며, Hugging Face와 ModelScope를 통해 모델 웨이트를 공개했다.
