DeepSeek-V4.1-Flash API

DeepSeek-V4.1-Flash-1017은 DeepSeek-V4.1-Flash의 2026-10-17 업데이트로, 1M 토큰 컨텍스트를 갖춘 오픈 웨이트(MIT) 멀티모달 MoE 모델입니다. DeepSeek API에서는 deepseek-flash 모델 ID를 그대로 유지하고(Wokey에서는 deepseek-v4.1-flash이며 deepseek-flash도 계속 작동합니다), 가격도 100만 토큰당 피크 시 입력 $0.30 / 출력 $1.20, 오프피크 시 그 절반으로 같습니다. 이 페이지에서는 Opus 5, Kimi K3, GLM-5.3 대비 DeepSeek의 벤치마크, V4 Pro 및 GPT-6 Luna 같은 동급 모델과의 비교, 무료 옵션이 있는지, 사고와 effort 설정 방법, 로컬 배포(DeepSeek의 오픈 소스 추론 엔진 DeepInfer 포함), 연동 시 자주 막히는 요청 규칙, Wokey API 키로 호출하는 방법을 다룹니다.

DeepSeek-V4.1-Flash-1017 한눈에 보기

출시일
2026-10-17. 같은 날 DeepSeek 웹사이트, 앱, API에 출시되었으며, DeepSeek API에서 같은 deepseek-flash 모델 ID로 2026-09-10의 V4.1-Flash를 대체했습니다. 호출 방법과 가격은 바뀌지 않았습니다
변경 사항
DeepSeek은 이를 소규모 업데이트로 부르며, 더 높은 벤치마크 점수, 더 빠른 작업 완료, 더 짧은 출력을 내세워 성능과 비용의 파레토 개선이라고 설명합니다. DeepSeek Harness(v0.2.1-rc.1 이상 권장), Tencent CodeBuddy, WorkBuddy에 맞춰 조정되었습니다
모델과 가중치
DeepSeek의 Causal Encoder-Decoder(CED) 아키텍처 기반 멀티모달 MoE입니다. V4.1-Flash 기술 보고서에 따르면 백본은 552B 파라미터이고 디코딩 시 토큰당 16B가 활성화되며, Hugging Face의 가중치 파일은 총 763B 파라미터입니다. 코드와 가중치는 MIT 라이선스입니다
컨텍스트와 출력
1M 토큰 컨텍스트, 요청당 최대 384K(393,216) 출력 토큰; 텍스트와 이미지 입력, 텍스트 출력; 모델 카드는 max_tokens를 256K 이상으로 권장합니다
사고와 effort
사고는 기본으로 켜져 있고 effort는 high입니다. reasoning_effort는 low / high / max를 받습니다. thinking: {type: "disabled"}로 끌 수 있으며, Responses API에서는 reasoning.effort "none"도 같은 효과입니다
공식 가격
피크 시 100만 토큰당 입력 $0.30 / 출력 $1.20, 캐시 적중 $0.006; 오프피크 시 그 절반($0.15 / $0.60 / $0.003). 피크는 평일 01:00–04:00 및 06:00–10:00 UTC입니다
API와 도구
DeepSeek은 OpenAI Chat Completions, Responses, Anthropic Messages 형식을 제공하며 도구 호출, JSON 출력, FIM 완성(비사고 모드 전용)을 지원합니다. Wokey는 /v1/chat/completions, /v1/responses, /v1/messages를 제공합니다

· 출처: DeepSeek · Change log · Pricing · Hugging Face · arXiv · Artificial Analysis · DeepInfer

공식 벤치마크: V4.1-Flash-1017 vs V4.1-Flash vs Kimi K3 vs GLM-5.3 vs GPT-5.6 Sol vs Opus 5

Hugging Face에 있는 DeepSeek 모델 카드의 수치로, 2026-10-17 변경 로그와 일치합니다. 벤더가 자체 보고한 결과이며 “—”는 점수가 공개되지 않았음을 뜻합니다. 여기서 Opus 5는 이전의 Claude Opus 5로 Opus 5.5(2026-09-22)가 아니며, GPT-5.6 Sol은 GPT-6.1 Sol이 아닙니다.

벤치마크V4.1-Flash-1017V4.1-FlashKimi K3GLM-5.3GPT-5.6 SolOpus 5
HLE (no tools)42.6%36.8%43.5%—44.5%56.3%
Terminal-Bench 4.042.3%31.2%12.6%37.9%39.9%51.8%
DeepSWE v1.177.0%74.2%67.5%66.9%73.0%74.0%
ProgramBench29.1%20.3%17.5%19.0%23.0%37.0%
NL2Repo-Bench68.2%65.4%58.0%58.0%56.8%75.3%
AutomationBench v1.0.660.5%54.8%46.7%48.8%45.8%50.3%
Agents’ Last Exam35.4%31.8%27.6%28.5%26.7%28.6%
Apex Bench v1.172.1%64.6%47.8%56.6%54.3%65.8%
Chartography (tools)83.0%78.9%68.1%—79.9%84.0%
BabyVision (tools)92.5%89.6%85.7%—88.9%94.1%
ZeroBench-main (tools)51.0%49.0%41.0%—53.0%52.0%

HLE 행은 도구 없이 측정한 결과입니다. 텍스트 전용 하위 집합에서 DeepSeek은 1017을 44.0%, 이전 버전을 39.1%로도 보고하며, GLM-5.3 수치(42.0%)도 텍스트 전용이라 해당 칸은 비워 두었습니다. Terminal-Bench 4.0은 Claude Code 하네스, DeepSWE v1.1은 Mini-SWE-V2에서 실행되었고 ZeroBench는 Pass@5입니다. 벤더마다 표를 칸 단위로 비교할 수는 없습니다. Moonshot 자체 모델 카드에서 Kimi K3의 ProgramBench는 77.8%지만 여기서는 17.5%이고, DeepSeek은 GLM-5.3의 AutomationBench v1.0.6을 48.8%로 제시하지만 Z.ai 페이지에서는 48.2%입니다. K3(67.5%)와 GLM-5.3(66.9%)의 DeepSWE v1.1 수치는 Z.ai 표와 일치합니다.

어떤 모델을 쓸까: V4.1-Flash-1017, Claude Opus, Kimi K3, GLM-5.3, 동급 모델, V4 Pro

V4.1-Flash(0910)에서 업그레이드

바꿀 것이 없습니다. deepseek-flash는 2026-10-17에 같은 가격으로 1017로 전환되었으며, Wokey에서 deepseek-flash와 deepseek-v4.1-flash는 같은 모델입니다. DeepSeek의 표에서 가장 크게 오른 것은 에이전트와 터미널 작업으로, Terminal-Bench 4.0이 31.2%에서 42.3%로, ProgramBench가 20.3%에서 29.1%로, Apex Bench v1.1이 64.6%에서 72.1%로, DeepSWE v1.1이 74.2%에서 77.0%로 올랐습니다. DeepSeek은 또한 더 짧은 출력으로 작업을 더 빨리 끝낸다고 밝혔고, 추론은 출력으로 과금되므로 작업당 비용이 줄어듭니다. 다만 출력이 짧아졌다는 점은 아직 독립적인 테스트로 확인되지 않았습니다.

Claude Opus 5 / Opus 5.5와 비교

DeepSeek 자체 표에서도 가장 어려운 항목은 Opus 5가 앞섭니다. HLE 56.3% vs 42.6%, Terminal-Bench 4.0 51.8% vs 42.3%, ProgramBench 37.0% vs 29.1%, NL2Repo-Bench 75.3% vs 68.2%, 그리고 비전 벤치마크 세 개 모두입니다. 1017은 DeepSWE v1.1(77.0% vs 74.0%), AutomationBench(60.5% vs 50.3%), Agents’ Last Exam, Apex Bench에서 앞섭니다. 2026-09-22에 출시된 Opus 5.5는 표에 없습니다. Opus 5.5의 공식 가격은 $4 / $20으로 1017 피크 시 입력 가격의 약 13배, 출력 가격의 약 17배입니다. 가장 어려운 개발과 한 번에 정확해야 하는 작업에는 Opus를, 작업당 비용이 중요한 대량 에이전트 루프, 서브에이전트, 일상적인 코딩에는 1017을 사용하세요.

Kimi K3 및 GLM-5.3과 비교

DeepSeek의 표에서 1017은 모든 코딩 및 에이전트 항목에서 두 모델을 앞섭니다. 예를 들어 DeepSWE v1.1은 77.0% 대 67.5%(K3), 66.9%(GLM-5.3)이고, Terminal-Bench 4.0은 42.3% 대 12.6%, 37.9%입니다. HLE에서만 K3가 약간 높습니다(43.5% vs 42.6%). 가격 차이는 더 큽니다. K3의 공식 가격은 $3 / $15, GLM-5.3은 $1.4 / $4.4인 반면 1017은 피크 시 $0.30 / $1.20입니다. GLM-5.3은 텍스트만 지원하고 K3는 동영상도 받으며, 1017과 K3 모두 이미지를 받습니다. 이는 DeepSeek의 수치이므로 결정하기 전에 Z.ai와 Moonshot 자체 표도 확인하세요.

GPT-6 Luna, GLM-5.3-Flash, Claude Haiku 5.5와 비교

대량 작업에서 실질적인 대안은 이 동급 모델들이며, 모두 Wokey에서 사용할 수 있습니다. Artificial Analysis Intelligence Index v4.3.2에는 아직 9월의 V4.1-Flash만 있으며, max effort에서 작업당 $0.27에 39점입니다. 같은 버전에서 Claude Haiku 5.5는 43점(작업당 $0.21), GLM-5.3-Flash는 42점($0.28), GPT-6 Luna는 38점($0.07, 작업당 가장 저렴)입니다. AA는 아직 1017을 평가하지 않았습니다. 공식 가격은 Luna $0.10 / $0.50, GLM-5.3-Flash $0.15 / $0.50, Haiku 5.5는 100K 토큰 이하 프롬프트에서 $0.10 / $0.50이고 이를 넘으면 다섯 배입니다. DeepSeek은 피크 시 $0.30 / $1.20, 오프피크 시 $0.15 / $0.60입니다. DeepSeek은 캐시 적중이 가장 저렴하며($0.003–$0.006, Luna와 Haiku 5.5는 $0.01, GLM-5.3-Flash는 $0.03), 긴 프리픽스를 반복 전송하는 에이전트 루프에서는 이것이 가장 큰 비용입니다. AA가 측정한 출력 속도는 Haiku 5.5 약 235 토큰/초, DeepSeek 176, Luna 120, GLM-5.3-Flash 71입니다. 작업당 비용을 최소화하려면 Luna를, 이 등급의 최고 점수를 원하면 Haiku 5.5나 GLM-5.3-Flash를(Haiku 5.5는 긴 프롬프트에서 다섯 배 가격), 캐시를 많이 쓰는 긴 에이전트 루프나 오픈 웨이트가 필요하면 1017을 선택하세요.

DeepSeek V4 Pro와 비교

DeepSeek은 V4.1 Pro를 출시하지 않았습니다. deepseek-v4-pro는 여전히 0813 스냅샷으로 피크 시 $1.32 / $3.96이며, 입력은 Flash의 4.4배, 출력은 3.3배입니다. 이미지 입력을 지원하지 않고, 동시 요청 한도도 Flash의 2,500 대비 500입니다. DeepSeek은 1017과 나란히 비교한 Pro 점수를 공개하지 않습니다. Z.ai의 GLM-5.3 표에서 V4 Pro 0813의 DeepSWE v1.1은 62.7%로, DeepSeek이 보고한 1017의 77.0%보다 낮지만 하네스가 다를 수 있습니다. 새 프로젝트에는 deepseek-v4.1-flash를 사용하세요.

effort 선택

사고 기본값은 high입니다. DeepSeek은 요청된 수준을 세 단계로 매핑합니다. minimal과 low → low, medium·high·xhigh → high, max와 ultra → max입니다. 코딩과 에이전트에는 기본값 high를, 가장 어려운 추론에는 max를, 추출과 짧은 답변에는 low를 쓰고, FIM, 분류, 지연 시간이 중요한 호출에는 사고를 끄세요(thinking: {type: "disabled"}). 추론 토큰은 출력 가격으로 과금됩니다.

DeepSeek 사고 모드 문서

제3자 평가

  • Kingy AI: 2026-10-17에 Vercel AI Gateway를 통해 진행한 소규모 시험입니다. 결정적 채점을 쓰는 고정 작업 7개를 각각 두 번 실행해 GPT-6.1 Sol, Claude Sonnet 5.5, Qwen3.8-27B와 비교했습니다. 1017, Sol, Sonnet 모두 14회 중 14회를 통과해 이 테스트로는 순위를 매길 수 없었습니다. 1017의 가장 분명한 장점은 비용으로, 약 $0.016인 반면 Sol은 약 $0.058, Sonnet은 $0.065였습니다. 속도는 엇갈렸습니다. 일반 작업에서는 중앙값 2.47초(Sonnet 1.59초, Sol 4.77초)였지만, 구간 빼기 작업 하나에서는 27–28초가 걸렸고 Sonnet은 약 3초 만에 끝냈습니다. 작성자는 출력이 짧아졌다는 주장을 검증하거나 에이전트 하네스를 테스트하지는 않았습니다.
  • Paweł Huryn(Bug Hunt Bench): 올해 초 프런티어 모델들이 놓친 버그 105개를 심어 둔 실제 저장소 두 곳에서 모델이 버그를 찾아 고쳐야 하는 테스트입니다. 1017은 max effort에서 첫 실행 34점, 3회 평균 38.7점으로 9월 버전의 21.7점을 넘었습니다. 같은 테스트에서 Opus 5.5(max)는 41.7점, Gemini 4 Argon(high)은 40.7점입니다. high effort에서는 2회 평균 32점으로 high의 Opus 5.5(31.7)와 비슷했습니다. 작성자는 1017이 다른 모델보다 실행마다 편차가 훨씬 크다고 지적합니다.
  • ML_Bear(X): 대체로 부정적인 첫인상입니다. 매우 저렴하고(Opus의 약 1/16) 짧은 출력은 빠르지만 긴 출력은 느리며, 치명적인 약점은 세부 지시를 놓친다는 점으로 정확도가 Sol과 Opus에 크게 뒤진다고 합니다. 일본어가 약하고 엄격한 JSON Schema 모드도 없습니다. 정확도가 덜 중요한 대량 작업에 쓰라고 제안합니다.
  • Startup Fortune: 이번 출시는 점수보다 패키징이 중요하다고 주장합니다. 9월 V4.1-Flash 출시 때처럼 새 DeepSeek Harness 버전과 이름이 명시된 파트너 도구가 함께 나와, 개발자를 DeepSeek이 처음부터 끝까지 통제하는 스택으로 이끈다는 것입니다. 또한 MIT 라이선스 덕분에 어떤 도구에서든 모델을 실행할 수 있다는 점도 언급합니다.

Claude Code에서 1017 사용하기와 확인해야 할 요청 규칙

이 규칙은 DeepSeek의 API 문서와 모델 카드, 그리고 Wokey가 deepseek-v4.1-flash를 라우팅하는 방식에서 나온 것입니다. 전환하거나 처음 연동하기 전에 확인하세요.

  • DeepSeek API에서는 모델 이름이 deepseek-flash이며, 1017 전용 ID는 없고 이전 버전을 고정할 수도 없습니다. Wokey에서는 deepseek-v4.1-flash를 사용하세요. 기존 deepseek-flash ID도 계속 작동하며 같은 모델, 같은 가격입니다.
  • Wokey에서 deepseek-v4-flash는 별도 모델로, 첫 번째 경로가 Volcengine의 DeepSeek V4 Flash 배포이며 이미지를 받지 않습니다. 1017을 쓰려면 ID를 deepseek-v4.1-flash로 바꾸세요. (DeepSeek 자체 API에서는 이제 이전 이름도 1017을 실행합니다.)
  • 사고 모드에서 도구를 쓸 때는 도구 호출이 없는 턴을 포함해 이전의 모든 assistant 턴의 reasoning_content를 다시 보내야 합니다. 그렇지 않으면 DeepSeek이 400(The reasoning_content in the thinking mode must be passed back to the API)을 반환합니다. 반환된 메시지 객체를 그대로 덧붙이면 충분하며, 도구가 없으면 이 필드는 무시됩니다.
  • 사고 모드에서 temperature, presence_penalty, frequency_penalty는 받아들여지지만 효과가 없고, 0.95 미만의 top_p는 0.95로 올라갑니다. 모델 카드는 temperature 1.0, top_p 1.0을 권장합니다.
  • 구조화 출력: response_format은 json_object만 지원하며(유효한 JSON; 프롬프트에 “json”을 언급하고 예시 형식을 보여야 함) json_schema는 지원하지 않습니다. DeepSeek의 strict 함수 호출은 /beta base URL의 베타 기능이고 Wokey는 표준 엔드포인트를 호출하므로, 도구 인수는 직접 검증하세요.
  • 요청당 최대 384K(393,216) 출력 토큰. 모델 카드는 max_tokens를 256K 이상으로 권장하며, 추론은 출력으로 과금되므로 출력 예산에 여유를 두세요.
  • 피크 시간: DeepSeek은 평일 01:00–04:00 및 06:00–10:00 UTC(베이징 시간 09:00–12:00 및 14:00–18:00)에 정가를, 그 외 시간에는 반값을 받습니다. Wokey도 같은 시간대를 쓰므로 주말이나 이 시간대 밖의 배치 작업은 반값입니다. 단, DeepSeek과 달리 Wokey는 중국 공휴일을 오프피크로 취급하지 않습니다.
  • Claude Code에서 사용하기: ANTHROPIC_BASE_URL을 https://api.wokey.ai로, ANTHROPIC_AUTH_TOKEN을 Wokey API 키로, ANTHROPIC_MODEL을 deepseek-v4.1-flash로 설정하세요. Codex CLI는 /v1/responses, OpenCode는 /v1/chat/completions를 사용합니다. 위의 클라이언트 가이드를 참고하세요. DeepSeek이 권장하는 에이전트인 DeepSeek Harness도 Wokey와 함께 작동하며, 설정 방법은 /docs/deepseek-harness에 있습니다.

reasoning_content를 다시 보내는 도구 호출 후속 요청(/v1/chat/completions)

{
  "model": "deepseek-v4.1-flash",
  "reasoning_effort": "high",
  "tools": [{ "type": "function", "function": { "name": "read_file", "parameters": { "type": "object", "properties": { "path": { "type": "string" } }, "required": ["path"] } } }],
  "messages": [
    { "role": "user", "content": "Why does the build fail?" },
    { "role": "assistant", "content": null, "reasoning_content": "Read the build log first.", "tool_calls": [{ "id": "call_1", "type": "function", "function": { "name": "read_file", "arguments": "{\"path\":\"build.log\"}" } }] },
    { "role": "tool", "tool_call_id": "call_1", "content": "error TS2307: Cannot find module './config'" }
  ]
}
모델 ID
deepseek-v4.1-flash
공급업체
deepseek, opencode, ollama, volcengine
공급 상태
현재 호출 가능

카탈로그 가격 스냅샷

가격은 100만 토큰 기준이며, 정산에는 요청 시점의 가격이 적용됩니다.

과금 항목Wokey공식 참고 가격절감률
Input$0.15$0.350%
Output$0.6$1.250%
Cache read$0.003$0.00650%
Cache write———

공식 가격 출처: https://api-docs.deepseek.com/quick_start/pricing

대량 이용 할인: 하루 동안 DeepSeek V4.1 Flash에 $100 / $200 이상 결제하면 다음 날 DeepSeek V4.1 Flash에 10% / 20% 할인이 자동으로 적용되며 상한은 없습니다. 규칙 보기

Search / Fetch 요금과 Wokey 지원 범위

DeepSeek Search / Fetch API 요금은 어떻게 부과되나요?

Search는 구조화된 웹 검색 결과를, Fetch는 한 페이지를 Markdown으로 반환합니다. DeepSeek은 영문 가이드에서 각 API를 성공 요청 1,000건당 $0.75, 중국어 가이드에서 ¥5로 안내합니다. 이는 통화별 공식 요율이며 Wokey 가격이나 환율 환산이 아닙니다. 결과가 있는 HTTP 200 응답만 과금됩니다. 즉 비어 있지 않은 Search 결과 배열이나 Fetch의 페이지 본문입니다. 실패, 빈 검색 결과, 타임아웃은 과금되지 않으며 count는 요청당 가격을 바꾸지 않습니다. Search와 Fetch는 따로 집계되므로 검색 1회 뒤 여러 번의 Fetch는 한 번의 과금 호출이 아닙니다. 모델 토큰은 별도로 과금됩니다.

2026년 11월 1일부터 과금되는 검색은 무엇인가요?

DeepSeek에 따르면 DeepSeek 공식 API로 DeepSeek Harness, Claude Code, Codex를 통해 실행되는 서버 측 Search/Fetch 도구 호출은 현재 한시적으로 도구 요금이 없습니다. 요청당 과금은 베이징 시간 2026-11-01 00:00(UTC+8, 싱가포르와 같은 시차)부터 시작됩니다. 이 면제로 모든 직접 Search/Fetch API 호출이 무료가 되는 것은 아니며 모델 토큰 요금도 면제되지 않습니다. 이 공식 정책은 Wokey의 무료 이용 약속이 아닙니다.

Wokey의 deepseek-v4.1-flash는 단독 Search / Fetch를 지원하나요?

Wokey는 이 페이지에 나열된 모델 추론 인터페이스를 제공하며, 단독 /v1/tools/search 또는 /v1/tools/fetch 엔드포인트는 제공하지 않습니다. 도구 호출을 지원한다고 해서 upstream의 모든 내장 웹 도구를 지원하는 것은 아닙니다. 모델 요청 안의 서버 측 검색은 실제 공급 경로에 따라 달라지며, 현재 Wokey가 검증하고 일관되게 지원하는 기능으로 표시하지 않습니다. 이 페이지는 Search/Fetch 호출당 Wokey 가격도 공개하지 않습니다. 문서로 지원되는 단독 검색·Fetch가 필요하면 DeepSeek API 키로 api.deepseek.com을 사용하고, Wokey 모델 호출과 별도로 설정·과금하세요.

· DeepSeek · Search & Fetch (USD) · DeepSeek · Search & Fetch (CNY) · DeepSeek · Change log

Wokey 실측

최근 28일(2026-10-13~2026-11-09), 매주 월요일 업데이트 · 200+개 계정의 실제 요청

첫 토큰까지의 시간, 짧은 프롬프트
2.1초 (중앙값 · 8K 토큰 미만 프롬프트 · p90 4.8초)
첫 토큰까지의 시간, 에이전트 규모 프롬프트
3.6초 (중앙값 · 32K–128K 토큰 프롬프트)
프롬프트 캐시 적중률
94% (입력 토큰 중 캐시에서 읽은 비율)

많이 쓰는 클라이언트: OpenCode 29%, Magpie 24%, DeepSeek Harness 23%. 식별된 클라이언트의 요청 중 비율이며, 요청의 25%에서 클라이언트가 식별되었습니다.

측정 방법

첫 토큰까지의 시간은 Wokey 게이트웨이가 요청을 받은 시점부터 첫 스트리밍 콘텐츠(텍스트, 추론 요약 또는 거부)가 나올 때까지입니다. 대기열, 다른 계정으로의 재시도, 모델의 사고 시간이 포함되므로 업스트림 자체의 첫 토큰 지연보다 깁니다. 성공한 스트리밍 요청만 집계하며, 프롬프트 크기(입력과 캐시 읽기·쓰기 합계)별로 구간을 나눕니다.

캐시 적중률 = 캐시에서 읽은 토큰 ÷ 입력 토큰(성공한 요청 기준)입니다. 클라이언트와 사용 방식에 따라 달라지며, 클라이언트별 내역은 캐시 적중률 페이지에서 볼 수 있습니다.

엔터프라이즈 계정과 Wokey 자체 테스트 계정은 제외합니다. 최근 28일 동안 20명 이상의 사용자가 이용했고 한 사용자의 요청이 50%를 넘지 않을 때 모델을 표시하며, 하나의 추천 체인으로 가입한 계정은 한 사용자로 셉니다. 첫 토큰까지의 시간 수치마다 최소 500건의 요청이 필요합니다.

클라이언트별 캐시 적중률

모델 기능

Context
1,000,000 tokens
최대 출력
393,216 tokens
Streaming
지원
Tools
지원
Vision
지원
지원 API 형식
/v1/chat/completions · /v1/responses · /v1/messages

요청 보내기

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

사용 중인 도구에서 DeepSeek-V4.1-Flash 사용

게이트웨이 주소는 https://api.wokey.ai(OpenAI 호환 클라이언트는 보통 https://api.wokey.ai/v1)이고, 모델 ID는 deepseek-v4.1-flash입니다. 사용하는 클라이언트의 가이드를 여세요.

Claude Code

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4.1-flash"

실제 운영 호출 예시

이 사용량 값은 첫 시도에 성공하고 청구 내역과 대조를 마친 DeepSeek-V4.1-Flash 호출 한 건에서 가져온 것입니다.

총 입력
77258
출력
1030
입력 중 캐시 비율
99.9%
호출 시간
12.90 s

Chat Completions usage

과금 기록을 바탕으로 API 필드 예시로 정리했습니다. prompt_tokens는 캐시된 토큰을 포함한 총 입력입니다.

{
  "model": "deepseek-v4.1-flash",
  "usage": {
    "prompt_tokens": 77258,
    "prompt_tokens_details": {
      "cached_tokens": 77184
    },
    "completion_tokens": 1030,
    "total_tokens": 78288
  }
}

토큰 대조

이 호출에 기록된 100만 토큰당 최종 단가입니다.

과금 항목토큰이 호출의 단가 / 1M
캐시 미적용 입력74$0.075
캐시 읽기77184$0.0015
출력1030$0.3
청구 금액
$0.000430

비용 = 토큰 수 × 각 단가 ÷ 1,000,000의 합계이며, 합산 후 소수점 여섯째 자리로 반올림합니다.

이 호출의 출처

이 호출은 opencode.ai의 OpenCode 채널을 API Key 인증으로 사용했습니다. 사용량은 업스트림에서 측정되었고 요청은 HTTP 200을 반환했습니다.

Provider Node 소개 · 연동 문서

Prompt Cache 확인하기

  1. 긴 프롬프트의 공통 접두사를 동일하게 유지하고, 선택한 API의 캐시 규칙에 따라 컨텍스트를 재사용하세요.
  2. prompt_tokens_details.cached_tokens를 확인하세요. 0이면 이 호출에서 캐시 읽기가 기록되지 않았다는 뜻입니다.
  3. 캐시 미적용 입력 = prompt_tokens − 캐시된 토큰. 항목별로 단가를 곱한 뒤 출력 요금을 더하세요.

자주 묻는 질문

DeepSeek-V4.1-Flash-1017은 무엇이고 V4.1-Flash와 어떻게 다른가요?

2026-09-10에 출시된 DeepSeek-V4.1-Flash의 2026-10-17 업데이트입니다. 아키텍처, DeepSeek API의 모델 ID(deepseek-flash), 가격은 바뀌지 않았습니다. DeepSeek은 더 높은 점수(DeepSWE v1.1 74.2%에서 77.0%, Terminal-Bench 4.0 31.2%에서 42.3%)를 보고하며 더 짧은 출력으로 작업을 더 빨리 끝낸다고 밝혔습니다. DeepSeek의 API, 웹사이트, 앱은 출시 당일 모두 1017로 전환되었습니다.

DeepSeek-V4.1-Flash-1017 API 가격은 얼마인가요?

DeepSeek은 V4.1-Flash 가격을 유지했습니다. 피크 시 100만 토큰당 입력 $0.30, 출력 $1.20, 캐시 적중 $0.006이며, 오프피크 시에는 그 절반($0.15 / $0.60 / $0.003)입니다. 피크는 평일 01:00–04:00 및 06:00–10:00 UTC이고 주말은 종일 오프피크입니다. Wokey도 같은 시간대를 쓰며, 가격은 이 페이지 상단의 가격표에 있습니다.

무료 DeepSeek V4.1 Flash API가 있나요?

DeepSeek 자체 API는 종량제입니다. 2026-10-15부터 OpenCode가 Zen에서 DeepSeek V4.1 Flash Free(deepseek-v4.1-flash-free)를 기간 한정으로 제공하지만 OpenCode 안에서만 쓸 수 있습니다. models.dev에는 무료 버전이 컨텍스트 200K, 출력 32K 토큰으로 나와 있으며(유료 버전은 1M / 384K), OpenCode는 어떤 스냅샷을 쓰는지 밝히지 않습니다. Wokey에는 무료 등급이 없으며, 이 페이지 가격표의 가격으로 토큰당 과금하고, base URL을 설정할 수 있는 모든 클라이언트에서 1M 전체 컨텍스트를 사용할 수 있습니다.

DeepSeek-V4.1-Flash는 멀티모달인가요? 이미지를 받나요?

네. V4.1-Flash는 이미지 입력을 기본 지원하고 텍스트를 출력합니다. 1017은 비전 점수를 높였습니다(도구 사용 Chartography 78.9%에서 83.0%, BabyVision 89.6%에서 92.5%). Wokey에서는 deepseek-v4.1-flash 메시지의 image_url 파트로 이미지를 보내세요. Wokey의 이전 ID인 deepseek-v4-flash는 텍스트 전용입니다.

DeepSeek-V4.1-Flash-1017을 로컬에서 실행할 수 있나요?

네. 가중치는 Hugging Face와 ModelScope(deepseek-ai/DeepSeek-V4.1-Flash-1017)에 MIT 라이선스로 공개되어 있으며, 모델 카드에 vLLM, SGLang, Transformers 명령이 나와 있습니다. 파일은 FP8과 BF16 혼합 정밀도로 총 763B 파라미터이므로 멀티 GPU 서버가 필요합니다. 기술 보고서에 따르면 토큰당 활성 파라미터는 16B여서 일단 로드하면 빠르게 작동합니다. 2026-10-18 기준 Unsloth의 GGUF 양자화는 아직 작업 중으로 표시되어 있었습니다. Jinja 채팅 템플릿은 없으며, DeepSeek은 프롬프트 구성을 위해 encoding.py와 deepseek-recipe 라이브러리를 제공합니다. 2026-10-20에는 DeepSeek 자체 추론 엔진 DeepInfer도 오픈 소스로 공개했지만 더 최신 하드웨어가 필요합니다. 다음 질문을 참고하세요.

DeepInfer는 무엇이고 DeepSeek-V4.1-Flash를 실행할 수 있나요?

DeepInfer는 DeepSeek이 2026-10-20에 오픈 소스로 공개한 추론 프레임워크입니다(Apache-2.0, github.com/deepseek-ai/DeepInfer). DeepSeek 자체 V4.1-Flash 운영 서비스를 구동하며, 원래는 주로 vLLM을 기반으로 만들어졌습니다. 2026-10-23 기준으로 몇 가지 제한이 있습니다. DeepSeek-V4.1-Flash만 지원합니다(기본으로 1017을 로드). NVIDIA SM100(B200 및 GB200 세대)과 Huawei Ascend 950에서만 실행되며, H100과 H800 같은 Hopper 카드와 소비자용 GPU는 공식 지원되지 않습니다(커뮤니티의 H20 포팅은 병합되지 않은 PR 상태입니다). 오픈 소스 릴리스는 오프라인 추론만 지원하며 HTTP나 OpenAI 호환 서버가 없고, 완전한 서비스에 필요한 KV 캐시 시스템, prefill/decode 분리, 데이터 병렬 부하 분산도 빠져 있습니다. DeepSeek의 배포 Q&A는 1P+1D로도 배포할 수 있다고 하면서, 효율적인 최소 단위를 prefill용 GPU 64개와 decode용 64개로 제시합니다. DeepInfer는 모델 호스팅 API 제공업체인 DeepInfra와 무관합니다. V4.1-Flash를 호출만 하려면 API를 사용하세요. Wokey에서 모델 ID는 deepseek-v4.1-flash입니다.

DeepInfer로 자체 호스팅하면 API보다 저렴한가요?

소규모에서는 아닙니다. GPUStack은 B200 8개에서 DeepInfer로 V4.1-Flash-1017을 실행해(요청당 입력 8,192, 출력 1,024 토큰, 동시성 16, 튜닝 없음, 1회 실행) 초당 약 1,392 출력 토큰, 즉 시간당 약 4,010만 입력 토큰과 501만 출력 토큰을 얻었습니다. 같은 양을 DeepSeek API 정가(캐시 미스 기준)로 처리하면 피크 시 약 $18, 오프피크 시 약 $9로, GPU 시간당 약 $2.26과 $1.13입니다. B200 한 개의 시간당 임대료나 감가상각비와 전기료가 이보다 높다면 자체 호스팅은 API보다 불리하며, 캐시 적중이 있으면 API는 더 저렴해집니다. DeepSeek 자체 클러스터는 대규모 전문가 병렬화, KV 캐시 적중, 높은 동시성 덕분에 오프피크 가격으로 GPU 시간당 $38를 벌지만, 오픈 소스 릴리스에는 KV 캐시 시스템도 PD 분리도 없습니다. 데이터가 자체 인프라를 벗어날 수 없거나, 추론 코드를 수정해야 하거나, 유휴 Blackwell 용량이 있다면 자체 호스팅하고, 그렇지 않다면 API를 호출하세요. Wokey의 deepseek-flash는 DeepSeek과 같은 피크 시간을 따릅니다.

DeepSeek V4.1 Flash와 V4 Pro 중 무엇을 써야 하나요?

V4.1 Flash(Wokey에서는 deepseek-v4.1-flash)입니다. DeepSeek은 V4.1 Pro를 출시하지 않았고, deepseek-v4-pro는 여전히 0813 스냅샷으로 입력은 Flash의 4.4배, 출력은 3.3배 비싸며, 이미지를 받지 않고 동시 요청 한도도 더 낮습니다(500 vs 2,500). DeepSeek은 직접 비교를 공개하지 않지만, Z.ai의 GLM-5.3 표에서 V4 Pro의 DeepSWE v1.1은 62.7%로 DeepSeek이 보고한 1017의 77.0%보다 낮습니다.

DeepSeek Search / Fetch API 요금은 어떻게 부과되나요?

Search는 구조화된 웹 검색 결과를, Fetch는 한 페이지를 Markdown으로 반환합니다. DeepSeek은 영문 가이드에서 각 API를 성공 요청 1,000건당 $0.75, 중국어 가이드에서 ¥5로 안내합니다. 이는 통화별 공식 요율이며 Wokey 가격이나 환율 환산이 아닙니다. 결과가 있는 HTTP 200 응답만 과금됩니다. 즉 비어 있지 않은 Search 결과 배열이나 Fetch의 페이지 본문입니다. 실패, 빈 검색 결과, 타임아웃은 과금되지 않으며 count는 요청당 가격을 바꾸지 않습니다. Search와 Fetch는 따로 집계되므로 검색 1회 뒤 여러 번의 Fetch는 한 번의 과금 호출이 아닙니다. 모델 토큰은 별도로 과금됩니다.

2026년 11월 1일부터 과금되는 검색은 무엇인가요?

DeepSeek에 따르면 DeepSeek 공식 API로 DeepSeek Harness, Claude Code, Codex를 통해 실행되는 서버 측 Search/Fetch 도구 호출은 현재 한시적으로 도구 요금이 없습니다. 요청당 과금은 베이징 시간 2026-11-01 00:00(UTC+8, 싱가포르와 같은 시차)부터 시작됩니다. 이 면제로 모든 직접 Search/Fetch API 호출이 무료가 되는 것은 아니며 모델 토큰 요금도 면제되지 않습니다. 이 공식 정책은 Wokey의 무료 이용 약속이 아닙니다.

Wokey의 deepseek-v4.1-flash는 단독 Search / Fetch를 지원하나요?

Wokey는 이 페이지에 나열된 모델 추론 인터페이스를 제공하며, 단독 /v1/tools/search 또는 /v1/tools/fetch 엔드포인트는 제공하지 않습니다. 도구 호출을 지원한다고 해서 upstream의 모든 내장 웹 도구를 지원하는 것은 아닙니다. 모델 요청 안의 서버 측 검색은 실제 공급 경로에 따라 달라지며, 현재 Wokey가 검증하고 일관되게 지원하는 기능으로 표시하지 않습니다. 이 페이지는 Search/Fetch 호출당 Wokey 가격도 공개하지 않습니다. 문서로 지원되는 단독 검색·Fetch가 필요하면 DeepSeek API 키로 api.deepseek.com을 사용하고, Wokey 모델 호출과 별도로 설정·과금하세요.

DeepSeek-V4.1-Flash API 가격은 얼마이며, 공식 API보다 얼마나 저렴한가요?

Wokey 가격은 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.6이며, 공식 참고 가격은 $0.3 및 $1.2입니다. 입력은 50%, 출력은 50% 저렴합니다. 정산에는 요청 시점의 가격이 적용되며, 공급업체 가격 출처 링크는 이 페이지에 있습니다.

DeepSeek-V4.1-Flash API 모델 ID는 무엇인가요?

Wokey에서 DeepSeek-V4.1-Flash의 모델 ID는 deepseek-v4.1-flash입니다. 요청 본문의 model 필드나 클라이언트의 모델 설정(예: Claude Code의 ANTHROPIC_MODEL, Codex CLI config.toml의 model)에 표기된 그대로 정확히 사용하세요. GET https://api.wokey.ai/v1/models에서도 확인할 수 있습니다.

DeepSeek-V4.1-Flash은(는) 어떤 API 형식을 지원하며, Wokey로 어떻게 호출하나요?

DeepSeek-V4.1-Flash은(는) /v1/chat/completions(Chat Completions 요청), /v1/responses(Responses 요청), /v1/messages(Messages 요청)을(를) 지원합니다. API 기본 URL을 https://api.wokey.ai로 설정하고, Wokey API 키로 인증한 뒤 정식 모델 ID deepseek-v4.1-flash를 사용하세요. /v1/chat/completions부터 시작할 수 있습니다. "요청 보내기" 섹션에 지원되는 각 API 형식의 curl 예시가 있습니다.

Claude Code에서 DeepSeek-V4.1-Flash을(를) 사용하는 방법은?

Claude Code는 /v1/messages로 DeepSeek-V4.1-Flash을(를) 호출합니다. ANTHROPIC_BASE_URL="https://api.wokey.ai", ANTHROPIC_AUTH_TOKEN에 Wokey API 키, ANTHROPIC_MODEL="deepseek-v4.1-flash"를 설정한 후 claude를 실행하세요. Claude Desktop도 /v1/messages를 사용하며, 설정 가이드에서 두 클라이언트를 단계별로 안내합니다.

DeepSeek-V4.1-Flash의 컨텍스트 윈도우와 최대 출력은 얼마인가요?

카탈로그 기준 컨텍스트 윈도우는 1,000,000 토큰, 최대 출력은 393,216 토큰입니다. 두 값은 별개의 한도이며, 요청은 처리 시점에 적용되는 업스트림 제약도 충족해야 합니다.

DeepSeek-V4.1-Flash의 캐시 읽기와 캐시 쓰기 가격은 어떻게 되나요?

캐시 읽기: Wokey 가격은 100만 토큰당 $0.003, 공식 참고 가격은 100만 토큰당 $0.006입니다. 캐시 쓰기: 공급업체가 별도의 과금 항목을 공개하지 않아 Wokey 공개 가격도 —로 표시합니다.

Wokey로 DeepSeek-V4.1-Flash을(를) 호출하는 것은 OpenRouter와 어떻게 다른가요?

Wokey는 DeepSeek-V4.1-Flash을(를) 100만 토큰당 입력 $0.15 / 출력 $0.6에 제공하며, 공식 참고 가격은 $0.3 / $1.2입니다. OpenRouter는 추론에 추가 마진을 붙이지 않고 크레딧 구매 시 수수료(카드 결제 시 5.5%)를 받는다고 밝히고 있습니다. Wokey는 엄선된 모델을 제공하며 공급자별 라우팅 파라미터가 없으므로, 더 넓은 카탈로그가 필요하다면 OpenRouter가 더 적합합니다. 전체 비교는 OpenRouter 대안 페이지에 있습니다.

DeepSeek-V4.1-Flash과(와) DeepSeek V4 Flash은(는) 가격과 컨텍스트에서 어떻게 다른가요?

공개된 가격 비교에서 DeepSeek-V4.1-Flash은(는) 입력/출력 $0.15 / $0.6, 컨텍스트 윈도우 1,000,000 토큰이고, DeepSeek V4 Flash은(는) $0.15 / $0.6, 컨텍스트 윈도우 1,000,000 토큰입니다. 이는 가격과 용량에 대한 사실 비교이며 품질 순위가 아닙니다. 지원되는 API 형식과 기능도 함께 비교하세요.

Wokey에서 DeepSeek-V4.1-Flash의 속도는 어느 정도인가요?

2026-10-13~2026-11-09 Wokey 게이트웨이의 실제 요청으로 측정한 결과, 8K 토큰 미만 프롬프트의 첫 토큰까지의 시간 중앙값은 2.1초(p90 4.8초), 32K–128K 토큰 에이전트 프롬프트는 3.6초였습니다. 입력 토큰의 94%를 프롬프트 캐시에서 읽었습니다. 가장 많이 쓰인 클라이언트는 OpenCode, Magpie, DeepSeek Harness입니다. 시간은 게이트웨이가 요청을 받은 시점부터 재며 대기열, 재시도, 사고 시간을 포함합니다.

관련 모델 및 문서

API 키 받기 · deepseek-v4.1-flash