전략

0.017달러 에이전트: DeepSeek 1017 스냅샷, 가격은 동결한 채 작업 비용을 낮추다

글쓴이: IdeaBosque Engineering최종 업데이트: 2026年10月18日

핵심 요약

2026년 10월 17일, DeepSeek는 deepseek-flash 이름 뒤의 모델을 V4.1-Flash-1017으로 업그레이드했습니다. API 호출 방식과 모든 가격표는 그대로입니다 — 안정적인 별칭 아래로 도착한 스냅샷 릴리스(DeepSeek 체인지 로그). 별칭 아래의 모델은 바뀌었습니다. 청구서의 가격표는 바뀌지 않았습니다.
Terminal-Bench 4.0은 5주 만에 31.2에서 42.3으로(+11.1), DeepSWE v1.1은 77.0, Automation-Bench는 60.5, Agents' Last Exam은 35.4를 기록했습니다 — 모두 Hugging Face 카드에서 Claude Opus 5를 넘습니다(Hugging Face).
Opus 5는 Terminal-Bench 4.0(51.8 대 42.3), HLE 도구 없음(56.3 대 42.6), NL2Repo-Bench(75.3 대 68.2), ProgramBench(37.0 대 29.1)에서 여전히 선두입니다 — 정직한 해석은 에이전트 실행 계층의 우위이며, 전면 프론티어 우위가 아닙니다.
공식 엔드포인트의 91.5% 캐시 히트율은 실제 지불되는 입력 단가를 백만 토큰당 약 0.017달러 수준으로 내려놓습니다(OpenRouter 가중 평균, 애그리게이터 취합) — DeepSeek 요율 기준으로 캐시 히트는 미스의 2%에 해당합니다(DeepSeek 가격; Local AI Zone).
같은 릴리스는 Search & Fetch를 성공 1,000회 호출당 0.75달러로 개방했고, 자체 검색 엔진이 "SEO 스팸, GEO 조작, 저품질 AIGC"를 필터링한다고 공개했습니다 — 플랫폼 정책에 속하는 성명이며, 제품 자체 체인지 로그에 게재되어 있습니다(DeepSeek 체인지 로그).

2026년 10월 17일, DeepSeek는 deepseek-flash라는 이름 뒤의 모델을 바꾸고 가격표에는 전혀 손대지 않았습니다. 새 가중치, 같은 가격 — 이 조합이 조용히 에이전트 추론에서 가장 강력한 비용 레버가 되고 있습니다. Hugging Face 벤치마크 카드에서 DeepSeek-V4.1-Flash-1017은 Terminal-Bench 4.0을 31.2에서 42.3으로(+11.1) 끌어올렸고, DeepSWE에서 77.0, Automation-Bench에서 60.5를 기록 — 모두 Claude Opus 5를 넘으며 — 더 짧은 출력으로 작업을 더 빨리 완료합니다. DeepSeek의 체인지 로그는 그 결과를 "여러 하네스에 걸친 새로운 성능-비용 파레토 최적"이라고 부릅니다. 돈을 운반하는 것은 벤치마크 표가 아닙니다. 공식 엔드포인트는 91.5%의 캐시 히트율을 보고하며, 캐시가 잘 붙는 워크로드에서는 실제 지불되는 입력 단가가 백만 토큰당 약 0.017달러에 떨어집니다. 이 글은 무엇이 출시되었는지, 캐시 산술이 상시 가동 에이전트 청구서에 무엇을 하는지, 그리고 팀이 쥘 수 있는 레버가 무엇인지 다룹니다.

이 글은 두 개의 선행 보고서 위에 섭니다. 추론 경제학: 상시 가동 프로덕션 에이전트가 이제 감당할 수 있는 가격이 된 이유는 토큰 단가의 붕괴와 10:1의 통합-모델 지출 비율을 기록했습니다. DeepSeek V4.1-Flash와 무음 모델 교체는 9월의 자동 라우팅 사건 — 약 45시간 안에 발표되고 철회된 V4-Pro→Flash 강제 교체 — 을 기록했습니다. 1017 스냅샷은 세 번째 막이며 성격이 다릅니다. 가격 인하도 없고, 강제 라우팅도 없습니다. 같은 엔드포인트 이름 아래에 더 좋고 더 싸게 돌아가는 체크포인트가 조용히 놓였을 뿐입니다. 여기서는 이런 유형 릴리스의 메커니즘과, 이것이 청구서를 낮추는지를 결정하는 캐시 경제학을 다룹니다.

같은 이름, 새 모델: 스냅샷이 착지하는 방식

DeepSeek의 10월 17일 체인지 로그는 두 단락짜리 이벤트입니다. "DeepSeek V4.1 Flash가 DeepSeek-V4.1-Flash-1017으로 업그레이드되었습니다... API 호출 방식과 가격은 변동이 없습니다 — deepseek-flash를 사용하는 것만으로 최신 모델에 접근할 수 있습니다." 레거시 별칭은 계속 라우팅되고, 웹사이트와 앱은 그 자리에서 업데이트되었으며, 네 자리 숫자 접미사가 날짜를 기록합니다. 통합에는 아무것도 바뀌지 않았습니다. 바뀐 것은 그 아래입니다.

이것은 6주에 걸친 세 번째 릴리스 관례입니다. 9월 10일에는 고유 가격을 지닌 이름 있는 새 계층과 함께, (발표 후 철회된) 모든 deepseek-v4-pro 트래픽을 그곳으로 자동 라우팅하는 계획이 나왔습니다 — 프로덕션 위험은 동의였습니다. 약 45시간 만의 철회는 오로지 사용자 압력 때문이었습니다. DeepSeek 자체 체인지 로그는 V4-Pro 서비스가 9월 14일 이후에도 "청구 방식은 변함없이" 계속된다고 명시합니다. 10월 17일은 그 대신 스냅샷이었습니다. 가격 변경 없음, 라우팅 변경 없음, 안정적인 별칭 아래 기본값으로 착지하는 업그레이드.

여기서 문제되는 것은 동의가 아닙니다. 스냅샷은 가격이 그대로인 명백한 개선이며, Hugging Face는 같은 날 MIT 라이선스 가중치를 공개했고, 2,500 동시 요청의 1M 토큰 컨텍스트를 갖추고 있습니다. 그래도 행동 드리프트는 드리프트입니다. 이름 아래의 체크포인트가 바뀌었습니다. 대응은 모델 교체 글이 처방한 것에서 경보를 뺀 형태입니다 — 모든 응답에서 실제 제공된 모델을 기록하고, 스냅샷 업그레이드가 프로덕션에 오르기 전에 자기 평가 세트로 회귀 테스트를 수행하세요. 요청했고 검증한 업그레이드는 업그레이드입니다. 보지 못한 사이에 안정적인 이름으로 도착한 업그레이드는, 그것이 파레토 개선이라 해도, 변경 이벤트입니다.

벤치마크 카드를 정직하게 읽기

Hugging Face 카드는 1017 빌드를 9월 릴리스, Kimi K3, GLM-5.3, GPT-5.6 Sol, Claude Opus 5와 나란히 놓습니다. 공식 항목의 패턴은 깔끔하게 둘로 나뉩니다.

벤치마크	V4.1-Flash(9월 10일)	1017	변화	Opus 5	1017 vs Opus 5
DeepSWE v1.1	74.2	77.0	+2.8	74.0	넘는다
Automation-Bench v1.0.6	54.8	60.5	+5.7	50.3	넘는다
Agents' Last Exam	31.8	35.4	+3.6	28.6	넘는다
Apex Bench v1.1	64.6	72.1	+7.5	65.8	넘는다
Terminal-Bench 4.0	31.2	42.3	+11.1	51.8	못 넘는다
HLE 도구 없음	36.8	42.6	+5.8	56.3	못 넘는다
NL2Repo-Bench	65.4	68.2	+2.8	75.3	못 넘는다
ProgramBench	20.3	29.1	+8.8	37.0	못 넘는다

1017 모델은 에이전트 실행형 벤치마크에서 정상을 차지합니다. DeepSWE는 77.0으로 Opus 5의 74.0(GPT-5.6 Sol 73.0, K3 67.5, GLM-5.3 66.9)을 넘는 외에 Automation-Bench, Agents' Last Exam, Apex Bench에서도 앞섭니다. 반면 Terminal-Bench 4.0, HLE 도구 없음, NL2Repo-Bench, ProgramBench에서는 여전히 Opus 5에 미치지 못합니다 — 전면 프론티어의 서사는 움직이지 않았습니다. 카드를 읽어야지, 게시글 제목을 읽어선 안 됩니다. 커뮤니티 게시물은 이 릴리스를 "이제 오픈 웨이트를 선도한다"고 짧게 프레임했지만, 그것은 계층화된 결과를 평평한 한 장으로 눌러 뭉갠 것입니다. 카드의 각주도 중요합니다. Terminal-Bench 4.0은 Claude Code 프레임워크에서, DeepSWE는 Mini-SWE-V2에서 실행되었습니다. 하네스 선택이 이 페이지의 모든 숫자의 일부입니다.

비용에 가장 중요한 변화는 벤치마크 점수가 아닙니다. DeepSeek의 체인지 로그는 개선과 함께 출력 길이와 작업 실행 시간이 줄었다고 명시합니다 — "사용자가 더 낮은 비용과 더 높은 속도로 작업을 완료하도록". 작업당 더 적은 출력 토큰과 더 적은 재시도는 가격이 움직이지 않은 채 청구서를 직접 깎습니다. 릴리스 post의 DeepSWE 작업당 비용 그래프가 같은 점을 시각적으로 말합니다. pass@1 점수는 토큰 단가가 아니라 작업당 비용 축에 그려집니다.

91.5% 캐시 히트가 진짜 가격표다

DeepSeek의 Flash 계층 요율표는 변하지 않았습니다. 미스 입력은 비피크 백만 토큰당 0.15달러, 피크 0.30달러입니다. 캐시 히트 입력은 0.003달러와 0.006달러입니다. 출력은 0.60달러/1.20달러입니다. 캐시된 입력 토큰의 비용은 캐시되지 않은 토큰의 2%입니다 — 두 시간대 모두에서 미스 가격보다 89.7% 낮습니다. 비피크는 어디서든 피크의 절반이며, 모든 주말 시간과 중국 공휴일도 비피크로 계산됩니다 — 대부분의 팀이 한 번도 당겨 본 적 없는 스케줄링 레버입니다.

바뀐 것은 적중 빈도입니다. 공식 엔드포인트의 OpenRouter 데이터를 취합한 컴파일은 91.5%의 캐시 히트율을 보고하며, 실제 지불되는 가중 입력 단가를 백만 토큰당 약 0.017달러로 놓습니다(Local AI Zone, 애그리게이터 취합 — 이 수치는 한 엔드포인트의 관측치이고 보장이 아닙니다). 산술은 요율표와 맞아떨어집니다. 91.5%에서 실효 입력은 비피크 0.0155달러, 피크 0.031달러(0.915 × 히트 + 0.085 × 미스)에 떨어지고, 애그리게이터의 전 시간 가중치 값은 그 대역 안에 있습니다. 이 실효 요율이라면, 한 달에 10억 입력 토큰을 흘리는 프로덕션 에이전트 — 매 턴 긴 컨텍스트를 다시 읽는 것, 그것이 에이전트 루프라는 것입니다 — 은 비피크에서 약 15.49달러를 지불하며, 미스-전용 가격이라면 150.00달러입니다. 어떤 곳에도 "가격 인하"로 표시되지 않는 10배 절감입니다.

세 가지 정직한 단서가 이 주장에 경계를 긋습니다. 91.5%의 비율은 공식 엔드포인트와 그 트래픽 구성에 고유한 것입니다 — 캐시 히트율은 공급자와, 워크로드가 컨텍스트를 얼마나 재사용하는지에 따라 달라집니다. 워크로드 의존적이기도 합니다. 매 단계 프롬프트 접두어를 다시 쓰는 워크플로는 엔드포인트의 평균과 상관없이 히트를 거의 쌓지 못합니다. 그리고 그것은 관측이지 SLA가 아닙니다 — DeepSeek가 문서화한 것은 가격이지 히트율이 아닙니다. 그래도 결론은 살아남습니다. 캐시가 잘 붙는 에이전트 트래픽에서 실효 입력 가격은, 어떤 모델을 고르는지 못지않게, 컨텍스트를 어떻게 구조화하는지의 함수입니다.

이 때문에 이 릴리스는 가격 인하 사건이 아니라 캐시 경제학 사건으로 읽힙니다. Claude Haiku 5.5의 서브에이전트 계층은 0.10달러 가격(10월 7일)으로 토큰 단위 비용을 무너뜨렸습니다. Sonnet 5.5의 릴리스는 토큰 수가 7배로 불어나면 싼 토큰도 비싼 작업이 될 수 있음을 보여주었습니다(효율 함정). DeepSeek의 1017 스냅샷은 다른 절반을 공략합니다. 같은 토큰 가격, 더 짧은 출력, 더 빠른 완료 — 그리고 에이전트 트래픽이 원래 지닌 컨텍스트 재사용을 자릿수 하나의 입력 할인으로 바꾸는 서빙 계층입니다. 가격표만 둘러보는 팀은 두 번째 메커니즘을 놓칩니다.

아래의 1분 해설이 이 릴리스를 한 페이지에 모읍니다.

Search and Fetch: 같은 릴리스가 에이전트의 웹 접근에 가격을 매긴다

스냅샷의 다른 절반은 인프라입니다. DeepSeek의 체인지 로그는 자체 Search and Fetch API를 엔드포인트당 성공 1,000회 호출 0.75달러로 모두에게 개방했습니다. 권위성과 최신성 점수가 매겨진 검색 결과, fetch는 페이지 내용을 Markdown으로 돌려줍니다. DeepSeek Harness, Claude Code, Codex에서 서버 측 도구를 통한 호출은 2026년 10월 31일 16:00 UTC(베이징 시간 11월 1일 00:00)에 과금이 시작되기 전까지 무료입니다. "하루 수억 건의 검색 요청", "수천억 웹페이지 인덱스"라는 표시된 규모를 배경으로, 이것은 상품 가격 뒤에 있는 실재하는 엔진입니다.

그 체인지 로그 단락 안에는 AI 인용 표면을 노리는 모두가 파일링해 둘 공개가 들어 있습니다. DeepSeek는 자체 검색 엔진이 엄격한 탐지 메커니즘으로 "SEO 스팸, GEO 조작, 저품질 AIGC를 필터링해 사용자와 LLM에 권위 있고 신뢰할 수 있는 정보를 보장한다"고 밝힙니다(체인지 로그, 10월 17일). 판매자의 겸손이 아니라 구매자 측 정책으로 읽어야 합니다. 자사 에이전트와 제3자 에이전트를 모두 서빙하는 핵심 랩이, 생성형 엔진 최적화(GEO) 조작을 필터링되는 결함 계층으로 공식 명명한 것입니다. 모델 답변을 공급하는 그 계층이 GEO 트릭을 스팸으로 취급한다면, 지속적인 인용 전략은 이 사이트에서 늘 그래 왔던 그것 — 1차 출처, 검증 가능한 숫자, 생성기가 즉시 인용할 수 있는 문장 — 으로 남습니다. 검색 계층을 노리는 요령은 아닙니다.

팀이 통제할 수 있는 4가지 레버

릴리스의 모델 측면은 모든 팀에게 열려 있습니다. 경제성은 워크로드가 협조해야 움직입니다.

프롬프트를 접두어 안정성 중심으로 설계하십시오. 캐시 히트는 바이트 단위로 동일한 컨텍스트 재사용으로 쟁겨집니다. 안정적인 지시문, 스키마, 검색된 문서를 가변 콘텐츠 앞에 두고 매 단계 접두어를 다시 쓰지 않는 것. 91.5%의 비율은 캐시에 우호적인 트래픽 구성이 도달할 수 있는 수준입니다. 매 단계 접두어를 다시 쓰는 에이전트는 거기에 못 미칩니다.
모든 응답에서 제공된 모델을 기록하십시오. deepseek-flash 별칭은 이제 지난주와 다른 체크포인트를 제공합니다. 요청한 이름이 아니라 실제 모델 버전을 기록하여 감사 궤적이 스냅샷 드리프트를 살아내게 하고, 폴백 라우팅 계층을 대기 상태로 유지하십시오(모델 교체 글).
스냅샷을 자기 평가 세트로 회귀 테스트하십시오. Hugging Face의 MIT 가중치는 모든 스냅샷을 재현 가능하게 만듭니다. 검증한 체크포인트를 고정하고, 도구 호출과 출력 형식 테스트를 새 체크포인트에 돌린 다음, 공급자의 달력이 아니라 여러분의 달력으로 승격시키십시오.
가격표가 아니라 작업당 비용으로 라우팅하십시오. 완료된 작업당 출력 토큰과 캐시 할인 후 입력 단가를 측정합니다. 가격표가 낮아도 히트율이 낮은 모델은, 가격표가 높아도 여러분의 컨텍스트를 캐시해 주는 모델에 집니다(작업당 비용 산술).

대표적인 구축 사례

한 중견 유통업체는 주 200개 RFQ를 7×24 견적 준비 에이전트로 처리합니다. 그 워크플로는 모든 RFQ에서 공급자 카탈로그와 견적 규칙 컨텍스트를 다시 읽습니다 — 캐시가 만들어진 바로 그 접근 패턴입니다. 이 구축은 ERP와 카탈로그 계층에 MCP 모듈을, 공급자 견적 에이전트 위임에 A2A를 쓰고, deepseek-flash를 고정하고, 호출마다 제공된 체크포인트를 기록하고, 스냅샷 승격 전에 견적 형식 회귀 스위트를 돌리는 라우팅 계층을 활용합니다. 구조화된 컨텍스트와 안정적인 접두어가 캐시 히트율을 공식 엔드포인트의 관측 대역으로 밀어 올립니다 — 그것이 ~$0.017/1M의 실효 입력을 브로슈어가 아니라 현실로 만듭니다 — 그 위에 1017 스냅샷의 더 짧은 출력과 더 적은 재시도가 완료된 견적당 비용을 다시 낮춥니다.

범위를 고정한 구축을 요청하십시오. 1주간의 디스커버리: 시스템 인벤토리, 워크플로 지도, 고정된 범위 — 저희와 함께 만들지 여부와 무관하게.