AI 모델을 자주 쓰다 보면 성능만큼 신경 쓰이는 게 비용이야. 코딩 에이전트에게 버그를 찾게 하고, 코드를 고치고, 테스트까지 반복해서 시키면 모델과 대화 몇 번 하는 수준을 훌쩍 넘어가잖아.
게다가 요즘 유행하는 AI 에이전트를 써본 사람이라면, 컨텍스트가 좀 길어지거나 약간만 복잡한 작업을 시켜도 토큰이 빠르게 녹아버리는 걸 경험해봤을 거야.
그런데 10월 17일 딥시크가 V4.1-Flash-1017을 공개한 데 이어, 10월 19일 미니맥스도 M3.1 Flash를 공식 발표했어. 두 회사가 내세운 공통점은 분명해.
코딩과 복잡한 작업을 더 잘 처리하면서도, 사용료와 대기 시간을 줄이겠다는 거야. 플래시라는 이름만 보고 가벼운 챗봇이라고 생각했다면 이번 모델들은 조금 다르게 볼 필요가 있어.
두 모델이 노리는 건 질문에 답하는 데서 끝나는 AI가 아니라, 여러 단계를 거쳐 일을 마무리하는 AI 에이전트야.
값싼 모델이 코딩까지 맡는 시대
딥시크의 새 모델 이름은 DeepSeek-V4.1-Flash-1017이야. 기존 V4.1-Flash를 바탕으로 10월 17일 업데이트한 버전이지.
딥시크는 추론과 코딩, 에이전트 작업, 이미지 이해 관련 평가에서 점수가 올랐고, 작업을 끝내는 데 걸리는 시간과 답변 길이도 줄었대.
모델을 처음부터 더 크게 만든 게 아니라, 학습 후 조정으로 실제 작업 수행 능력을 끌어올린 업데이트라는 점을 강조했네.
✦ 딥시크 공식 벤치마크 변화
DeepSeek-V4.1-Flash-1017, 공식 발표 수치
| 평가 | 기존 | 1017 |
|---|---|---|
| DeepSWE v1.1 | 74.2 | 77.0 |
| Terminal-Bench 4.0 | 31.2 | 42.3 |
공식 자료에는 코드 저장소를 분석하고 수정하는 작업 평가인 DeepSWE v1.1 점수가 기존 74.2에서 77.0으로 올랐다고 나와 있어.
터미널에서 개발 작업을 수행하는 Terminal-Bench 4.0 점수도 31.2에서 42.3으로 상승했지. 이건 분명히 괄목할 만한 성능 향상이야.
이 수치는 딥시크가 공개한 자체 평가 결과여서 100% 객관적일 수는 없다고 하더라도, 어쨌든 이번 업데이트가 단순한 모델명 변경은 아니라는 걸 보여줘.
✦ 모델별 공개 비교표
양사 공개 비교표 기준, 점수
| 평가 | 딥시크 | M3.1 Flash | GPT-5.6 Sol | Claude Opus 5 |
|---|---|---|---|---|
| DeepSWE v1.1 | 77.0 | 73.7 | 73.0 | 74.0 |
| Terminal-Bench 4.0 | 42.3 | 38.1 | 39.9 | 51.8 |
다른 모델과 벤치마크를 나란히 놓고 비교해볼까? 양사의 공개 비교표에서 DeepSWE v1.1은 딥시크 77.0, M3.1 Flash 73.7, GPT-5.6 Sol 73.0, Claude Opus 5 74.0이었어.
Terminal-Bench 4.0은 딥시크 42.3, GPT-5.6 Sol 39.9, M3.1 Flash 38.1, Claude Opus 5 51.8로 나왔지.
Opus 모델의 가격이 최근 많이 저렴해지긴 했지만, 여전히 고급모델이라는 점을 감안하면 딥시크와 M3.1 Flash 모델의 가격대비 성능은 훌륭해.
주목받은 건 딥시크가 보여준 활용 예시야. 공식 발표에는 웹 레이싱 게임을 만들거나, 게임 엔진으로 "포털" 스타일의 게임을 재현하거나, 3D 장면을 구성하는 프로젝트가 등장해. 이런 작업은 코드 한 줄을 제안하는 것과 달라.
요구사항을 해석하고, 여러 파일을 만들고, 실행 결과를 확인한 다음 문제가 생기면 다시 수정해야 하거든. AI가 이런 과정을 이어서 수행할수록 사용자는 매 단계마다 지시를 내리는 수고를 덜 수 있어.
AI 에이전트를 많이 써본 사람이라면 이게 얼마나 중요한지 알거야.
예를 들어 클로드 모델 중에 가장 저렴한 모델인 Haiku를 사용하면, 에이전트 작업이 자꾸 끊겨. 작업을 멈추지 말고 계속 진행하라고 해도 말을 듣지 않고 중간중간에 작업을 멈춰버리지. 이건 진짜 짜증나는 일이야.
내가 시켜둔 작업을 에이전트가 계속 수행 중인 줄 알았는데, 알고보니 내 지시사항의 초반부만 수행해놓고 몇 시간째 놀고 있었다면 화가 치밀 수 밖에 없거든. Sonnet 정도만 되어도 이 문제가 많이 해결돼. 하지만 그만큼 비용이 비싸.
이런 문제를 저비용 모델이 해결한다면 AI 에이전트 이용자 입장에서 정말 큰 장점이야.
토큰 가격은 얼마나 낮을까
✦ 딥시크와 미니맥스 API 가격
100만 토큰당, 달러
| 구분 | 딥시크 비혼잡 | 딥시크 혼잡 | 미니맥스 M3.1 Flash |
|---|---|---|---|
| 입력 | 0.15 | 0.30 | 0.15 |
| 출력 | 0.60 | 1.20 | 0.60 |
| 캐시 입력 | 0.003 | 0.006 | 0.015 |
딥시크 API 가격은 입력 토큰 100만 개당 비혼잡 시간대 0.15달러, 혼잡 시간대 0.30달러야.
모델이 생성한 출력 토큰은 100만 개당 각각 0.60달러와 1.20달러고, 이미 처리한 입력을 재사용하는 캐시 적중 입력은 0.003달러 또는 0.006달러야.
혼잡 시간대는 월요일부터 금요일까지 UTC 기준 01~04시와 06~10시이고, 중국 공휴일과 주말은 비혼잡 요금이 적용돼. 한국 시간으로 바꾸면 평일 오전 10시~오후 1시, 오후 3시~7시가 혼잡 시간대가 되겠네.
따라서 API 비용을 줄이려면 그 시간대는 피하는 게 좋겠지.
여기서 토큰은 글자 수와 정확히 같은 단위가 아니야. 모델이 문장을 처리할 때 나누는 작은 조각이라고 생각하면 돼. 입력은 네가 보낸 질문과 함께 모델에게 전달한 코드·문서 등을 말하고, 출력은 모델이 생성한 답변이나 코드야.
큰 파일을 첨부하고 긴 코드를 계속 생성하게 하면 양쪽 비용이 빠르게 늘어나겠지.
미니맥스 M3.1 Flash도 딥시크와 비슷한 가격대로 출시됐어. 10월 19일 공개된 M3.1 Flash의 공식 가격은 입력 토큰 100만 개당 0.15달러, 출력은 0.60달러, 캐시 입력은 0.015달러야.
입력과 출력의 기본 가격은 딥시크의 비혼잡 시간대 요금과 같아. 따라서 딥시크의 비혼잡 시간대에는 딥시크가 조금 더 저렴하고, 딥시크의 혼잡시간대에는 미니맥스가 저렴할 가능성이 높지.
딥시크는 미니맥스에 비해서 "캐시적중입력" 요금이 저렴하니까.
하지만 딥시크의 혼잡시간대라고 하더라도 비슷한 내용의 긴 프롬프트를 반복해서 보내는 작업이라면 캐시적중입력(기존에 이미 캐시된 값을 활용하는 입력)으로 분류될테니, 경우에 따라 딥시크가 저렴할 지도 몰라.
어쨌든 뛰어난 모델 두 개가 엄청나게 저렴한 가격경쟁을 하고 있으니... 소비자 입장에서 가슴이 웅장해지네.
✦ 미니맥스가 발표한 수치
M3.1 Flash, 회사 발표 기준
| 항목 | 발표 내용 |
|---|---|
| 추론 속도 | 이전 버전 대비 거의 3배 |
| 에이전트 작업 비용 | 70% 감소 |
| 출력 속도 | 일상 사용 최대 200+ TPS |
| 출력 속도 중앙값 | 170+ TPS |
미니맥스가 강조한 건 저렴한 비용과 속도야. 회사는 M3.1 Flash의 온라인 추론 속도가 이전 버전보다 거의 3배 빨라졌고, 에이전트 작업에서 소요되는 비용을 70% 줄였다고 밝혔어.
일상적인 사용에서 출력 속도가 초당 200토큰을 넘을 수 있고, 중앙값은 초당 170토큰 이상이라고도 했지.
✦ 주요 타사 API 요금
100만 토큰당, 달러, 2026년 10월 20일 기준
| 모델 | 입력 | 출력 |
|---|---|---|
| GPT-6 Astra | 10 | 50 |
| GPT-6.1 Sol | 2 | 10 |
| Claude Fable 5.1 | 10 | 50 |
| Claude Sonnet 5.5 | 2 | 10 |
| Gemini 4 Argon(11월 30일까지) | 2 | 10 |
| Gemini 4 Argon(12월 1일부터) | 4 | 20 |
그럼 ChatGPT, 클로드, 제미나이의 최신 고성능 모델과 비교하면 가격 차이는 어느 정도일까?
2026년 10월 20일 기준 공식 API 요금표를 보면, OpenAI의 플래그십 GPT-6 Astra는 입력 토큰 100만 개당 10달러, 출력은 50달러야.
Anthropic의 Claude Fable 5.1도 입력 10달러, 출력 50달러로 같아.
Google의 Gemini 4 Argon은 출시 프로모션으로 11월 30일까지 입력 2달러, 출력 10달러지만, 12월 1일부터는 각각 4달러와 20달러로 오를 예정이지.
코딩 에이전트에 쓰기 좋은 한 단계 낮은 가격대의 모델을 봐도 GPT-6.1 Sol과 Claude Sonnet 5.5는 입력 2달러, 출력 10달러야.
물론 여기서 말하는 건 ChatGPT·Claude·Gemini 앱의 월 구독료가 아니라, 모델을 API로 직접 호출할 때 내는 종량제 요금이야.
✦ 같은 사용량의 비용 비교
입력 100만 + 출력 20만 토큰, 캐시·도구 사용료 제외
토큰 사용량을 똑같이 맞춰 보면 차이가 더 잘 보여.
여러 번의 API 호출을 합쳐 입력 100만 토큰과 출력 20만 토큰을 썼다고 가정하고 캐시 할인, 긴 문맥 요금, 별도 도구 사용료는 제외하면, 딥시크의 비혼잡 요금과 미니맥스는 약 0.27달러야.
딥시크의 혼잡 시간대에도 약 0.54달러지.
같은 사용량에서 GPT-6 Astra와 Claude Fable 5.1은 약 20달러, GPT-6.1 Sol과 Claude Sonnet 5.5는 약 4달러, Gemini 4 Argon은 현재 프로모션 가격으로 약 4달러가 나와.
즉 딥시크의 비혼잡 요금이나 미니맥스는 최상위 모델보다 약 74배, 4달러짜리 모델들보다 약 15배 적은 비용으로 같은 토큰량을 처리할 수 있다는 계산이야. 딥시크의 혼잡 시간대 요금으로 계산해도 각각 약 37배, 7.4배 차이가 나.
물론 위의 계산은 단순히 토큰 가격만 비교한 거야. 고급모델일수록 같은 작업을 더 적은 토큰으로 처리하는게 통상적이니, 실제로는 그 차이가 줄어들 수 있겠지. 하지만 그 부분을 고려하더라도 엄청나게 저렴한 건 사실이야.
이번 딥시크 신모델 출시 이후 AI 인프라 관련 기업들의 주가가 하락한 것도 이해가 돼.
소비자들이 저렇게 저렴하고 우수한 모델을 사용해버리면, 비싼 돈을 들여서 AI 인프라를 늘려나가는 기업들이 앞으로 매출을 늘리고 수익을 창출하기가 그만큼 어려워진다는 논리지.
두 모델의 차이는 어디에 있을까
✦ 공개 방식 비교
가중치 공개와 제공 경로
| 구분 | 딥시크 | 미니맥스 |
|---|---|---|
| 모델 가중치 | 공개 저장소에 공개 | 추후 공개 예정 |
| 제공 경로 | 공식 API | MiniMax API, M Plan, MiniMax Code |
두 모델은 가격표만 보면 상당히 비슷하지만, 공개 방식은 달라. 딥시크는 V4.1-Flash-1017의 가중치를 공개 저장소에 올렸고, 공식 API에서도 사용할 수 있어.
반면 미니맥스는 M3.1 Flash를 MiniMax API와 M Plan, MiniMax Code에서 제공하기 시작했고, 모델 가중치는 추후 공개하겠다고 밝혔어.
지금 바로 직접 내려받아 서버에 올리는 쪽에 관심이 있다면 딥시크가 더 적합한 셈이지.
가격 경쟁은 이제 모델 선택 기준 자체를 바꾸고 있어.
예전에는 가장 어려운 문제를 가장 비싼 모델에 맡기는 방식이 자연스러웠다면, 이제는 일상적인 코딩과 반복 작업을 저렴한 모델에 맡기고 정말 까다로운 문제에만 상위 모델을 쓰는 구성이 가능해졌거든.
물론 에이전트는 한 번의 답변으로 끝나지 않고 도구 호출과 수정 과정을 반복하기 때문에, 토큰당 가격이 조금 낮은 것보다 작업을 빨리 끝내고 불필요한 재시도를 줄이는 것이 더 큰 차이를 만들 수도 있어.
따라서 토큰당 가격을 낮추면서 불필요한 비용을 줄였다는 딥시크와 미니맥스의 새 모델에 관심이 쏠리는 건 당연하겠지.
저렴한 모델이 AI 사용 습관을 바꿀까
저렴한 LLM 모델이 맡을 수 있는 일의 범위가 넓어지고 있어. 예전에는 간단한 코드 수정이나 짧은 함수 작성 정도였다면 이제는 여러 파일을 수정하고 테스트까지 수행하는 작업을 저비용 모델에 맡기려는 흐름이 뚜렷해지고 있지.
DeepSeek V4.1-Flash-1017과 MiniMax M3.1 Flash가 보여준 방향은 분명해.
GPT6 아스트라나 클로드 페이블 같은 비싼 모델의 답변 하나를 기다리기보다, 적당히 강한 모델을 저렴하게 여러 번 돌려 결과물을 완성하는 방식이 현실적이라는 거야.
현재 우리는 정액요금제를 이용해서 ChatGPT, 클로드, 그록, 제미나이 등의 고급 모델을 여유롭게 사용 중이지만, 앞으로 정액요금제는 사라지게 될 거라는 예상이 많아.
정액요금제 때문에 그 기업들이 엄청난 손실을 보고 있거든.(아마 네가 정액요금제를 이용해서 마음껏 사용한 토큰이 API로 호출했을 경우 얼마였는지를 알게 되면, 깜짝 놀랄 가능성이 높아.)
그러면 사용하는 토큰에 따라서 요금이 부과되는 API 요금제로 점차 변화할텐데, 최근 뮤즈 AI를 써본 사람이라면 느꼈겠지만 1억토큰이라는 어마어마해보이는 토큰량도 경우에 따라 순식간에 녹아버려.
이런 상황에서 딥시크나 미니맥스처럼 저렴한 중국산 모델이 등장해주는 건 우리같은 소비자 입장에서는 반가운 일이네. AI 인프라 기업들에게는 그다지 탐탁치 않은 일이겠지만 말이야. 읏흥♡
이번 글은 여기서 마칠게. 또 만나자.
- 10월 16일, Ollama의 Q2 양자화 형식 지원 시작! 양자화가 뭔지 쉽게 알아보자
- 원본을 지키는 AI, 이미지들을 자연스럽게 연결하는 AI… FLUX 3 Image Klein과 Qwen Image 2.1의 차이
- 4K 이미지 한 장에 약 150원.. 구글 나노바나나 2.1 출시! 쓸만할까?
🌐 영어 버전: DeepSeek V4.1 Flash, Now MiniMax M3.1 Flash: Cheap AI
💬 댓글
아직 댓글이 없어. 첫 댓글을 남겨줄래?
댓글 쓰기