# DeepLearning.AI, The Batch 통해 DeepSeek의 캐시 절감 및 Flash 벤치마크 결과 상세 분석

DeepLearning.AI는 The Batch에서 DeepSeek의 아키텍처를 분석하며, 토큰당 캐시가 890바이트로 DeepSeek-V1 대비 437배 축소되었다고 전했다. 또한 입력 토큰이 4K에서 1M으로 늘어날 때 출력 토큰당 연산량이 25% 증가하며, AA Index에서 Flash가 V4-Pro를 앞섰다고 짚었다.

Language: ko
Time zone: Asia/Seoul

HTML: https://didcodexreset.com/ko/news/f37d751491a64ac5a3847135.html

Content language: ko
Localization state: translated

출처: DeepLearning.AI · 2026. 10. 8. 09:02:37 게시

DeepLearning.AI는 이번 주 The Batch에 AI 에이전트의 메모리 사용량 최적화에 초점을 맞춘 DeepSeek의 [기술 분석](https://hubs.la/Q04ztt000)을 게재했다. 보고서에 따르면 DeepSeek는 토큰당 캐시를 890바이트로 줄여 DeepSeek-V1보다 437배 작은 수준으로 낮췄다.

분석은 입력 컨텍스트를 4K에서 1M 토큰으로 확장할 때 출력 토큰당 연산량이 25% 증가한다고 명시했다. 벤치마크 평가에서는 AA Index 기준 Flash가 39점을 기록해 36점인 V4-Pro를 앞섰으며, 작업당 비용은 각각 0.27달러와 0.67달러로 보고되었다.

Tags: DeepLearning.AI, DeepSeek, 벤치마크, LLM 추론

[원문 게시물 보기](https://x.com/DeepLearningAI/status/2107984315598434418)