Inkling 2 Small vs DeepSeek-V4.1-Flash: 코딩에는 어떤 모델?

짧은 답: Thinking Machines가 Inkling 2 Small을 위해 공개한 표(2026년 11월 5일 릴리스 페이지, 11월 7일 확인)에서 DeepSeek-V4.1-Flash-1017은 두 모델이 모두 표시된 여섯 개의 코딩 행 중 다섯 개에서 앞서 있습니다. Inkling은 한 행에서 앞서며, 웹 디자인 순위가 강합니다. 하지만 이는 벤더 자체의 표이므로, 결론이 아니라 여러분의 코드에서 작은 검증을 실행할 이유로 받아들이세요.

"Inkling이 DeepSeek에 근접했다"는 헤드라인을 보고 코딩 에이전트를 바꿔야 할지 고민했다면, 이 순서를 따르세요: 여러분의 작업과 일치하는 행을 읽고, 표가 보여줄 수 없는 것을 확인하고, 직접 다섯 개의 프롬프트를 실행하고, 완료된 작업 하나에 비용을 매기세요.

Inkling 2 Small이란#

릴리스 페이지에 따르면, Inkling 2 Small은 Thinking Machines Lab의 2세대 모델입니다. 총 594B 파라미터에 토큰당 17B가 활성화되는 Mixture-of-Experts 모델입니다. 이미지(오디오 제외)를 입력받고 가변 노력(effort) 설정이 있습니다. 현재는 랩의 서버리스 추론 서비스인 Tinker(Beta)에서 실행됩니다.

놓치기 쉬운 두 가지 세부 사항이 있습니다. 가중치는 현재 비공개입니다: 랩은 외부 안전성 테스트 후 "다음 주"에 Apache 2.0으로 공개할 계획이며, 다른 플랫폼도 "향후 몇 주 내"에 뒤따를 것이라고 합니다. 이는 파일이 실제로 나오기 전까지는 계획일 뿐 사실이 아닙니다. 그리고 컨텍스트: Tinker 모델 목록은 최대 256K를 보여줍니다. 릴리스 페이지의 512K 및 1M 수치는 학습 및 평가 설정이며, 오늘 보낼 수 있는 값이 아닙니다.

여기서는 날짜가 평소보다 중요합니다. 제안의 절반이 약속이기 때문입니다:

표를 행별로 읽기#

벤더는 Inkling 2 Small을 DeepSeek-V4.1-Flash-1017과 비교합니다. DeepSeek 문서에 따르면 deepseek-flash 별칭은 이제 해당 버전으로 제공됩니다(페이지에 날짜 없음, 2026년 11월 7일 확인). 두 모델 모두 숫자가 있는 행은 다음과 같습니다. 마지막 열은 단순 뺄셈입니다.

확인 하나: 77.0 - 72.1 = 4.9. 행을 세어보면 DeepSeek이 다섯 개에서 앞서고 Inkling이 하나에서 앞섭니다.

이 표를 팀에 인용하기 전에 주목할 점 몇 가지.

• 가장 큰 격차는 가장 성숙하지 않은 행에 있습니다. Terminal Bench Science는 버전 0.1이며, 12.9% 대 5.7%는 두 배 이상입니다. 이는 터미널 스타일 작업에 대한 힌트일 뿐 판결이 아닙니다.
• 한 행에는 직접 비교가 없습니다. SWEBench Pro v2 (Hard)는 Inkling이 86.3%이고 DeepSeek은 보고되지 않음으로 표시됩니다. 숫자와 공백은 비교할 수 없습니다.
• 작은 격차는 작습니다. 한 번도 실행해보지 않은 벤치마크에서 1.4 또는 3.1 포인트의 격차는 저장소나 프롬프트가 바뀌면 유지되지 않을 수 있습니다.
• 페이지가 한 번 모순됩니다. Artificial Analysis Intelligence Index는 본문에서 31, 표에서는 30.6(v5.0)이며 설명이 없습니다. 사소한 일이지만 각주를 읽어야 한다는 알림입니다.

여기서 독립적으로 재현된 것은 아직 없습니다. 모든 수치는 Inkling 벤더에서 나온 것입니다.

웹 디자인은 다른 행#

버그 수정이 아니라 웹사이트 생성이 작업이라면 관련 수치는 DesignArena Website입니다. 릴리스 페이지의 11월 5일 스냅샷에서 Inkling 2 Small은 1,340점으로 Muse Wonder(1,366)와 Muse Spark 1.3(1,351)에 이어 3위를 기록했습니다. 벤더는 가중치가 공개되면 이 부문에서 최고의 오픈 가중치 모델이 될 것으로 예상합니다. 1위와의 격차는 1,366 - 1,340 = 26 포인트입니다.

이는 생성된 페이지를 사람들이 비교하는 리더보드이므로 외관에 대해 실제로 말해줍니다. 하지만 페이지는 이 행에 대한 DeepSeek 수치를 제공하지 않으므로 읽을 직접 비교가 없습니다. 스냅샷에 의존하기 전에 DesignArena 자체를 여세요.

어떤 표도 보여줄 수 없는 것#

느린 테스트와 많은 사내 규칙이 있는 10년 된 Django 모놀리스를 유지한다고 가정해 봅시다. 새롭고 깔끔한 저장소로 구성된 벤치마크는 모델이 3,000줄짜리 utils.py을 어떻게 처리하는지에 대해 거의 알려주지 않습니다. 모든 벤더 표에는 네 가지가 빠져 있습니다:

1. 여러분의 코드와 습관. 명명, 테스트 스타일, 에이전트가 절대 건드리지 말아야 할 파일.
2. 에이전트 루프의 동작 방식. 같은 모델이 한 도구에서는 잘하고 다른 도구에서는 나쁠 수 있습니다. 도구마다 파일과 오류를 모델에 제공하는 방식이 다르기 때문입니다.
3. 작업에 걸리는 단계 수. 시도당 3포인트 더 나지만 더 많은 시도가 필요한 모델이 반드시 여러분에게 더 나은 것은 아닙니다.
4. 가격. Inkling의 토큰당 가격은 릴리스 페이지나 Tinker 모델 목록에 없습니다(2026년 11월 7일 확인). Tinker의 가격 페이지를 보고 찾은 내용 옆에 날짜를 적으세요.

벤치마크 표를 읽는 더 긴 안내가 필요하면 별도 글이 있습니다: AI 벤치마크를 읽고 5-프롬프트 테스트를 실행하는 방법.

여러분의 코드에 대한 5-프롬프트 검증#

이 작업은 반나절이 걸리며 어떤 리더보드보다 여러분의 결정에 도움이 됩니다. 지난 2주 동안 실제로 했던 다섯 가지 작업을 고르세요. 각 작업에는 답이 맞는지 판단할 방법이 있어야 합니다. 같은 텍스트를 각 모델에 보내고 결과를 직접 채점하세요.

OpenAI 호환 API로 호출할 수 있는 모델의 경우 루프는 짧습니다. 다섯 개의 프롬프트를 tasks.txt에 넣고 =====이 있는 줄로 구분하세요. 전체 문서는 CheapTokens 문서에서 읽으세요. 주소는 https://api.cheaptokens.dev/v1입니다.

import os
from openai import OpenAI

client = OpenAI(
    base_url='https://api.cheaptokens.dev/v1',
    api_key=os.environ['CHEAPTOKENS_API_KEY'],
)

tasks = open('tasks.txt').read().split('=====')
for i, task in enumerate(tasks, 1):
    r = client.chat.completions.create(
        model='deepseek-ai/DeepSeek-V4-Flash-0731',
        messages=[{'role': 'user', 'content': task.strip()}],
        max_tokens=4000,
    )
    u = r.usage
    print(i, u.prompt_tokens, u.completion_tokens, r.choices[0].finish_reason)

보게 될 것은 다섯 줄의 task number, input tokens, output tokens, finish_reason입니다. stop는 모델이 스스로 완료했음을 의미하고, length는 max_tokens이 답변을 잘랐음을 의미합니다. 여기서 모델 id는 전체 id입니다: deepseek-ai/DeepSeek-V4-Flash-0731. 가격표의 짧은 id는 작동하지 않습니다.

CheapTokens의 DeepSeek-V4-Flash는 380K 컨텍스트, 한 답변에 최대 32,768 토큰, 시간대에 관계없는 단일 가격, Anthropic 호환 엔드포인트도 제공하므로 동일한 다섯 프롬프트를 해당 형식으로 구축된 도구를 통해서도 실행할 수 있습니다. 여러분의 저장소에 중요한 것은 직접 작성한 다섯 프롬프트의 점수입니다. Inkling 2 Small의 경우 동일한 다섯 텍스트를 Tinker를 통해 보내세요.

같은 잔액으로 세 번째와 네 번째 경쟁자를 원하시나요? GLM-5.3-Flash(zai-org/GLM-5.3-Flash, 390K 컨텍스트)와 MiniMax-M2.7(MiniMaxAI/MiniMax-M2.7, 180K 컨텍스트)은 다른 model 값으로 같은 호출을 받습니다. DeepSeek 모델이 작업에서 MiniMax와 어떻게 비교되는지 보려면 MiniMax-M2.7 vs DeepSeek-V4-Flash가 있습니다.

토큰당이 아니라 작업당 비용#

백만 토큰당 가격은 완료된 작업당 가격이 아닙니다. 지불하는 것은 단계 수 곱하기 각 단계의 토큰(입력과 출력 합산)입니다. 에이전트가 20단계로 버그를 해결하고, 각 단계에서 약 30,000 토큰의 파일과 기록을 보내고 약 1,500 토큰을 돌려받는다고 가정해 봅시다. DeepSeek-V4-Flash의 한 단계 비용은 $0.0006입니다. 실제 가격 기준 전체 작업:

이 표는 OpenRouter의 참조 가격도 보여주며, 입력과 출력을 합산한 총액에서 CheapTokens의 DeepSeek-V4-Flash가 더 저렴합니다. 모든 모델의 토큰당 요금은 가격 페이지에 있습니다.

이제 비교에 중요한 점. 모델 A가 20단계로 작업을 해결하고 모델 B가 30단계 필요하다면 30 / 20 = 1.5이므로, 동일한 토큰 가격에서 B는 작업당 1.5배 비용이 듭니다. 벤치마크에서 몇 포인트 더 나은 것이 추가 단계에 쉽게 잠식될 수 있고 그 반대도 마찬가지입니다. 5-프롬프트 검증이 토큰을 기록하는 이유입니다: 점수뿐 아니라 작업당 단계와 토큰을 보게 됩니다. 이 아이디어의 더 긴 버전은 1M 토큰당 가격 vs 작업당 비용에 있습니다.

계산기에 직접 숫자를 넣어보세요. 아래 예에서 200회 실행은 하루 10개 작업에 각 20단계입니다. 단계당 토큰을 검증에서 나온 값으로 바꾸세요.

무엇을 선택할까#

실제 저장소의 코딩 에이전트. 벤더 자체의 코딩 행에서 DeepSeek-V4.1-Flash-1017이 대부분 앞섭니다. DeepSeek-V4-Flash(위 코드의 id)로 검증을 시작하고 동일한 다섯 프롬프트에 Inkling을 추가하세요. 벤더가 아니라 여러분의 작업에서 Inkling이 이길 때만 전환하세요. DeepSeek 릴리스 자체에 대한 배경은 deepseek-flash에서 무엇이 바뀌었나를 참고하세요.

웹사이트 및 프런트엔드 생성. Inkling의 DesignArena Website 순위는 릴리스에서 가장 강력한 주장입니다. 두 모델 모두에서 직접 작성한 페이지 프롬프트 두세 개를 실행하고 숫자가 아니라 페이지를 보세요.

나중에 자체 호스팅. Inkling은 Apache 2.0으로 오픈 가중치 계획이 있는 쪽입니다. 파일이 존재하기 전까지는 계획입니다. 그 위에 무언가를 구축하기 전에 릴리스 페이지를 다시 확인하세요. 그동안 CheapTokens의 DeepSeek으로 호스팅 모델에 대해 동일한 프롬프트를 실행할 수 있습니다.

작업으로 결정한다면 한 가지 팁: 다섯 프롬프트와 채점 시트를 보관하세요. 다음에 벤더가 표를 게시하면 순위를 다시 읽는 대신 한 시간 만에 검증을 다시 실행할 수 있습니다.