Hình ảnh giúp hiểu rõ bài viết
DeepSeek ngày 17/10/2026 công bố DeepSeek-V4.1-Flash-1017, phiên bản mô hình mới được hãng giới thiệu là có hiệu năng benchmark cao hơn, hoàn thành tác vụ nhanh hơn và tạo câu trả lời ngắn hơn so với thế hệ trước.
Kết quả lập trình cao nhưng còn cần kiểm chứng độc lập
Theo số liệu DeepSeek công bố dưới dạng hình ảnh, V4.1-Flash-1017 đạt 77,0% trên DeepSWE, tăng từ mức 74,2% của bản V4.1-Flash trước đó. Chi phí trung bình mỗi tác vụ được cho là giảm từ khoảng 0,50 USD xuống 0,20 USD.
Trong các bài đánh giá về lập trình và tác nhân AI, DeepSeek cho biết mô hình mới đạt kết quả cao hơn Claude Opus 5, GPT 5.6-Sol, Kimi K3 và GLM 5.3, trong khi chi phí của các mô hình đối chiếu dao động từ 2 USD đến hơn 10 USD mỗi tác vụ. Cụ thể, V4.1-Flash-1017 đạt 77% trên DeepSWE 1.1, 60,5% trên AutomationBench và 72,1% trên Apex Bench; các mức tương ứng của Opus 5.0 là 74%, 50,3% và 65,8%.
Wu Yu, người phụ trách hậu huấn luyện tại DeepSeek, nhận định đợt phát hành này mở ra thời kỳ lập trình theo ý định được phổ cập rộng rãi. Mô hình được cho là sử dụng bộ nhớ đệm KV ở mức 890 byte cho mỗi token.
Tuy nhiên, các kết quả trên chưa được xác nhận đầy đủ bằng benchmark độc lập. Điểm số benchmark cũng không phản ánh toàn bộ năng lực của mô hình, đặc biệt khi chất lượng mã nguồn do lập trình viên đánh giá có thể khác đáng kể so với kết quả thử nghiệm tự động.
Xếp thứ 35 trong bảng tổng hợp của BenchLM
Dữ liệu BenchLM cập nhật cùng ngày chấm DeepSeek V4.1 Flash 1017 đạt 65,61 trên 100 điểm, đứng thứ 35 trong tổng số 954 mô hình. Một số kết quả thành phần gồm Terminal-Bench 2.1 đạt 90,6%, CyberGym 88,1%, AA AutomationBench 68,9%, DeepSWE 77,0%, NL2Repo 68,2%, GPQA/GPQA-D 90,9%, FrontierMath v2 Tiers 1-3 đạt 67,368% và AA-LCR 84,0%.
Trong cùng chỉ số tổng hợp, DeepSeek V4 Pro 0813 đạt 63,19 điểm, còn V3.2 đạt 50,2 điểm. Đáng chú ý, điểm Apex của bản 1017 trên BenchLM là 65,6%, thấp hơn mức 72,1% xuất hiện trong bộ số liệu so sánh khác.
Vals AI chưa có trang đánh giá riêng cho phiên bản 1017. Bản DeepSeek V4.1 Flash trước đó đạt Vals Index 51,32% ± 1,13%, đứng thứ 26 trong 49 mô hình. Trang này niêm yết chi phí cho một triệu token đầu vào và đầu ra lần lượt là 0,30 USD và 1,20 USD.
API hỗ trợ ngữ cảnh một triệu token
Trên API của DeepSeek, mã mô hình deepseek-flash hiện trỏ tới DeepSeek-V4.1-Flash-1017, trong khi deepseek-v4-pro sử dụng DeepSeek-V4-Pro-0813. Mô hình flash hỗ trợ cửa sổ ngữ cảnh một triệu token, đầu ra tối đa 384.000 token và giới hạn xử lý đồng thời 2.500.
Trong giờ thấp điểm, giá cho một triệu token đầu vào là 0,003 USD nếu bộ nhớ đệm được sử dụng và 0,15 USD nếu không sử dụng; giá đầu ra là 0,60 USD. Trong giờ cao điểm, các mức tương ứng tăng lên 0,006 USD, 0,30 USD và 1,20 USD. Khung giờ cao điểm áp dụng từ thứ hai đến thứ sáu, vào 01h00-04h00 và 06h00-10h00 theo giờ UTC.
Các lượt gọi công cụ Search và Fetch từ phía máy chủ được miễn phí đến 16h00 UTC ngày 31/10/2026. Sau thời hạn này, mỗi công cụ có giá 0,75 USD cho 1.000 yêu cầu thành công.
Phát hành trên web, ứng dụng và kho mô hình mở
DeepSeek-V4.1-Flash-1017 được cung cấp qua website, ứng dụng và API của DeepSeek. Trọng số mở cũng xuất hiện trên Hugging Face và ModelScope. Mô hình được tối ưu cho DeepSeek Harness từ phiên bản v0.2.1-rc.1, cùng các công cụ Tencent CodeBuddy và WorkBuddy.
DeepSeek chưa nêu đầy đủ cấu hình của bản 1017 trong thông tin tóm tắt. Phiên bản trước sử dụng kiến trúc hỗn hợp chuyên gia với 552 tỷ tham số, mô-đun bộ nhớ có điều kiện 196 tỷ tham số, cửa sổ ngữ cảnh một triệu token và khả năng xử lý hình ảnh nguyên bản.
Các tài liệu về thế hệ trước từng cảnh báo hiệu năng có thể giảm trong tình huống chưa được kiểm thử do lỗi chú ý thưa và quá trình tái tạo trạng thái. Thiết lập suy luận tối đa cũng có thể tiêu thụ lượng token đầu ra cao hơn khoảng 2,5 lần, còn những câu lệnh được tối ưu cho môi trường vận hành cũ có nguy cơ mất hiệu lực khi chuyển đổi mô hình. Việc công bố trọng số mở cũng diễn ra trong bối cảnh Trung Quốc được cho là đang cân nhắc siết quy định hoặc hạn chế hoạt động này.
Nhận xét
Đăng nhận xét