DeepSeek mở beta công khai API bản chính thức V4-Flash vào ngày 31/7. Mô hình trên web và ứng dụng không đổi, API V4-Pro cũng giữ nguyên. Bản cập nhật tập trung vào giao diện cho nhà phát triển, agent viết mã và quy trình Codex.
Con số nổi bật là 82,7 trên Terminal Bench 2.1. Bảng so sánh của DeepSeek ghi V4-Flash Preview đạt 61,8 và V4-Pro Preview đạt 72,1. So với Flash cũ, mức tăng tuyệt đối là 20,9 điểm, tương đương khoảng 33,8% theo tỷ lệ.
Hậu huấn luyện thay vì tăng kích thước
“DeepSeek-V4-Flash-0731 giữ nguyên kiến trúc và kích thước của DeepSeek-V4-Flash-preview, chỉ thực hiện lại hậu huấn luyện.”
Báo cáo kỹ thuật và model card V4 cho biết Flash có 284 tỷ tham số tổng và 13 tỷ tham số kích hoạt trên mỗi token, với cửa sổ ngữ cảnh một triệu token. DeepSeek quy mức tăng lần này cho hậu huấn luyện, không phải mạng lớn hơn.
Ở max effort với chế độ tối giản DeepSeek Harness chưa công khai, hãng báo Terminal Bench 2.1 đạt 82,7, NL2Repo 54,2, CyberGym 76,7, DeepSWE 54,4, Toolathlon-Verified 70,3, DSBench-FullStack 68,7 và DSBench-Hard 59,6.
Điều kiện đánh giá cần đi cùng các con số. Các tác vụ Code Agent công khai dùng top_p=0.95, temperature=1.0 và max effort. Hai DSBench là bộ thử nội bộ. Bảng xếp hạng công khai của CyberGym chưa có V4-Flash 0731, nên 76,7 hiện vẫn là số liệu do nhà cung cấp tự báo, chưa phải kết quả tái lập độc lập.
CyberGym có 1.507 trường hợp lỗ hổng lịch sử từ 188 dự án nguồn mở lớn. Bài đo kiểm tra khả năng tạo PoC hoạt động trên kho mã chưa vá. Khung agent và số lần thử có thể làm thay đổi kết quả, khiến việc DeepSeek công khai harness trở thành mốc kiểm chứng đầu tiên.
Codex được nối từ lớp giao thức
V4-Flash nhận định dạng Responses API tại https://api.deepseek.com với tên deepseek-v4-flash. Nhà phát triển có thể dùng cấu trúc client.responses.create() của OpenAI SDK và cấu hình Codex gọi DeepSeek.
API hỗ trợ function, web search phía máy chủ, công cụ tùy chỉnh apply_patch cho Codex, SSE streaming, reasoning effort và JSON.
Tương thích giao thức chưa đồng nghĩa với đủ mọi tính năng của nền tảng Responses. previous_response_id, conversation, store, background và context management chưa được hỗ trợ. File search, code interpreter, computer use và MCP bị bỏ qua. API không lưu trạng thái, vì vậy ứng dụng phải gửi lại ngữ cảnh nhiều lượt.
Giá không tăng theo điểm số
V4-Flash có giá trên một triệu token là 0,02 nhân dân tệ cho input trúng cache, 1 nhân dân tệ cho input không trúng cache và 2 nhân dân tệ cho output. Mô hình có ngữ cảnh một triệu token, output tối đa 384.000 token và giới hạn đồng thời 2.500. V4-Pro lần lượt là 0,025, 3 và 6 nhân dân tệ, với giới hạn 500.
Responses API hiện chỉ dùng được với V4-Flash; V4-Pro dự kiến có vào đầu tháng 8. Các mốc cần theo dõi là harness được công khai, khả năng tái lập độc lập điểm 82,7 và 76,7, cùng lượng token và tỷ lệ hoàn thành trong công việc thật.
Nguồn: nhật ký thay đổi API, tài liệu Responses API và giá của DeepSeek; CocoLoop; báo cáo kỹ thuật V4 và model card Hugging Face để kiểm tra cấu trúc 284B/13B, ngữ cảnh 1M và mốc Preview; trang chính thức CyberGym để kiểm tra định nghĩa benchmark và trạng thái tái lập công khai.