Ngày 10/9, DeepSeek chính thức phát hành DeepSeek-V4.1-Flash. Tên mô hình phía API là deepseek-flash, và cũng trong ngày, đúng 12:00 trưa, bảng giá của dòng Flash chuyển sang mức mới. ID bản thử nghiệm nội bộ công bố hai ngày trước đó, deepseek-v4.1-flash-expires-on-0910, đã hết hạn đúng theo ngày ghi trong tên.
DeepSeek định vị phiên bản này là "mô hình nhỏ nhất trong dòng kiến trúc hoàn toàn mới", có khả năng hiểu thị giác đa phương thức gốc. Hai tên mô hình cũ deepseek-v4-flash và deepseek-v4-flash-vision-exp sẽ không biến mất ngay, mà tạm thời được định tuyến sang V4.1 Flash, để bên gọi API dùng được bản mới mà không cần sửa code.
Bảng giá mới trông như thế nào
Theo trang giá chính thức, deepseek-flash có độ dài ngữ cảnh 1 triệu token, đầu ra tối đa 384.000 token. Giá giờ thấp điểm mỗi triệu token chia ba mức: trúng cache đầu vào 0,02 tệ, trượt cache 1 tệ, đầu ra 4 tệ; giờ cao điểm tất cả nhân đôi, tức 0,04 tệ, 2 tệ, 8 tệ.
Cách chia giờ cao điểm vẫn theo công thức DeepSeek dùng từ tháng 7: giờ Bắc Kinh từ thứ Hai đến thứ Sáu, 9:00-12:00 và 14:00-18:00, tổng cộng bảy tiếng, còn lại tính theo mức thấp điểm. Cách chia này bám theo giờ làm việc trong nước Trung Quốc, nên bên gọi ở múi giờ khác sẽ có mức giá bình quân thực tế thấp hơn hẳn so với các đội trong nước.
Công ty gọi lần điều chỉnh này là "hạ giá". Một số báo cáo công khai cho biết sau đợt điều chỉnh giá cao điểm/thấp điểm hồi tháng 8, giá trúng cache giờ thấp điểm của Flash từng có lúc lên tới 0,05 tệ; nhưng trang giá chính thức chỉ hiển thị mức giá đang áp dụng, không lưu lịch sử, nên thông tin này không thể kiểm chứng trực tiếp từ trang chính thức. Điều có thể xác nhận là bộ số liệu hiện tại - và một hệ quả khác đi kèm.
Cái tên "Pro" tạm thời không có mô hình tương ứng
Từ 12:00 ngày 14/9, mọi yêu cầu gửi tới deepseek-v4-pro sẽ được định tuyến toàn bộ sang V4.1 Flash, tính phí theo giá Flash. Trên trang giá, deepseek-v4-pro hiện vẫn trỏ tới DeepSeek-V4-Pro-0813, ba mức giá giờ thấp điểm là 0,15 tệ, 4,5 tệ, 13,5 tệ, giờ cao điểm là 0,30 tệ, 9 tệ, 27 tệ.
Đặt hai bộ số cạnh nhau: cùng một tên mô hình, giá đầu ra rơi từ 13,5 tệ xuống 4 tệ, giá đầu vào khi trượt cache rơi từ 4,5 tệ xuống 1 tệ. Với những đội đã ghi cứng deepseek-v4-pro trong cấu hình, hóa đơn sau thứ Hai sẽ tự giảm - nhưng mô hình đứng sau cái tên đó đã đổi.
Thông báo chính thức không nói rõ lộ trình của V4.1 Pro. Quy tắc định tuyến chỉ ghi "trước khi V4.1 Pro ra mắt" - câu này cho biết thứ tự chứ không cho biết ngày cụ thể. Nói cách khác, dòng Pro hiện đang ở trong một khoảng trống: Pro cũ ngừng nhận yêu cầu, Pro mới chưa có cửa sổ phát hành, ở giữa là một mô hình cỡ Flash gánh tạm. Khoảng trống này sẽ kéo dài bao lâu, hiện chưa thể xác nhận.
Kiến trúc và điểm benchmark
Chi tiết kiến trúc lấy từ thông báo chính thức: 552 tỷ tham số, dùng cấu trúc Causal-Encoder-Decoder, số tham số kích hoạt ở đầu vào và đầu ra lần lượt là 8 tỷ và 16 tỷ. Tỷ lệ kích hoạt này rất thấp so với tổng 552 tỷ tham số, và đây cũng là tiền đề để mô hình được xếp vào hạng Flash.
Điểm benchmark trong tài liệu chính thức: GPQA Diamond 90,9, HLE 36,8, Codeforces Rating 3471, MathArena Apex 65,6. Đây từng là khoảng điểm số của hạng Pro, nay xuất hiện ở mô hình nhỏ nhất - xét theo cách sắp xếp sản phẩm, điều này lý giải vì sao công ty dám chuyển thẳng lưu lượng của Pro sang.
Nối các mốc của dòng Flash lại với nhau
Giữa tháng 7, bản chính thức V4 ra mắt, tính phí theo giờ cao điểm/thấp điểm cũng bắt đầu cùng lúc - từ đó dòng Flash mới có hai bộ giá riêng cho giờ thấp điểm và cao điểm. Khoảng 13/8 có một đợt điều chỉnh giá. Tối 8/9, một bản trung gian có hiệu lực chưa tới 48 tiếng, giới hạn 20 kết nối đồng thời mỗi tài khoản, được mở thử nghiệm nội bộ, tên mô hình ghi thẳng ngày hết hạn. Ngày 10/9, bản chính thức và bảng giá mới cùng lúc có hiệu lực, còn việc định tuyến lại Pro được ấn định sau đó bốn ngày.
Năm động thái trong hai tháng, nhịp độ dày hơn bất kỳ giai đoạn nào trước đây của dòng sản phẩm này. Còn việc kiến trúc mới có gánh nổi tải thực tế của lưu lượng Pro hay không, các bên gọi API sau thứ Hai sẽ là người trả lời đầu tiên.
Nguồn tham khảo: nhật ký cập nhật tài liệu API của DeepSeek, CocoLoop, trang mô hình và giá của DeepSeek; đã đối chiếu trang giá về từng mức giá, độ dài ngữ cảnh và cách tính giờ cao điểm của deepseek-flash và deepseek-v4-pro.