รูปภาพเพื่อช่วยให้เข้าใจบทความ
DeepSeek เปิดตัว DeepSeek-V4.1-Flash-1017 เมื่อวันที่ 17 ตุลาคม 2026 ตามเวลาท้องถิ่น โดยระบุว่าโมเดลรุ่นใหม่ทำคะแนนเบนช์มาร์กสูงขึ้น ทำงานเสร็จเร็วขึ้น และสร้างคำตอบที่กระชับกว่ารุ่นก่อนหน้า
ชูจุดเด่นด้านโค้ดและเอเจนต์ AI
ข้อมูลจากหน้าประกาศอย่างเป็นทางการของ DeepSeek ซึ่งนำเสนอผลเปรียบเทียบในรูปภาพ ระบุว่าโมเดลใหม่ทำคะแนน DeepSWE ได้ 77.0% และมีต้นทุนเฉลี่ยประมาณ 0.20 ดอลลาร์สหรัฐต่อภารกิจ เทียบกับ DeepSeek-V4.1-Flash รุ่นก่อนที่ได้ 74.2% และมีต้นทุนประมาณ 0.50 ดอลลาร์ต่อการทำงานหนึ่งครั้ง
DeepSeek ระบุด้วยว่า V4.1-Flash-1017 ทำผลงานด้านการเขียนโค้ดและงานแบบเอเจนต์เหนือกว่า Claude Opus 5, GPT 5.6-Sol, Kimi K3 และ GLM 5.3 ขณะที่โมเดลที่นำมาเปรียบเทียบมีต้นทุนตั้งแต่ 2 ดอลลาร์ไปจนถึงมากกว่า 10 ดอลลาร์ต่อภารกิจ
ผลที่เผยแพร่ระบุว่า DeepSWE 1.1 ของโมเดลใหม่อยู่ที่ 77% เทียบกับ Opus 5.0 ที่ 74% ส่วน AutomationBench อยู่ที่ 60.5% ต่อ 50.3% และ Apex Bench อยู่ที่ 72.1% ต่อ 65.8% โดย Wu Yu หัวหน้าฝ่าย post-training ของ DeepSeek กล่าวถึงการเปิดตัวครั้งนี้ว่าเป็นการเข้าสู่ “ยุคของการเขียนโค้ดตามความต้องการที่เข้าถึงได้อย่างทั่วถึง” ขณะที่ขนาด KV cache ของโมเดลอยู่ที่ 890 ไบต์ต่อโทเคน
อย่างไรก็ดี ตัวเลขดังกล่าวยังไม่มีผลทดสอบอิสระมารองรับทั้งหมด และเบนช์มาร์กเพียงอย่างเดียวไม่อาจสะท้อนสมรรถนะในทุกด้าน โดยเฉพาะคุณภาพโค้ดที่นักพัฒนาประเมินจากการใช้งานจริง ซึ่งอาจแตกต่างจากคะแนนทดสอบอย่างมาก
ผลอิสระจัดอันดับ 35 จาก 954 โมเดล
BenchLM เว็บไซต์รวบรวมผลทดสอบอิสระ อัปเดตข้อมูลเมื่อวันที่ 17 ตุลาคม 2026 โดยให้คะแนนรวม DeepSeek V4.1 Flash 1017 ที่ 65.61 จาก 100 อยู่ในอันดับ 35 จากทั้งหมด 954 โมเดล สูงกว่า DeepSeek V4 Pro 0813 ที่ได้ 63.19 และ V3.2 ที่ได้ 50.2
คะแนนรายหมวดของโมเดลใหม่ประกอบด้วย Terminal-Bench 2.1 ที่ 90.6%, CyberGym 88.1%, AA AutomationBench 68.9%, DeepSWE 77.0%, Codeforces 3471.0, NL2Repo 68.2%, GPQA/GPQA-D 90.9%, FrontierMath v2 ระดับ 1-3 ที่ 67.368%, Apex 65.6% และ AA-LCR 84.0%
อย่างไรก็ตาม คะแนน Apex ของ BenchLM ที่ 65.6% ไม่ตรงกับตัวเลข 72.1% ในผลเปรียบเทียบอีกชุดหนึ่ง ส่วน Vals AI ยังไม่พบหน้าประเมินเฉพาะสำหรับรุ่น 1017 โดยรุ่นก่อนหน้าเคยได้ Vals Index 51.32% บวกลบ 1.13 และอยู่ในอันดับ 26 จาก 49 โมเดล
เปิดผ่านเว็บ แอป และ API
DeepSeek-V4.1-Flash-1017 เปิดให้ใช้งานผ่านเว็บไซต์ แอป และ API ของ DeepSeek โดยชื่อโมเดลใน API คือ deepseek-flash ส่วน deepseek-v4-pro ยังคงเชื่อมต่อกับ DeepSeek-V4-Pro-0813 โมเดล flash รองรับบริบท 1 ล้านโทเคน สร้างผลลัพธ์ได้สูงสุด 384,000 โทเคน และรองรับการประมวลผลพร้อมกันสูงสุด 2,500 รายการ
ค่าบริการต่อ 1 ล้านโทเคนสำหรับข้อมูลนำเข้าที่ใช้แคชสำเร็จอยู่ที่ 0.003 ดอลลาร์ในช่วงไม่หนาแน่น และ 0.006 ดอลลาร์ในช่วงหนาแน่น ส่วนข้อมูลนำเข้าที่ไม่พบในแคชคิด 0.15 และ 0.30 ดอลลาร์ตามลำดับ ขณะที่ผลลัพธ์คิด 0.60 ดอลลาร์ในช่วงไม่หนาแน่น และ 1.20 ดอลลาร์ในช่วงหนาแน่น
ช่วงเวลาหนาแน่นกำหนดไว้ในวันจันทร์ถึงศุกร์ เวลา 01.00-04.00 น. และ 06.00-10.00 น. ตามเวลา UTC ส่วนค่าบริการนอกช่วงดังกล่าวอยู่ที่ครึ่งหนึ่ง เครื่องมือ Search และ Fetch API ฝั่งเซิร์ฟเวอร์เปิดให้เรียกใช้ฟรีถึงวันที่ 31 ตุลาคม 2026 เวลา 16.00 น. UTC หลังจากนั้นจะคิดค่าบริการอย่างละ 0.75 ดอลลาร์ต่อคำขอที่สำเร็จ 1,000 ครั้ง
เปิดน้ำหนักโมเดล แต่ยังมีข้อควรระวัง
DeepSeek เผยแพร่โอเพนเวตของโมเดลผ่าน Hugging Face และ ModelScope พร้อมปรับแต่งให้ทำงานกับ DeepSeek Harness ตั้งแต่รุ่น v0.2.1-rc.1 รวมถึง Tencent CodeBuddy และ WorkBuddy
สำหรับรุ่นก่อนหน้า DeepSeek เคยเปิดเผยสถาปัตยกรรมแบบ mixture-of-experts ขนาด 552,000 ล้านพารามิเตอร์ พร้อมโมดูลหน่วยความจำแบบมีเงื่อนไข 196,000 ล้านพารามิเตอร์ โดยเปิดใช้พารามิเตอร์ 8,000 ล้านตัวในขั้น prefill และ 16,000 ล้านตัวในขั้นสร้างคำตอบ รองรับบริบท 1 ล้านโทเคนและการประมวลผลภาพโดยตรง
ข้อควรระวังจากรุ่นก่อนหน้ารวมถึงความผิดพลาดของ sparse attention ความสามารถที่อาจลดลงในสถานการณ์ซึ่งไม่ผ่านการทดสอบหลังการสร้างสถานะขึ้นใหม่ การตั้งค่าการใช้เหตุผลสูงสุดที่อาจใช้โทเคนผลลัพธ์เพิ่มประมาณ 2.5 เท่า และพรอมป์ที่ปรับไว้สำหรับระบบเดิมอาจใช้ไม่ได้หลังย้ายโมเดล นอกจากนี้ยังมีรายงานว่ารัฐบาลจีนกำลังวางแผนเพิ่มความเข้มงวดของกฎการเปิดเผยโมเดลแบบโอเพนเวต หรืออาจจำกัดการเผยแพร่ในอนาคต
ความคิดเห็น
แสดงความคิดเห็น