DeepSeek V4 Flash: โมเดล AI 284B ที่เปิดให้ใช้เชิงพาณิชย์ พร้อมเฟรมเวิร์กเอเจนต์รุ่นใหม่

DeepSeek V4 Flash คืออะไร

V4 Flash เป็นรุ่นที่เน้นประสิทธิภาพของตระกูล DeepSeek V4 เหมาะกับงานที่ต้องการความเร็ว หน่วงต่ำ และรองรับคำขอจำนวนมาก เช่น การสนทนา การสกัดข้อมูล การช่วยเขียนโค้ด และเวิร์กโฟลว์ของ AI Agent

โมเดลมีพารามิเตอร์ทั้งหมด 284 พันล้านตัว แต่เปิดใช้งานเพียง 13 พันล้านตัวต่อโทเคน ด้วยสถาปัตยกรรม MoE แนวคิดนี้ทำให้โมเดลมีคลังความรู้จากผู้เชี่ยวชาญหลายชุด ขณะเดียวกันก็ไม่จำเป็นต้องคำนวณทุกพารามิเตอร์ในทุกครั้งที่สร้างคำตอบ

ข้อมูลข้างต้นอ้างอิงจาก

MIT License เปิดทางให้ใช้งานเชิงพาณิชย์

จุดเด่นสำคัญของ V4 Flash คือการเผยแพร่ทั้งน้ำหนักโมเดลและใบอนุญาตแบบเปิด โดย DeepSeek V4 Flash และ V4 Pro ใช้ MIT License ซึ่งโดยทั่วไปอนุญาตให้ผู้พัฒนาดัดแปลง ใช้ในผลิตภัณฑ์เชิงพาณิชย์ และแจกจ่ายต่อได้โดยไม่ต้องจ่ายค่าลิขสิทธิ์

น้ำหนักโมเดลมีให้ดาวน์โหลดผ่าน Hugging Face และสามารถนำไปติดตั้งบนโครงสร้างพื้นฐานส่วนตัวได้ สำหรับองค์กร นั่นหมายถึงการควบคุมข้อมูลและสภาพแวดล้อมการรันโมเดลได้มากกว่าการเรียกใช้ API เพียงอย่างเดียว

แหล่งข้อมูลหลายแห่งระบุว่า DeepSeek V4 เป็นตระกูลโมเดลโอเพนเวตในระดับเดียวกันที่รองรับบริบท 1 ล้านโทเคนและใช้ใบอนุญาต MIT ที่มีเงื่อนไขค่อนข้างผ่อนปรน

เบื้องหลังบริบท 1 ล้านโทเคน: CSA และ HCA

การรองรับบริบทขนาด 1 ล้านโทเคนไม่ได้เกิดจากการเพิ่มหน่วยความจำเพียงอย่างเดียว แต่ DeepSeek ใช้สถาปัตยกรรม attention แบบผสมที่ประกอบด้วยสองกลไกหลัก

• Compressed Sparse Attention (CSA): บีบอัดข้อมูลคีย์-แวลูในลำดับลง 4 เท่าด้วยการรวมข้อมูลแบบมี softmax เป็นตัวควบคุม จากนั้น Lightning Indexer ที่ทำงานด้วย FP4 จะเลือกบล็อกที่เกี่ยวข้องสูงสุด 512 บล็อกสำหรับแต่ละคำถาม เพื่อลดปริมาณการคำนวณ attention
• Heavily Compressed Attention (HCA): บีบอัดข้อมูลในอัตราส่วน 128:1 สำหรับบริบทที่ยาวมาก เส้นทางนี้ใช้การประมวลผลแบบหนาแน่นและทำหน้าที่จัดการประวัติบริบทส่วนใหญ่

เลเยอร์ของโมเดลจะสลับการใช้ CSA และ HCA โดยเลเยอร์คู่ตั้งแต่เลเยอร์ที่ 2 ใช้ CSA ส่วนเลเยอร์คี่ตั้งแต่เลเยอร์ที่ 3 ใช้ HCA นอกจากนี้ยังมีหน้าต่างข้อมูลดิบ 128 โทเคนล่าสุดเพื่อรักษาความสามารถในการจับข้อมูลที่เพิ่งเกิดขึ้น

FP4/FP8 ช่วยลดภาระหน่วยความจำ

โมเดลใช้การจัดเก็บแบบผสมเพื่อลดขนาดไฟล์และการใช้หน่วยความจำระหว่างการอนุมาน

• น้ำหนักของผู้เชี่ยวชาญในส่วน MoE จัดเก็บด้วย FP4 หรือรูปแบบ MXFP4 โดยบรรจุค่าหลายค่าไว้ในไบต์เดียว
• พารามิเตอร์ส่วนอื่น เช่น attention, normalization, router และ shared experts ใช้ FP8
• NVIDIA ยังมีเวอร์ชัน NVFP4 ในชื่อ nvidia/DeepSeek-V4-Flash-NVFP4

หากจัดเก็บน้ำหนักทั้งหมดใน FP8 โมเดล 284B จะใช้พื้นที่ประมาณ 284 GB เฉพาะน้ำหนักเท่านั้น ส่วนการรันบริบทเต็ม 1 ล้านโทเคน แหล่งข้อมูลหนึ่งแนะนำการใช้ NVIDIA H200 SXM5 จำนวน 4 ตัว รวม VRAM 564 GB

ดังนั้น แม้ V4 Flash จะมีชื่อว่า “Flash” และมีพารามิเตอร์ที่ถูกเปิดใช้งานต่อโทเคนไม่มาก แต่การติดตั้งโมเดลเต็มรูปแบบยังเป็นงานระดับศูนย์ข้อมูลหรือผู้ให้บริการคลาวด์ ไม่ใช่การดาวน์โหลดไปรันบนคอมพิวเตอร์ทั่วไปโดยตรง

เลือกระดับการใช้เหตุผลได้เอง

DeepSeek V4 Flash เปิดให้ผู้พัฒนากำหนดพารามิเตอร์ reasoning_effort เพื่อเลือกระดับความลึกของการอนุมานให้เหมาะกับงานและงบประมาณ

• Non-think: ตอบเร็วและตรงไปตรงมา เหมาะกับงานประจำ การจัดหมวดหมู่ หรือการตัดสินใจที่มีความเสี่ยงต่ำ
• Think High: ใช้การวิเคราะห์อย่างรอบคอบมากขึ้น เหมาะกับการแก้ปัญหาซับซ้อน การวางแผน และการสร้างโค้ด
• Think Max: ใช้ความพยายามด้านการให้เหตุผลสูงสุด โดยมี system prompt เฉพาะและการตั้งค่าที่ลดข้อจำกัดด้านความยาวระหว่างการฝึกแบบ RL

การตั้งค่านี้ช่วยให้ผู้พัฒนาปรับสมดุลระหว่างความเร็ว ค่าใช้จ่าย และคุณภาพของคำตอบได้ ตั้งแต่งานตอบคำถามง่าย ๆ ไปจนถึงการวางแผนหลายขั้นตอนและการเขียนโปรแกรมขั้นสูง

ราคา API: จุดขายที่ทำให้ตลาดต้องจับตา

DeepSeek V4 Flash มีราคาผ่าน API ดังนี้

• อินพุตที่ไม่อยู่ในแคช: $0.14 ต่อ 1 ล้านโทเคน
• เอาต์พุต: $0.28 ต่อ 1 ล้านโทเคน
• อินพุตที่อยู่ในแคช: $0.0028 ต่อ 1 ล้านโทเคน ซึ่งลดลง 98% จากราคาปกติ

ราคาสำหรับอินพุตในแคชช่วยลดต้นทุนเมื่อระบบใช้ system prompt เดิมหรือคำนำหน้าคำสั่งซ้ำ ๆ โดยเฉพาะงานแชตและเอเจนต์ที่ต้องส่งบริบทเดิมกลับไปหลายครั้ง

เมื่อเทียบตามตัวเลขที่แหล่งข้อมูลรวบรวมไว้ เอาต์พุตของ V4 Flash มีราคาถูกกว่า Sonnet 4.6 ประมาณ 54 เท่า และถูกกว่า GPT-5.5 ประมาณ 107 เท่า จึงมีหลายแหล่งเรียก V4 Flash ว่าเป็นหนึ่งใน API ระดับ frontier ที่มีราคาถูกที่สุดในตลาด

ผลงานด้านโค้ดและ AI Agent ดีขึ้นอย่างมาก

เวอร์ชันผลิตจริง V4-Flash-0731 ไม่ได้เปลี่ยนสถาปัตยกรรมหรือขนาดโมเดลจากรุ่นพรีวิว แต่การปรับ post-training ใหม่ทำให้ความสามารถด้านงานเอเจนต์และการเขียนโค้ดดีขึ้นอย่างมีนัยสำคัญ

ตัวเลขจากบันทึกอัปเดตอย่างเป็นทางการที่มีการรายงาน ได้แก่

• Terminal Bench 2.1: 82.7
• NL2Repo: 54.2
• คะแนนในเบนช์มาร์กงานเอเจนต์อื่น ๆ: 76.7

บันทึกการเปิดตัวระบุว่า V4 Flash รุ่นใหม่นี้ทำผลงานในระดับใกล้เคียงกับ V4 Pro รุ่นใหญ่กว่าในเบนช์มาร์กด้านเอเจนต์และการเขียนโค้ด นั่นทำให้การแบ่งภาพแบบเดิมว่า “Pro เก่งกว่า ส่วน Flash เน้นประหยัด” เริ่มไม่ชัดเจนเมื่อพูดถึงงานเอเจนต์โดยเฉพาะ

อย่างไรก็ตาม ตัวเลข SWE-bench ที่เจาะจงสำหรับ V4-Flash-0731 ยังไม่สามารถยืนยันได้จากบทความที่รวบรวมมา

DeepSeek Harness คืออะไร

นอกจากการพัฒนาโมเดลแล้ว DeepSeek กำลังขยับเข้าสู่ชั้นซอฟต์แวร์ที่ทำให้โมเดลทำงานเป็นเอเจนต์ได้จริง โดย DeepSeek Harness ถูกอธิบายว่าเป็นเฟรมเวิร์กสำหรับการรันเอเจนต์ ซึ่งทำงานนอกตัวโมเดลและรับผิดชอบการจัดการบริบท การเรียกใช้เครื่องมือ และการทำงานให้เสร็จสิ้น

เมื่อวันที่ 1 สิงหาคม 2026 DeepSeek เริ่มรับสมัครนักพัฒนาโครงการโอเพนซอร์สเข้าร่วมการทดสอบเบต้าแบบปิด ผู้สมัครต้องมีประสบการณ์กับโครงการที่เกี่ยวข้องกับ Agent Harness และส่ง GitHub ID พร้อมผลงานตัวอย่าง

ชื่อ Harness ปรากฏครั้งแรกในบันทึกการเปลี่ยนแปลงของ V4-Flash-0731 เมื่อวันที่ 31 กรกฎาคม พร้อมข้อความว่า “จะเปิดตัวเร็ว ๆ นี้” ส่วนทีมวิศวกรรม Harness มีข้อมูลว่าเริ่มก่อตั้งในเดือนมีนาคม 2026 หลัง Cui Tianyi เข้าร่วม DeepSeek เพื่อสร้างทีมขึ้นมา

ขณะนี้ยังไม่มีการยืนยันวันเปิดตัวสู่สาธารณะของ DeepSeek Harness

กลยุทธ์ของ DeepSeek: AI ที่ถูกลง แต่ยังมีความสามารถสูง

ทิศทางของ DeepSeek ภายใต้การนำของ Liang Wenfeng มักถูกอธิบายว่าให้ความสำคัญกับการสร้างโมเดลที่มีความสามารถสูงในต้นทุนต่ำ เพื่อมุ่งสู่เป้าหมายด้าน AGI

V4 Flash สะท้อนแนวคิดดังกล่าวผ่านสององค์ประกอบที่เห็นได้ชัด คือราคาการใช้งาน API ที่ $0.14/$0.28 ต่อ 1 ล้านโทเคน และการเปิดน้ำหนักโมเดลภายใต้ MIT License หากโมเดลมีประสิทธิภาพเพียงพอสำหรับงานเขียนโค้ดและเอเจนต์ ต้นทุนที่ต่ำลงอาจทำให้บริษัทต่าง ๆ นำ AI ไปใส่ในกระบวนการทำงานจำนวนมากขึ้น โดยไม่ต้องมองการเรียกโมเดลแต่ละครั้งเป็นค่าใช้จ่ายระดับพรีเมียม

ในจีน DeepSeek ต้องแข่งขันกับ Alibaba และตระกูล Qwen, ByteDance และ Doubao, Moonshot AI, MiniMax รวมถึง Z.AI จุดยืนที่แตกต่างของตระกูล V4 คือการเป็นโมเดลโอเพนเวตในระดับเดียวกันที่เปิดภายใต้ใบอนุญาต MIT ซึ่งเอื้อต่อการนำไปปรับแต่งและใช้งานต่อยอดมากกว่า API แบบปิด

มีรายงานหลายแหล่งกล่าวถึงการเตรียมความพร้อมสำหรับ IPO ของ DeepSeek แต่ยังไม่มีการยืนยันกำหนดการ ผู้จัดจำหน่ายหลักทรัพย์ หรือรายละเอียดการยื่นไฟลิงอย่างเป็นทางการ

สิ่งที่ยังยืนยันไม่ได้

แม้ข้อมูลที่รวบรวมมาจะครอบคลุมทั้งตัวโมเดล ราคา และ Harness แต่ยังมีรายละเอียดบางส่วนที่ไม่ควรสรุปเกินหลักฐานที่มี ได้แก่

• คะแนน SWE-bench ที่แน่นอนของ V4-Flash-0731 ยังไม่พบการยืนยันจากแหล่งข้อมูลที่ตรวจสอบ
• ยังไม่มีคำพูดโดยตรงของ Liang Wenfeng เกี่ยวกับยุทธศาสตร์ AGI ในชุดแหล่งข้อมูลนี้
• กำหนดการและรายละเอียดผู้จัดจำหน่ายหลักทรัพย์สำหรับ IPO ยังไม่ยืนยัน
• ประวัติการทำงานเฉพาะของ Cui Tianyi ที่ TSY Capital และ Jane Street ปรากฏในบล็อกเพียงแหล่งเดียว และยังไม่สามารถตรวจสอบไขว้จากแหล่งอื่นได้

สรุป

DeepSeek V4 Flash ไม่ได้โดดเด่นเพียงเพราะมีพารามิเตอร์รวม 284 พันล้านตัว แต่เพราะนำหลายองค์ประกอบมารวมกันในแพ็กเกจเดียว ได้แก่ น้ำหนักโมเดลแบบเปิดภายใต้ MIT License, บริบท 1 ล้านโทเคน, การคำนวณแบบ MoE, ความแม่นยำ FP4/FP8, โหมดการให้เหตุผลที่ปรับได้ และราคาการใช้งาน API ที่ต่ำมาก

การเปิดตัว DeepSeek Harness ยังสะท้อนว่า DeepSeek ไม่ได้มองการแข่งขันเฉพาะที่ระดับโมเดล แต่กำลังพยายามสร้างเครื่องมือสำหรับให้โมเดลลงมือทำงานจริงด้วย หากเฟรมเวิร์กนี้เปิดตัวและทำงานได้ตามเป้าหมาย นักพัฒนาอาจมีทางเลือกใหม่สำหรับสร้าง AI Agent ที่มีต้นทุนต่ำและปรับแต่งได้มากขึ้น