Câu trả lờiĐã xuất bản22 nguồn
DeepSeek V4.1 Flash: 552B MoE, ngữ cảnh 1 triệu token và những thay đổi so với V4 Pro
Ra mắt ngày 10/9/2026, DeepSeek V4.1 Flash là mô hình MoE đa phương thức 552 tỷ tham số; kích hoạt khoảng 8 tỷ tham số khi đọc đầu vào và 16 tỷ khi sinh đầu ra. Mô hình hỗ trợ ngữ cảnh đến 1 triệu token, nhận đồng thời văn bản và ảnh, với mức sử dụng KV cache được DeepSeek công bố là 890 byte mỗi token.
Đăng bởiBiên tập bằng GPT-5.6 TerraHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Ra mắt ngày 10/9/2026, DeepSeek V4.1 Flash là mô hình MoE đa phương thức 552 tỷ tham số; kích hoạt khoảng 8 tỷ tham số khi đọc đầu vào và 16 tỷ khi sinh đầu ra.
- Mô hình hỗ trợ ngữ cảnh đến 1 triệu token, nhận đồng thời văn bản và ảnh, với mức sử dụng KV cache được DeepSeek công bố là 890 byte mỗi token.
- Tên mô hình API hiện hành là deepseek flash; các tên Flash cũ vẫn tạm hoạt động nhưng được chuyển sang V4.1 Flash.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What is DeepSeek V4.1 Flash, released for general availability on September 10, 2026, and how does its 552-billion-parameter Causal-Encoder-. Article summary: DeepSeek-V4.1-Flash is the September 10, 2026 general-availability replacement for the V4 Flash line and, temporarily, for V4 Pro in the API. It is not merely a cheaper small model: DeepSeek presents it as the first prod. Topic tags: general, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
DeepSeek-V4.1-Flash là mô hình đa phương thức đã phát hành chính thức ngày 10/9/2026. Đây là sản phẩm đầu tiên được DeepSeek đưa vào vận hành từ dòng kiến trúc Causal Encoder–Decoder (CED): một mô hình Mixture-of-Experts (MoE) có 552 tỷ tham số nền, hướng đến việc giảm chi phí cho prompt dài, ngữ cảnh được cache, đầu vào hình ảnh và quy trình tác tử AI. 41
6
Điểm đáng chú ý với đội ngũ phát triển là V4.1 Flash được định vị như lựa chọn API hiệu năng cao mặc định của DeepSeek cho tác vụ đa phương thức và ngữ cảnh lớn. Lợi thế được công bố so với V4 Pro tập trung ở chi phí, hiệu quả bộ nhớ và một số bài kiểm tra thiên về tác tử; tuy nhiên, các số liệu công khai không cho thấy Flash thắng ở mọi benchmark. 24
11
Kiến trúc 8B/16B thay đổi điều gì?
Con số “552 tỷ tham số” không đồng nghĩa toàn bộ số tham số đó đều được dùng cho mỗi token — đây là đặc điểm của kiến trúc MoE thưa. DeepSeek cho biết V4.1 Flash chỉ kích hoạt khoảng 8 tỷ tham số khi prefill đầu vào (đọc prompt), và 16 tỷ tham số khi decode (sinh token đầu ra). 41
38
Thiết kế bất đối xứng này đặc biệt đáng chú ý với ứng dụng thường xuyên nạp tài liệu lớn, mã nguồn, lịch sử hội thoại hoặc nhật ký công cụ. Đọc ngữ cảnh và tạo câu trả lời có nhu cầu tính toán khác nhau; CED được thiết kế để tiết kiệm hơn khi tiếp nhận ngữ cảnh dài, trong khi vẫn dành nhiều năng lực tính toán hơn cho khâu tạo đầu ra. 38
DeepSeek cũng công bố mức sử dụng KV cache toàn cục khoảng 890 byte mỗi token, tương đương gần một phần tư con số được báo cáo của V4 Flash trước đó. Hãng quy thay đổi này cho FP4 KV caching và tái sử dụng KV cache giữa các lớp. Với các tác tử duy trì ngữ cảnh lâu, chi phí cache có thể quan trọng không kém số lượng tham số. Dù vậy, đây là số liệu do nhà cung cấp/model card công bố và nên được kiểm chứng trên hạ tầng phục vụ thực tế. 33
38
So với V4 Pro: các kết quả đã công bố
Bảng số liệu của DeepSeek ghi nhận cải thiện ở lập trình, toán học, tác tử terminal và an ninh mạng so với V4 Pro, nhưng điểm GPQA Diamond thấp hơn. Đây là số liệu do nhà cung cấp/model card báo cáo, không phải bảng xếp hạng độc lập mang tính tuyệt đối. 6
11
| Benchmark | V4 Pro | V4.1 Flash | Chênh lệch |
|---|---|---|---|
| GPQA Diamond | 92,4 | 90,9 | -1,5 |
| Xếp hạng Codeforces | 3.348 | 3.471 | +123 |
| MathArena Apex | 65,3 | 65,6 | +0,3 |
| Terminal-Bench 2.1 | 87,9 | 90,6 | +2,7 |
| CyberGym | 83,3 | 88,1 | +4,8 |
Cách đọc hợp lý nhất là: V4.1 Flash có vẻ phù hợp hơn với mục tiêu mà DeepSeek nêu ra — quy trình lập trình và tác tử chạy dài, cần tốc độ và chi phí hợp lý — trong khi V4 Pro vẫn dẫn trước ở kết quả GPQA Diamond được công bố. Vì vậy, nhận định Flash vượt trội tuyệt đối trong mọi tác vụ không được bảng so sánh này ủng hộ. 11
DeepSeek nói các thử nghiệm từ nhiều bên cho thấy V4.1 Flash vượt V4 Pro về hiệu năng, chi phí, tốc độ và tổng thời gian chạy. Tuy nhiên, các tài liệu công khai hiện có không đưa ra một hệ số độc lập, được kiểm toán, cho thời gian hoàn tất tác vụ tác tử đầu cuối. Đây nên được xem là tuyên bố của nhà cung cấp và cần benchmark bằng bộ công cụ, độ dài ngữ cảnh cùng kiểu công việc thực tế của từng đội ngũ. 24
Ngữ cảnh 1 triệu token, ảnh và API
V4.1 Flash hỗ trợ ngữ cảnh tối đa 1 triệu token và nhận văn bản lẫn hình ảnh trong cùng một yêu cầu. Tài liệu DeepSeek nêu các trường hợp như mô tả ảnh, đọc chữ trong ảnh chụp màn hình và phân tích biểu đồ. 6
23
Tên mô hình hiện dùng trong API là:
deepseek-flash
Lập trình viên có thể gửi URL ảnh http(s) công khai kèm văn bản. Theo tài liệu vision của DeepSeek, các định dạng được hỗ trợ gồm JPEG, PNG, GIF và WebP. 21
23
Tài liệu được cung cấp xác nhận giới hạn ngữ cảnh 1 triệu token, nhưng chưa nêu đủ rõ mức token đầu ra tối đa hiện hành để có thể khẳng định một con số cụ thể. Tương tự, nên kiểm tra schema API trực tiếp trước khi phụ thuộc vào cú pháp hay khả năng sẵn có của JSON output, tool calling và các điều khiển suy luận trong một tích hợp cụ thể.
Giá API và lợi ích từ cache hit
Mức giá V4.1 Flash được báo cáo là 0,15 USD cho 1 triệu token đầu vào và 0,60 USD cho 1 triệu token đầu ra vào giờ thấp điểm; vào giờ cao điểm lần lượt là 0,30 USD và 1,20 USD. Token đầu vào trúng cache có giá 0,003 USD vào giờ thấp điểm và 0,006 USD vào giờ cao điểm trên mỗi triệu token. 1
Giá cache hit rất thấp này phù hợp với định hướng tái sử dụng ngữ cảnh. Các ứng dụng thường lặp lại system prompt lớn, ngữ cảnh kho mã nguồn hoặc lịch sử tác tử có thể hưởng lợi nhiều hơn so với các cuộc trò chuyện ngắn, dùng một lần — với điều kiện cấu trúc yêu cầu thực sự tạo được cache hit.
Chuyển đổi từ các model cũ
DeepSeek đã ngừng V4 Flash và V4 Flash Vision Experimental dưới dạng các model riêng. Để bảo đảm tương thích, hai tên cũ dưới đây vẫn tạm được chấp nhận nhưng yêu cầu sẽ được phục vụ bởi V4.1 Flash:
deepseek-v4-flashdeepseek-v4-flash-vision-exp
Thông báo ngày 10/9 ban đầu của DeepSeek nói lưu lượng deepseek-v4-pro sẽ được chuyển sang V4.1 Flash, tính giá Flash, từ 04:00 UTC ngày 14/9 cho đến khi V4.1 Pro xuất hiện. 24
Tuy nhiên, tài liệu API cập nhật sau đó đã thay đổi bức tranh vận hành: DeepSeek cho biết sẽ tiếp tục cung cấp API V4 Pro sau ngày 14/9 với cách tính phí không đổi, và sẽ thông báo thêm nếu có thay đổi. Các nhóm đang dùng V4 Pro nên ưu tiên tài liệu API hiện hành, đồng thời kiểm tra model thực tế mà endpoint trả về thay vì mặc định kế hoạch ngừng model ban đầu vẫn còn hiệu lực. 17
26
Vì sao đây là một lần làm mới dòng sản phẩm?
V4.1 Flash không chỉ là Flash được đổi tên, bởi nhiều thay đổi xuất hiện cùng lúc:
- kiến trúc MoE Causal Encoder–Decoder mới, với mức kích hoạt khác nhau giữa đầu vào và đầu ra;
41
- hỗ trợ đa phương thức nguyên bản trên endpoint chính
deepseek-flash;24
- ngữ cảnh 1 triệu token và mức KV cache được báo cáo nhỏ hơn đáng kể;
6
38
- V4 Flash và Flash Vision Experimental cũ được ngừng, nhưng vẫn giữ alias tương thích trong thời gian chuyển đổi.
Với tích hợp mới, hướng đi thực tế là dùng deepseek-flash, thử nghiệm xử lý ảnh và ngữ cảnh dài bằng dữ liệu đại diện, đo hiệu quả kinh tế của cache hit, rồi tiếp tục theo dõi tài liệu trực tiếp về định tuyến và giá của V4 Pro. Kiến trúc này có triển vọng cho hệ thống nhiều tác tử, nhưng bằng chứng quan trọng nhất vẫn là hiệu năng và chi phí trong chính quy trình triển khai của bạn.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "DeepSeek V4.1 Flash: 552B MoE, ngữ cảnh 1 triệu token và những thay đổi so với V4 Pro" là gì?
Ra mắt ngày 10/9/2026, DeepSeek V4.1 Flash là mô hình MoE đa phương thức 552 tỷ tham số; kích hoạt khoảng 8 tỷ tham số khi đọc đầu vào và 16 tỷ khi sinh đầu ra.
Những điểm chính cần xác nhận đầu tiên là gì?
Ra mắt ngày 10/9/2026, DeepSeek V4.1 Flash là mô hình MoE đa phương thức 552 tỷ tham số; kích hoạt khoảng 8 tỷ tham số khi đọc đầu vào và 16 tỷ khi sinh đầu ra. Mô hình hỗ trợ ngữ cảnh đến 1 triệu token, nhận đồng thời văn bản và ảnh, với mức sử dụng KV cache được DeepSeek công bố là 890 byte mỗi token.
Tôi nên làm gì tiếp theo trong thực tế?
Tên mô hình API hiện hành là deepseek flash; các tên Flash cũ vẫn tạm hoạt động nhưng được chuyển sang V4.1 Flash.
Nguồn
jishuzhan.netDeepSeek V4.1 Flash：一次把自家旗舰送走的发布