Link bài viết gốc： https://mp.weixin.qq.com/s/7vCZt_lPc5x7E...
Kim Sắc Truyền Thuyết Đại Thông Minh · Tài khoản chính thức · Tái Bác Thiền Tâm · 2026-10-17 16:32
Bài viết này được chia sẻ lại, bản quyền thuộc về tác giả gốc, toàn văn căn cứ theo link bài gốc
Vừa qua, DeepSeek đã cập nhật V4.1 Flash lên phiên bản V4.1-Flash-1017, mang lại bước nhảy vọt về hiệu năng, kích thước 763B , phiên bản web, App và API đã được làm mới toàn diện, trọng số cũng đồng thời được phát hành mã nguồn mở
Xây dựng game đua xe trên web từ con số 0
Dưới đây là benchmark
Đồng thời hãng cũng phát hành hai bản cập nhật:
- Một là DeepSeek API đã mở tìm kiếm tự phát triển , bao gồm hai API Search và Fetch, đều có giá 5 tệ / 1.000 lượt
- Hai là DeepSeek Harness 0.2.1, được tối ưu riêng để tương thích với model mới này
So với phiên bản V4.1 Flash trước đó, model này đạt mức tăng điểm trên toàn bộ 11 bài benchmark
Khi đặt cạnh so sánh từng hạng mục với Kimi K3, GLM 5.3, GPT 5.6-Sol và Claude Opus 5:
Mạnh mẽ hơn, tiết kiệm hơn
Khi chạy cùng một tác vụ, model mới tốn ít thời gian hơn và cho output ngắn hơn, lấy DeepSWE v1.1 làm ví dụ:
- Khi thiết lập V4.1-Flash-1017 ở mức max cao nhất, tỷ lệ vượt qua đạt 77.0% , chi phí trung bình cho mỗi tác vụ vào khoảng 1,3 tệ
- Ở mức low rẻ nhất, tỷ lệ vượt qua đạt 72,6%, mỗi tác vụ tốn chưa tới 0,8 tệ
Để so sánh, phiên bản trước đó khi bật mức max có tỷ lệ vượt qua là 74,2%, mỗi tác vụ tốn khoảng 3,3 tệ; trong khi Claude Opus 5 khi bật mức max tốn gần 80 Nhân dân tệ
Lần này, DeepSeek tập trung tối ưu hóa cho ba nền tảng: DeepSeek Harness của hãng, cùng với CodeBuddy và WorkBuddy của Tencent
DeepSeek Harness là công cụ agent do chính DeepSeek phát triển, tháng trước vừa ra mắt phiên bản desktop. Để model mới phát huy tối đa hiệu năng, bạn cần nâng cấp lên phiên bản 0.2.1-rc.1 trở lên
Ngoài ra, người dùng đủ điều kiện khi đăng nhập DeepSeek Harness lần đầu sẽ nhận được 6 tệ tiền thưởng trải nghiệm, không cần nạp tiền, số lượng có hạn và có hiệu lực trong vòng 7 ngày kể từ khi nhận
Lập trình kiểu ước nguyện
DeepSeek giờ đây chỉ cần ít prompt hơn, ít tư liệu tham khảo hơn, qua vài lượt tương tác trong DeepSeek Harness là model đã có thể dựng xong một dự án hoàn chỉnh từ con số 0
Về huấn luyện, model sử dụng học tăng cường (RL) dựa trên cơ chế tự phản hồi, giúp nâng cao năng lực dựng dự án từ con số 0 như phát triển game hay dựng hình 3D, chẳng hạn như Tử Cấm Thành này:
Bên cạnh game đua xe, còn có cả bản tái hiện tựa game "Portal 2" bằng game engine mã nguồn mở Godot:
Valve tới giờ vẫn chưa đếm tới 3
Ngoài ra còn có dự án Valley of Ages, nơi cùng một thung lũng sông được mô phỏng tiến hóa xuyên suốt từ thời tiền sử cho tới hiện đại:
Công cụ tìm kiếm tự phát triển chính thức mở cổng
Tính năng tìm kiếm kết nối mạng trên bản web và API của DeepSeek từ trước đến nay đều sử dụng công cụ tìm kiếm của chính hãng, xử lý hàng trăm triệu lượt truy vấn mỗi ngày từ khắp nơi trên thế giới
Đây là công cụ tìm kiếm đa năng AI-native, đã lập chỉ mục cho hàng trăm tỷ trang web trên toàn cầu, hỗ trợ đa ngôn ngữ và trả về kết quả theo thời gian thực. Các hành vi gian lận SEO, thao túng GEO (tối ưu hóa nhằm ép AI trích dẫn nội dung của mình trong câu trả lời) và nội dung do AI tạo ra kém chất lượng đều sẽ bị nhận diện và lọc bỏ
Lần này, công cụ đã chính thức mở cửa rộng rãi cho công chúng: DeepSeek API bổ sung hai API: Search (tìm kiếm) và Fetch (thu thập trang web) , cả hai đều có mức giá 5 tệ / 1.000 lượt , cách sử dụng được ghi trong mục hướng dẫn "Tìm kiếm và thu thập trang web" của tài liệu DeepSeek API
Nếu bạn đang tích hợp DeepSeek API vào DeepSeek Harness, Claude Code hoặc Codex, thực chất bạn đã và đang sử dụng hai API này: các lượt gọi công cụ phía server sẽ tự động truy cập vào chúng
Việc gọi Search và Fetch trong các công cụ này hiện hoàn toàn miễn phí, từ 0h ngày 1 tháng 11 (giờ Bắc Kinh) sẽ bắt đầu tính phí theo lượt gọi
Cuối cùng
Trọng số của V4.1-Flash-1017 đã được cập nhật trên HuggingFace và ModelScope, với tên repository là DeepSeek-V4.1-Flash-1017
Tổng số tham số của model là 763B , mã nguồn mở theo giấy phép MIT, hỗ trợ đầu vào xen kẽ văn bản và hình ảnh, context window 1M tokens, tham số đề xuất: temperature 1.0, top_p 1.0, max_tokens không dưới 256K
Phương thức gọi API và mức giá không thay đổi, tên model vẫn là deepseek-flash
Học tương tác với AI (NotebookLM)
Ngoài đọc , bạn có thể nghe , xem và xem hoạ thông tin ở đầu bài. Bài này còn có bộ công cụ tương tác do AI tạo: Bài kiểm tra trắc nghiệm, Thẻ ghi nhớ, Sơ đồ tư duy, Bản trình bày và Báo cáo chuyên sâu.
Mở không gian học tương tác