DeepSeek ra mắt mô hình V4.1 Flash: Hiệu năng vượt trội bản Pro với chi phí API rẻ hơn

Theo tin từ IT ngày 10 tháng 9, DeepSeek hôm nay đã chính thức ra mắt mô hình DeepSeek V4.1 Flash. Đây là mô hình có kích thước nhỏ nhất trong dòng cấu trúc mô hình hoàn toàn mới của hãng, sở hữu khả năng hiểu thị giác đa phương thức (multimodal) nguyên bản.

Mục đích thiết kế ban đầu của cấu trúc mô hình mới này là: nâng cao giới hạn năng lực, tăng tốc độ suy luận, mở rộng lưu lượng xử lý (throughput) và khả năng mở rộng lên các mô hình có tham số lớn hơn.

DeepSeek V4.1 Flash là mô hình MoE với 552B tham số, áp dụng cấu trúc Causal-Encoder-Decoder hoàn toàn mới với đầu vào và đầu ra bất đối xứng; kích hoạt đầu vào chỉ 8B và kích hoạt đầu ra 16B, giúp chi phí thấp hơn đáng kể so với các mô hình cùng kích thước hiện có. Đồng thời, V4.1 Flash cũng áp dụng phương thức tiền huấn luyện mới và đã trải qua quá trình hậu huấn luyện tăng cường (RLHF) quy mô lớn hơn. Trong các bài kiểm tra tiêu chuẩn, mô hình đã vượt qua trình độ thông minh của hàng loạt mô hình flagship, bao gồm cả DeepSeek V4 Pro.

Ngoài ra, thế hệ mô hình mới đã giảm đáng kể dung lượng bộ nhớ đệm KV Cache. So với thế hệ trước, nhu cầu về HBM giảm xuống còn 1/4 và nhu cầu về SSD giảm xuống còn 1/8.

Trong các kịch bản sử dụng Agent, chi phí cho việc truy cập bộ nhớ đệm thường chiếm tỷ trọng cao, vì vậy việc nén KV Cache đã giúp giảm đáng kể chi phí sử dụng cho các tác vụ dạng Agent.

Hình ảnh minh họa cho thấy sự tiến bộ liên tục của DeepSeek trong việc giảm lưu trữ ngữ cảnh. So với mô hình đời đầu, KV Cache hiện chỉ bằng 1/437.

DeepSeek V4.1 Flash đã được cập nhật đồng bộ trên DeepSeek API, hỗ trợ đa phương thức nguyên bản. Người dùng chỉ cần đổi tên mô hình thành deepseek-flash để gọi mô hình V4.1 Flash mới nhất.

Các phiên bản cũ là V4 Flash và V4 Flash Vision Exp hiện đã ngừng cung cấp. Để đảm bảo tính tương thích, tên mô hình deepseek-v4-flash và deepseek-v4-flash-vision-exp sẽ tạm thời được điều hướng sang V4.1 Flash.

Đồng thời, qua nhiều bài kiểm tra, V4.1 Flash đã vượt trội hoàn toàn so với V4 Pro về các chỉ số như hiệu năng, chi phí, tốc độ và tổng thời gian xử lý. Do đó, phía chính thức có kế hoạch ngừng cung cấp mô hình V4 Pro theo lộ trình. Sau 12:00 ngày 14 tháng 9 năm 2026 (giờ Bắc Kinh) và cho đến khi V4.1 Pro ra mắt, tất cả các yêu cầu truy cập deepseek-v4-pro của người dùng sẽ được điều hướng sang V4.1 Flash và tính phí theo đơn giá của V4.1 Flash.

Tencent (WorkBuddy, CodeBuddy) và OpenCode, với tư cách là các đối tác chính thức, hiện đã tích hợp toàn diện DeepSeek V4.1 Flash.

Nhờ sự đổi mới trong kiến trúc mô hình, DeepSeek V4.1 Flash có thể phục vụ nhiều người dùng hơn với chi phí thấp hơn, vì vậy phía chính thức đã điều chỉnh giảm giá cho V4.1 Flash tương ứng.

Đồng thời, để phân bổ tài nguyên hợp lý hơn, DeepSeek V4.1 Flash vẫn áp dụng cơ chế định giá theo giờ cao điểm và thấp điểm. Giá vào giờ thấp điểm bằng một nửa giá vào giờ cao điểm, nhằm khuyến khích người dùng điều chỉnh thời gian thực hiện tác vụ dựa trên nhu cầu thực tế. Giá mới có hiệu lực từ 12:00 ngày 10 tháng 9 năm 2026.

IT đính kèm liên kết mã nguồn mở của mô hình:

https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash

Liên kết bài báo khoa học (paper):

https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf

Tuyên bố quảng cáo: Các liên kết ngoài có trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian sàng lọc, kết quả chỉ mang tính chất tham khảo. Các bài viết của IT có chứa liên kết ngoài đều bao gồm tuyên bố này.