Fireworks ra mắt DeepSeek-V4.1-Flash, đạt trình độ DeepSWE ngang ngửa GPT-6 Astra với chi phí chỉ bằng 1/15

DeepSeek V4.1 Flash giành chiến thắng tại bài kiểm tra hack Enclave AI với chi phí 4,65 USD, kết quả kiểm toán tiết lộ 5 lộ trình tấn công ngoài dự kiến

Trong bài kiểm tra hack AI của Enclave AI, DeepSeek V4.1 Flash đã vượt qua toàn bộ 11 mục tiêu lỗ hổng, đồng thời bảo vệ thành công 4 mục tiêu đối chứng, với chi phí vận hành chỉ 4,65 USD. Kết quả kiểm toán sau đó xác nhận 6 lần tấn công được thực hiện theo đúng lộ trình dự kiến, đồng thời phát hiện thêm 5 lộ trình ngoài dự kiến mà hệ thống chấm điểm ban đầu chưa phân loại. Nhóm phát triển đã đóng các đường vòng này và bổ sung cơ chế kiểm tra lộ trình nghiêm ngặt hơn vào bài kiểm tra.

Phiên bản quốc tế của Tencent WorkBuddy miễn phí sử dụng DeepSeek-V4.1-Flash

Tencent WorkBuddy bản quốc tế vừa thiết lập DeepSeek-V4.1-Flash thành miễn phí trong thời gian giới hạn với tỷ lệ quy đổi giảm xuống 0.00x, chương trình kéo dài trong hai tuần. Người dùng có thể kết nối trực tiếp với mô hình này mà không cần tự cấu hình API Key. Đồng thời, nền tảng cũng mở khóa toàn bộ quyền hạn Agent như đọc/ghi không gian làm việc cục bộ, làm sạch dữ liệu và thực hiện các dự án đa bước. Để so sánh, tỷ lệ quy đổi của GPT-6 Astra trên cùng nền tảng là 6.67x, còn GPT-5.6 là 3.47x.

DeepSeek-V4.1-Flash đã có mặt trên Alibaba Cloud

DeepSeek-V4.1-Flash hiện đã có mặt trên gói Token Plan của Alibaba Cloud. Được thiết kế chuyên biệt cho các tác vụ của AI agent, mô hình sở hữu cửa sổ ngữ cảnh 1M token, khả năng suy luận nhanh và lưu lượng xử lý cao. Với mức giá khởi điểm từ 6 USD/tháng, hãy tìm hiểu cách tối ưu hóa Credits và bắt đầu sử dụng nhanh chóng chỉ với 3 bước. Đọc blog tại: https://click.alibabacloud.com/m/20000003342/ Các phương thức truy cập API khác: • Qwen Cloud: https://click.qwencloud.com/m/20000003358/ • Model Studio: https://click.alibabacloud.com/m/20000003350/ #AlibabaCloud #DeepSeek #AI

DeepSeek-V4.1-Flash đã có mặt trên Alibaba Cloud

DeepSeek-V4.1-Flash hiện đã có mặt trong gói Token Plan của Alibaba Cloud. Được thiết kế riêng cho các tác vụ agentic, mô hình sở hữu cửa sổ ngữ cảnh 1 triệu token, khả năng suy luận nhanh và thông lượng cao. Giá khởi điểm từ 6 USD/tháng, tìm hiểu cách tối ưu hóa Credits và bắt đầu nhanh chóng chỉ với 3 bước. Đọc blog tại: https://click.alibabacloud.com/m/20000003342/ #AlibabaCloud #DeepSeek #AI

Fireworks ra mắt DeepSeek-V4.1-Flash, đạt trình độ DeepSWE ngang ngửa GPT-6 Astra với chi phí chỉ bằng 1/15

Fireworks phát hành DeepSeek-V4.1-Flash, đạt 74,34% pass@1 trên DeepSWE với chi phí 0,43 USD mỗi tác vụ, cùng phân khúc độ chính xác với GPT-6 Astra nhưng chi phí chỉ bằng 1/15.

DeepSeek ra mắt DeepSeek-V4.1-Flash: Nén KV cache bằng kiến trúc CED

DeepSeek ra mắt DeepSeek-V4.1-Flash, mô hình MoE đa phương thức với 552 tỷ tham số (kích hoạt 16 tỷ/token khi tạo, 8 tỷ khi tiền nạp), hỗ trợ ngữ cảnh lên tới 1 triệu token. Kiến trúc Causal Encoder-Decoder (CED) kết hợp với CSA2 và FP4 KV caching giúp giảm dung lượng KV cache toàn cục xuống còn 890 byte mỗi token, tương đương khoảng 1/4 so với DeepSeek-V4-Flash và 1/437 so với DeepSeek-V1. Kết hợp với SWA Bounded Replay, bộ nhớ đệm KV bền vững giảm xuống còn khoảng 1/8 mà vẫn duy trì hiệu năng vượt trội so với các mô hình cơ sở. Mô hình được huấn luyện trên 45 nghìn tỷ token dữ liệu đa phương thức, checkpoint hiện đã được mở tại https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash.

Bản tin BestBlogs số 112: Trí tuệ đáng tin cậy

Bản tin chọn lọc BestBlogs số 112 với chủ đề "Trí tuệ đáng tin cậy", thảo luận về việc làm thế nào để đảm bảo kết quả công việc có thể được bàn giao một cách an tâm khi các mô hình AI đã có khả năng viết mã, điều khiển trình duyệt và phân tách các tác vụ phức tạp.

Tại sao LLM lại lưu trữ bộ nhớ đệm K và V mà không lưu trữ Q?

Bài viết dài này giải thích nguyên lý của KV cache trong suy luận LLM: Với mỗi token được tạo ra, K/V của các vị trí lịch sử sẽ được giữ lại để các vị trí tiếp theo đọc, trong khi Q được tạo mới theo từng vị trí và có thể loại bỏ ngay sau khi sử dụng xong.

Báo động "hào sâu" CUDA: AMD mất hai ngày mới tung ra bản image sau khi CUDA vLLM hỗ trợ DeepSeek v4.1 Flash

Hai ngày sau khi CUDA vLLM hỗ trợ DeepSeek v4.1 Flash, AMD mới chính thức phát hành bản image DeepSeek v4.1 Flash của mình. Dù bản image này có thể sử dụng ngay lập tức (out-of-the-box), nhưng hiệu năng trên mỗi USD hiện vẫn kém hơn H200 tới 14,8 lần và kém hơn B200/B300 tới 42 lần.

DeepSeek mã nguồn mở V4.1-Flash: Kiến trúc CED giúp giảm chi phí prefill cho các Agent lập trình

Tuần này, DeepSeek đã mở mã nguồn trọng số của DeepSeek-V4.1-Flash trên HuggingFace, mô hình hiện đã có mặt trên Baseten Model APIs. Thông số kỹ thuật bao gồm tổng 552 tỷ tham số, 8 tỷ tham số kích hoạt cho prefill, 16 tỷ tham số kích hoạt cho decode, cửa sổ ngữ cảnh 1 triệu token và hỗ trợ đầu vào dạng văn bản kết hợp hình ảnh.

OpenRouter: DeepSeek V4.1 Flash đạt 1 nghìn tỷ token lưu lượng chỉ sau 24 giờ ra mắt

OpenRouter cho biết DeepSeek V4.1 Flash đã xử lý 1 nghìn tỷ token trên nền tảng của họ trong vòng 24 giờ, dự kiến đạt khoảng 2,8 nghìn tỷ token sau 48 giờ, trở thành mô hình trả phí có lưu lượng lớn nhất trong 48 giờ đầu tiên. Trong đó, 90% là dữ liệu đọc từ bộ nhớ đệm (cache), với mức giá thị trường khoảng 0,006 USD/triệu token, rẻ hơn 5 lần so với các mô hình tương đương như GLM-5.3 Flash.

Trải nghiệm thực tế DeepSeek V4.1 Flash: Giá giảm mạnh, tích hợp sẵn khả năng xử lý thị giác, tác giả kiểm chứng hiệu năng qua các tác vụ tạo lập trò chơi và thành phố

Tác giả trải nghiệm thực tế DeepSeek V4.1 Flash cho thấy giá đầu vào có bộ nhớ đệm giảm hơn 7 lần, giá đầu ra giảm 2/3. Kể từ 12 giờ trưa ngày 14 tháng 9, tất cả các yêu cầu gửi đến v4-pro sẽ bị buộc chuyển hướng sang 4.1 Flash và tính phí theo mức giá ưu đãi mới.

Bản tin sáng BestBlogs · 09-11: DeepSeek V4.1 Flash / Hiệu suất tiền huấn luyện / Phát triển native trên Shopify / Chi phí KV Cache / Kiểm chứng định luật mở rộng (Scaling Laws)

DeepSeek V4.1 Flash sử dụng cấu trúc bất đối xứng để nén kích hoạt phía đầu vào và nhu cầu KV Cache, đồng thời cung cấp thông tin về đa phương thức, hậu huấn luyện tăng cường, chuyển đổi API và định giá theo khung giờ cao điểm/thấp điểm. SWE-2 của Cognition đạt 50,0% trên FrontierCode 1.1 Main, giúp giảm 64% chi phí. Shopify chuyển hướng sang phát triển native bằng Swift và Kotlin, trong khi đội ngũ Magic đạt mức tăng hiệu suất tiền huấn luyện hơn 10 lần.

DeepSeek V4.1 Flash ra mắt, vượt qua DeepSeek V4 Pro 0813 với 40 điểm để trở thành flagship mới

Đánh giá từ Artificial Analysis cho thấy DeepSeek V4.1 Flash đạt 40 điểm trên Intelligence Index, vượt qua DeepSeek V4 Pro 0813 để trở thành flagship mới của DeepSeek, với 8B tham số kích hoạt đầu vào, 16B tham số kích hoạt đầu ra, hỗ trợ 1M token ngữ cảnh và giấy phép MIT.

OpenAI tuyên bố sắp giải quyết được bài toán Thiên niên kỷ thứ hai, DeepSeek 4.1 Flash dẫn đầu về hiệu năng trên giá thành

Theo xác nhận từ NYT, OpenAI sắp giải quyết được bài toán toán học Thiên niên kỷ thứ hai và có thể sớm công bố rộng rãi. DeepSeek 4.1 Flash vượt qua GPT-5.6 Sol và Opus 5 về hiệu năng trên DeepSWE, trong khi chi phí API thấp hơn tới 94%. Ngoài ra, gói đăng ký ChatGPT Pro mới có thể đã bị tạm dừng do nhu cầu quá cao; OpenAI cũng đang lên kế hoạch thâm nhập sâu vào lĩnh vực an ninh mạng và cảnh báo AI có thể gây rủi ro cho nguồn cung năng lượng.

DeepSeek V4.1 Flash vượt qua GPT-5.6 Sol trong các bài kiểm tra lập trình và tác vụ đại lý, với mức giá rẻ hơn khoảng 97%

DeepSeek V4.1 Flash vượt qua GPT-5.6 Sol trong các bài kiểm tra lập trình và tác vụ đại lý, với mức giá rẻ hơn khoảng 97%. Tác giả cho biết dung lượng KV cache trên mỗi token đã giảm thêm 4 lần và khẳng định đây là kỷ nguyên của AI mã nguồn mở, Databricks sẽ sớm mang mô hình này đến với khách hàng.

DeepSeek V4.1-Flash đã có mặt trên WorkBuddy

@deepseek_ai DeepSeek V4.1-Flash hiện đã có mặt trên WorkBuddy! Bản quốc tế cho phép dùng thử miễn phí trong 2 tuần. Trải nghiệm ngay tại: https://workbuddy.ai

WorkBuddy tích hợp DeepSeek V4.1-Flash, miễn phí dùng thử 2 tuần

WorkBuddy thông báo DeepSeek V4.1-Flash đã chính thức lên sóng nền tảng, đi kèm ưu đãi dùng thử miễn phí 2 tuần. Theo thông báo từ DeepSeek, phiên bản V4.1-Flash đã được cập nhật trên DeepSeek API và hỗ trợ đa phương thức (multimodal) nguyên bản.

Nén KV Cache của DeepSeek-V4.1-Flash

Tối ưu hóa triệt để nén KV Cache: Kiến trúc Causal Encoder–Decoder của DeepSeek-V4.1-Flash đã thay đổi điều gì? Trong Transformer thông thường, mỗi lớp tạo ra K và V riêng dựa trên các trạng thái ẩn (hidden states) đi vào lớp đó. Kiến trúc Causal Encoder–Decoder của DeepSeek-V4.1-Flash đã điều chỉnh sự phụ thuộc này: KV toàn cục của bộ giải mã (decoder) được tạo trực tiếp từ đầu ra cuối cùng của bộ mã hóa nhân quả (causal encoder). Do đó, việc xây dựng KV toàn cục cho bộ giải mã không cần phải để toàn bộ đoạn prompt đi qua tất cả các lớp của bộ giải mã. Điều này tạo nền tảng cho việc giảm thiểu quá trình tiền nạp (prefill), tức là giảm các tính toán xử lý đầu vào trước khi tạo câu trả lời.

DeepSeek ra mắt V4.1-Flash, giảm đáng kể nhu cầu bộ nhớ KV cache cho AI Agent

DeepSeek phát hành mô hình đa phương thức V4.1-Flash, mã nguồn mở theo giấy phép MIT trên Hugging Face, với mục tiêu nén đáng kể KV cache và giảm chi phí xử lý ngữ cảnh dài.

DeepSeek ra mắt DeepSeek-V4.1-Flash, với kiến trúc nền tảng 552B nhưng chỉ kích hoạt từ 8B đến 16B tham số

DeepSeek ra mắt DeepSeek-V4.1-Flash, sử dụng kiến trúc encoder-decoder nhân quả với nền tảng 552B, kích hoạt 8B tham số cho giai đoạn prefill và 16B tham số cho giai đoạn decode. Mô hình truy cập bộ nhớ Engram 196B thông qua cơ chế tìm kiếm thưa (sparse lookup), đồng thời tận dụng tính năng bounded replay để giảm dung lượng bộ nhớ đệm KV bền vững xuống khoảng 8 lần so với phiên bản V4-Flash.

Mô hình DeepSeek V4.1 Flash chính thức có mặt trên Mạng lưới Siêu máy tính Quốc gia

Mô hình DeepSeek V4.1 Flash đã được đưa lên Trung tâm Mạng lưới Siêu máy tính Quốc gia vào ngày 10 tháng 9, người dùng có thể gọi API tại trang "Dịch vụ mô hình" trên website chính thức. Đây là mô hình MoE với 552 tỷ tham số, sử dụng cấu trúc Causal-Encoder-Decoder, với 8 tỷ tham số kích hoạt cho đầu vào và 16 tỷ tham số kích hoạt cho đầu ra; trong các bài kiểm tra tiêu chuẩn, mô hình này đã vượt qua cả các phiên bản flagship như DeepSeek V4 Pro.

DeepSeek V4.1-Flash ra mắt, giành lại vị trí dẫn đầu bảng xếp hạng mô hình mã nguồn mở

Thomas Wolf nhận định DeepSeek V4.1-Flash đã trở lại vị trí dẫn đầu bảng xếp hạng mô hình mã nguồn mở với mức giá cực thấp, đồng thời thực hiện video minh họa quá trình lan truyền tiến (forward propagation) bên trong mô hình khi suy luận. Báo cáo kỹ thuật có tại https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf, trọng số mô hình đã được đăng tải tại https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash.

DeepSeek hợp nhất các chế độ nhanh, chuyên gia và nhận diện hình ảnh, đồng thời lên kế hoạch ra mắt V4.1 Flash và ngừng cung cấp V4 Pro

DeepSeek tiến hành hợp nhất và nâng cấp ba chế độ gồm nhanh, chuyên gia và nhận diện hình ảnh, đồng thời loại bỏ tùy chọn chế độ chuyên gia độc lập. Mô hình mới sẽ đồng thời sở hữu khả năng đối thoại hàng ngày, hiểu hình ảnh và giải quyết các vấn đề phức tạp. Công ty dự kiến ra mắt V4.1 Flash với khả năng đa phương thức nguyên bản vào khoảng ngày 10 tháng 9 (giờ Bắc Kinh); dịch vụ V4 Pro dự kiến kết thúc vào trưa ngày 14 tháng 9 (giờ Bắc Kinh), sau thời điểm này, các yêu cầu sẽ được chuyển hướng sang V4.1 Flash và tính phí theo biểu giá của mô hình này.

DeepSeek ra mắt V4.1-Flash: Kiến trúc mới mang đến khả năng hiểu thị giác nguyên bản cùng mức giá giảm mạnh

DeepSeek công bố V4.1-Flash, sử dụng kiến trúc Causal Encoder–Decoder mới và hỗ trợ hiểu thị giác nguyên bản, với 552 tỷ tham số MoE, kích hoạt 8 tỷ tham số cho xử lý đầu vào và 16 tỷ tham số cho tạo đầu ra.

DeepSeek ra mắt V4.1-Flash: Kiến trúc Causal Encoder–Decoder mới với khả năng hiểu thị giác nguyên bản

DeepSeek ra mắt V4.1-Flash, sử dụng kiến trúc Causal Encoder–Decoder mới và hỗ trợ hiểu thị giác nguyên bản, là model nhỏ nhất trong dòng kiến trúc mới. Mô hình MoE này có 552 tỷ tham số, kích hoạt 8 tỷ tham số khi xử lý đầu vào và 16 tỷ tham số khi tạo đầu ra; nhu cầu bộ nhớ đệm KV giảm xuống còn 1/4 dung lượng HBM và 1/8 dung lượng lưu trữ SSD so với thế hệ trước, đi kèm mức giá API ưu đãi hơn.

DeepSeek-V4.1-Flash ra mắt, Thomas Wolf nhận định đây có thể là một bản cập nhật quan trọng

DeepSeek phát hành DeepSeek-V4.1-Flash, khẳng định đây là model nhỏ nhất trong dòng kiến trúc mới, sở hữu khả năng hiểu thị giác nguyên bản, được thiết kế để tăng tốc độ suy luận, nâng cao lưu lượng xử lý và khả năng mở rộng lên các mô hình lớn hơn.

DeepSeek V4.1 Flash chính thức ra mắt, sở hữu 552 tỷ tham số cùng khả năng xử lý thị giác nguyên bản

DeepSeek giới thiệu V4.1 Flash, mẫu model nhỏ nhất trong dòng sản phẩm mới, với 552 tỷ tham số và hỗ trợ thị giác nguyên bản. Apple công bố iPhone Duo – chiếc iPhone màn hình gập đầu tiên (giá khởi điểm 1.999 USD, giao hàng từ ngày 23 tháng 10) cùng dòng iPhone 18 Pro. Chip A20 Pro được tối ưu cho các model chạy trên thiết bị (on-device), trong khi trợ lý Siri AI được vận hành bởi các model cục bộ.

DeepSeek AI ra mắt DeepSeek-V4.1-Flash: cửa sổ ngữ cảnh 1 triệu token, hỗ trợ bộ nhớ đệm KV định dạng FP4 và cơ chế tái sử dụng sự chú ý liên tầng

DeepSeek AI ra mắt mô hình MoE đa phương thức DeepSeek-V4.1-Flash, với 552 tỷ tham số backbone và 196 tỷ tham số Engram. Mô hình sở hữu cửa sổ ngữ cảnh 1 triệu token, kích hoạt 8 tỷ tham số ở giai đoạn prefill và 16 tỷ tham số ở giai đoạn decode. Bộ nhớ đệm KV toàn cục được giảm xuống còn 890 byte mỗi token, bằng khoảng 1/4 so với DeepSeek-V4-Flash và 1/437 so với DeepSeek-V1.

DeepSeek ra mắt DeepSeek-V4.1-Flash: mô hình nhỏ nhất trong dòng kiến trúc mới, tích hợp khả năng hiểu thị giác nguyên bản

DeepSeek-V4.1-Flash lên kệ Hugging Face: mô hình MoE 552 tỷ tham số, là phiên bản nhỏ nhất trong dòng kiến trúc mới

DeepSeek ra mắt DeepSeek-V4.1-Flash và đưa lên Hugging Face. Đây là mô hình MoE 552 tỷ tham số, sử dụng cấu trúc Encoder-Decoder mới, phương pháp tiền huấn luyện mới và quy trình hậu huấn luyện bằng học tăng cường quy mô lớn hơn.

Ra mắt DeepSeek Harness v0.1.5, tích hợp sâu với V4.1 Flash

DeepSeek Harness v0.1.5 đã được phát hành, phiên bản mới này tích hợp sâu với quá trình huấn luyện mô hình DeepSeek V4.1 Flash, trong đó mô hình đã được huấn luyện và tối ưu hóa chuyên biệt cho các cấu hình khác nhau của Harness. Đồng thời, tính năng Agent Teams thử nghiệm cũng được ra mắt với triết lý "mọi thứ đều là plugin", hiện đội ngũ vẫn đang tiếp tục tuyển dụng nhân sự.