สรุปสั้นๆ
DeepSeek V4.1 Flash มาแทนเจเนอเรชัน V4 Flash เดิมด้วยโมเดล MoE แบบ causal encoder–decoder ขนาด 552B พารามิเตอร์ รองรับความเข้าใจภาพแบบเนทีฟ หน้าต่างบริบท 1M โทเค็น และลดต้นทุนการให้บริการลงอย่างมาก ในการเปรียบเทียบอย่างเป็นทางการของ DeepSeek โมเดลนี้ปรับปรุงคะแนนส่วนใหญ่ในงานโค้ดดิ้ง เทอร์มินัล ความปลอดภัย และเอเจนต์ เมื่อเทียบกับ V4 Pro 0813 ขณะที่ V4 Pro ยังนำอยู่ใน GPQA Diamond และ HLE แบบไม่มีเครื่องมือ
หน้าการตั้งราคา API ปัจจุบันของ DeepSeek แยกเส้นทางของ deepseek-flash และ deepseek-v4-pro อย่างชัดเจน โดยให้บริการ V4.1 Flash และ V4-Pro-0813 ตามลำดับ ทั้งสองมีราคา ขีดจำกัด concurrency และการรองรับวิสันที่ต่างกัน การผสานระบบใหม่จึงควรเลือก model ID ให้ตรงกับงานที่ตั้งใจใช้ แทนที่จะอาศัยพฤติกรรม alias ตามประวัติ
ประเด็นสำคัญ
- V4.1 Flash และ V4 Pro เป็นตัวเลือก API อย่างเป็นทางการที่แยกจากกันในตอนนี้: ใช้ deepseek-flash สำหรับ V4.1 Flash และ deepseek-v4-pro สำหรับ V4-Pro-0813
- ผลต่างที่เด่นชัดที่สุดอยู่ในงานเทอร์มินัล เอเจนต์โค้ดดิ้ง ระบบอัตโนมัติ และการรันงานด้านความปลอดภัย—ไม่ใช่ทุกเบนช์มาร์กแบบปิดหนังสือ
- V4.1 Flash มีราคาถูกกว่าเส้นทาง V4 Pro ที่ระบุอยู่ตอนนี้อย่างมีนัยสำคัญ ทั้งสำหรับอินพุตที่ cache-hit อินพุตที่ cache-miss และโทเค็นเอาต์พุต
- V4.1 Flash เพิ่มความสามารถวิสันแบบเนทีฟ ยกระดับ concurrency ที่ระบุจาก 500 เป็น 2,500 และลดพื้นที่จัดเก็บ KV cache ระดับ global เหลือ 890 ไบต์ต่อโทเค็น
- ควรย้ายโดยระบุอย่างชัดเจนแม้ alias ยังทำงาน: อัปเดต model ID, ตรวจสอบโหมด thinking/non-thinking, ทดสอบ tool call และอินพุตภาพใหม่ และติดตามการใช้โทเค็นกับ latency
หมายเหตุการรูตปัจจุบัน: หน้าการตั้งราคาอย่างเป็นทางการระบุว่า deepseek-v4-pro คือ V4-Pro-0813 ซึ่งแยกจาก V4.1 Flash
ข้อกำหนดของ DeepSeek V4.1 Flash และ V4 Pro ต่างกันอย่างไร?
สถาปัตยกรรมเปลี่ยนจาก MoE แบบ sparse ขนาดใหญ่มากใน V4 Pro ไปเป็นแบบ causal encoder–decoder ที่ไม่สมมาตรใน V4.1 Flash โมเดลใหม่เปิดใช้พารามิเตอร์น้อยกว่าในขั้นตอนประมวลผลอินพุตเมื่อเทียบกับขั้นตอนสร้างเอาต์พุต ช่วยลดต้นทุน prefill ขณะยังคงความสามารถในการสร้างผลลัพธ์ที่แข็งแกร่ง
| Specification | DeepSeek V4.1 Flash | DeepSeek V4 Pro 0813 |
|---|---|---|
| Architecture | Causal encoder–decoder MoE | Sparse MoE |
| Total parameters Backbone parameters / repository weight count | 552B พารามิเตอร์ของแบ็กโบน; Hugging Face ระบุขนาดโมเดล 763B | 1.6T พารามิเตอร์ของแบ็กโบน; Hugging Face ระบุขนาดโมเดลราว 1.7T |
| Active parameters | 8B สำหรับอินพุต; 16B สำหรับเอาต์พุต | 49B ต่อโทเค็น |
| Context window | 1M โทเค็น | 1M โทเค็น |
| Maximum output | 384K โทเค็น | 384K โทเค็น |
| Thinking and non-thinking modes | รองรับ | รองรับ |
| Native image understanding | รองรับ | ไม่รองรับ |
| Documented concurrency | 2,500 | 500 ในคอนฟิกปัจจุบัน |
| Current official API status | Active เป็น deepseek-flash | Active เป็น deepseek-v4-pro (V4-Pro-0813) |
คำชี้แจงจำนวนพารามิเตอร์: การ์ดโมเดลของ DeepSeek V4.1 Flash ระบุ 552B พารามิเตอร์ของแบ็กโบน ขณะที่รีโพบน Hugging Face รายงานขนาดโมเดล 763B ตัวเลขเหล่านี้อธิบายขอบเขตการนับคนละแบบ ไม่ควรนำมาใช้แทนกัน
คำชี้แจงความยาวเอาต์พุต: การ์ดโมเดล V4.1 Flash แนะนำ max_tokens ≥ 256K สำหรับการรันโลคอล ขณะที่หน้าการตั้งราคา API ปัจจุบันระบุเพดานเอาต์พุตสูงสุด 384K สำหรับทั้งสองโมเดลใน API การตั้งค่าแนะนำเพื่ออินเฟอเรนซ์ไม่เท่ากับข้อจำกัดสูงสุดที่ API บังคับใช้
DeepSeek V4.1 Flash ปรับปรุงจาก V4 Pro ตรงไหนบ้าง?
ตารางเบนช์มาร์กอย่างเป็นทางการของ DeepSeek แสดงการปรับปรุงที่ชัดเจนที่สุดในงานที่ต้อง “รันจริง” คอลัมน์เปอร์เซ็นต์คำนวณจากคะแนนที่เผยแพร่; งดเทียบเปอร์เซ็นต์เมื่อเมตริกเป็นเรตติ้งหรือไม่เหมาะสม
| Benchmark | V4.1 Flash | V4 Pro 0813 | Difference | Interpretation |
|---|---|---|---|---|
| Terminal-Bench 2.1 | 90.6 | 87.9 | +2.7 points; +3.1% | การรันคำสั่งในเทอร์มินัลเชื่อถือได้มากขึ้น |
| Terminal-Bench 3.0 | 30.0 | 11.8 | +18.2 points; +154.2% | เพิ่มขึ้นมากในงานเทอร์มินัลที่ยากกว่า |
| Terminal-Bench 4.0 | 31.2 | 12.4 | +18.8 points; +151.6% | เพิ่มขึ้นมากในงานเทอร์มินัลรุ่นใหม่ |
| DeepSWE v1.1 | 74.2 | 62.7 | +11.5 points; +18.3% | เก่งขึ้นในงานซอฟต์แวร์ระดับรีโพสิทอรี |
| ProgramBench | 20.3 | 15.5 | +4.8 points; +31.0% | สังเคราะห์โปรแกรมได้ดีขึ้น |
| NL2Repo-Bench | 64.0 | 61.5 | +2.5 points; +4.1% | แปลงภาษาธรรมชาติเป็นงานระดับรีโพได้ดีขึ้น |
| CyberGym | 88.1 | 83.3 | +4.8 points; +5.8% | แข็งแรงขึ้นในงานไซเบอร์ |
| HLE with tools | 63.9 | 60.0 | +3.9 points; +6.5% | เหตุผลเชิงเครื่องมือได้ดีกว่า |
| Automation-Bench | 54.8 | 43.2 | +11.6 points; +26.9% | เพิ่มขึ้นอย่างมีนัยในระบบอัตโนมัติ |
| Agents’ Last Exam | 31.8 | 25.7 | +6.1 points; +23.7% | พฤติกรรมเอเจนต์ทั่วไปแข็งแรงขึ้น |
| Codeforces rating | 3,471 | 3,348 | +123 rating points | โค้ดดิ้งเชิงแข่งขันดีขึ้น |
| GPQA Diamond | 90.9 | 92.4 | −1.5 points | V4 Pro ยังได้เปรียบ |
| HLE without tools | 36.8; 39.1 on text subset | 42.7 on text subset | −3.6 points on comparable text subset | V4 Pro ยังได้เปรียบ |
ผลลัพธ์มีหลายมิติ: V4.1 Flash ดีกว่าอย่างชัดเจนสำหรับเอเจนต์โค้ดดิ้ง การทำงานในเทอร์มินัล ระบบอัตโนมัติ งานด้านความปลอดภัย การใช้เครื่องมือ วิสัน Concurrency และต้นทุน ข้อได้เปรียบที่เหลือของ V4 Pro กระจุกตัวในบางการทดสอบเหตุผลแบบล้วนๆ ดังนั้นจึงควรตัดสินตามส่วนผสมของงาน ไม่ใช่การอ้างระดับรวมเพียงชุดเดียว
เหตุใด DeepSeek V4.1 Flash จึงมีประสิทธิภาพเหนือ V4 Pro?
การคำนวณอินพุตและเอาต์พุตแบบอสมมาตร
V4.1 Flash เปิดใช้พารามิเตอร์ 8B ระหว่างประมวลผลอินพุต และ 16B ระหว่างสร้างเอาต์พุต การออกแบบอสมมาตรนี้สอดคล้องกับความต้องการคำนวณที่ต่างกันของช่วง prefill และช่วงสร้างผลลัพธ์ ลดต้นทุนโดยไม่ต้องบังคับให้ทั้งสองช่วงใช้บัดเจ็ตพารามิเตอร์ที่เปิดใช้งานเท่ากัน
รอยเท้า KV cache ที่เล็กลง
DeepSeek รายงานว่า V4.1 Flash ใช้ HBM เพียงหนึ่งในสี่ และพื้นที่ SSD เพียงหนึ่งในแปด เมื่อเทียบกับเจเนอเรชันก่อนหน้าสำหรับ KV cache กราฟที่เผยแพร่ระบุแคช KV ระดับ global ที่ 890 ไบต์ต่อโทเค็น เทียบกับ 3,514 ไบต์สำหรับ V4 Flash
อินพุตมัลติโหมดแบบเนทีฟและ concurrency ที่สูงขึ้น
V4.1 Flash ตีความภาพได้แบบเนทีฟ และระบุขีดจำกัด concurrency ไว้ที่ 2,500 ซึ่งมากกว่า V4 Pro ปัจจุบัน (500) อยู่ห้าเท่า สิ่งนี้สำคัญสำหรับเอเจนต์ที่ทำงานจากสกรีนช็อต การดึงข้อมูลจากเอกสาร การแก้ปัญหาจากภาพ และคิวงานปริมาณมากในโปรดักชัน
DeepSeek V4.1 Flash มีค่าใช้จ่ายเทียบกับ V4 Pro อย่างไร?
ตารางราคาทางการปัจจุบันคิดแยกตามสองเส้นทาง ต่อ 1M โทเค็น V4.1 Flash คิด $0.003/$0.006 สำหรับอินพุตแบบ cache-hit, $0.15/$0.30 สำหรับอินพุตแบบ cache-miss และ $0.60/$1.20 สำหรับเอาต์พุต (นอกพีค/พีค) ส่วน V4 Pro คิด $0.022/$0.044, $0.66/$1.32 และ $1.98/$3.96 ตามลำดับ ราคาอาจเปลี่ยนแปลงได้ งบโปรดักชันควรอ้างอิงหน้าราคาปัจจุบัน
ควรย้ายจาก DeepSeek V4 Pro หรือ V4 Flash ไปยัง V4.1 Flash อย่างไร?
ใช้ model ID โปรดักชันอย่างชัดเจน
ใช้ deepseek-flash เมื่อคุณต้องการ V4.1 Flash ชื่อเดิมอย่าง deepseek-v4-flash และ deepseek-v4-flash-vision-exp ยังถูกรูตไปที่ V4.1 Flash โดยอัตโนมัติ แต่การระบุชื่ออย่างชัดเจนช่วยให้ติดตามและย้อนกลับได้ง่ายขึ้น ใช้ deepseek-v4-pro เมื่อคุณตั้งใจใช้แบ็กเอนด์ V4-Pro-0813 ที่ระบุอยู่ปัจจุบัน
from openai import OpenAI
client = OpenAI(
api_key="YOUR_DEEPSEEK_API_KEY",
base_url="https://api.deepseek.com",
)
response = client.chat.completions.create(
model="deepseek-flash", # or "deepseek-v4-pro"
messages=[{"role": "user", "content": "Review this migration plan."}],
)
print(response.choices[0].message.content)
ทดสอบพฤติกรรม ไม่ใช่แค่ความเข้ากันได้ของเอนด์พอยต์
- รันพรอมป์ตัวแทนทั้งในโหมด thinking และ non-thinking; เปรียบเทียบความสำเร็จของงาน จำนวนโทเค็น และ latency
- ทดสอบสคีมาของเครื่องมือ เอาต์พุต JSON พฤติกรรมของ Responses API การเติมแบบ prefix และ FIM หากใช้งาน
- เพิ่มการทดสอบอินพุตภาพหากโปรดักท์จะใช้ความสามารถวิสันแบบใหม่
- ตั้งงบประมาณฐานใหม่ตามเรตราคาแบบพีคและนอกพีค แทนที่จะใช้สมมติฐานของ V4 Pro ต่อเนื่อง
- ติดตามอัตรา hit ของ prompt cache เพราะอาจเป็นตัวกำหนดต้นทุนอินพุตหลักเมื่อสเกลใหญ่
เลือกแบ็กเอนด์ที่ตั้งใจใช้ให้ชัดเจน
เส้นทาง deepseek-v4-pro ปัจจุบันเลือก V4-Pro-0813 ทีมงานควรบันทึกเวอร์ชันโมเดลที่ถูก resolve วันที่ประเมิน ชุดพรอมป์ และช่วงเวลาราคา เพื่อให้การเปรียบเทียบสามารถทำซ้ำได้หากการรูตเปลี่ยนอีก
งานแบบใดที่เหมาะกับ DeepSeek V4.1 Flash มากที่สุด?
| Workload | Recommended choice | Reason |
|---|---|---|
| เอเจนต์โค้ดดิ้งและการดูแลรีโพสิทอรี | V4.1 Flash | คะแนน DeepSWE, ProgramBench, NL2Repo และเทอร์มินัลสูงกว่า |
| ระบบอัตโนมัติที่ขับด้วยเครื่องมือ | V4.1 Flash | คะแนน Automation-Bench, HLE-with-tools และเอเจนต์สูงกว่า |
| ผู้ช่วยที่รับรู้ภาพ | V4.1 Flash | ความเข้าใจภาพแบบเนทีฟ |
| การให้บริการปริมาณสูงหรืออ่อนไหวต่อราคา | V4.1 Flash | Concurrency สูงกว่าและราคาโทเค็นต่ำกว่ามาก |
| Historical V4 Pro reproductionCurrent V4 Pro access and evaluation | V4 Pro | เส้นทางทางการระบุว่าเป็น V4-Pro-0813 |
| การให้เหตุผลแบบปิดหนังสือล้วนๆ | ทดสอบกับข้อมูลโดเมนของคุณ | V4 Pro ยังสูงกว่าใน GPQA Diamond และ HLE แบบไม่มีเครื่องมือ |
คำถามที่พบบ่อย: DeepSeek V4.1 Flash vs V4 Pro
DeepSeek V4.1 Flash ดีกว่า V4 Pro หรือไม่?
สำหรับมิติโปรดักชันส่วนใหญ่—เอเจนต์โค้ดดิ้ง งานเทอร์มินัล ระบบอัตโนมัติ การใช้เครื่องมือ วิสัน ทรัพยากรผ่านระบบ และราคา—ใช่ อย่างไรก็ตาม V4 Pro ยังมีคะแนนที่แข็งแรงกว่าสำหรับ GPQA Diamond และ HLE แบบไม่มีเครื่องมือ ดังนั้นงานให้เหตุผลล้วนๆ ควรทดสอบด้วยพรอมป์โดเมนของตน
ยังเรียก deepseek-v4-pro ได้ไหม?
ได้ หน้า API อย่างเป็นทางการปัจจุบันระบุ deepseek-v4-pro เป็น V4-Pro-0813 โดยมีราคาและขีดจำกัด concurrency ของตัวเอง
อินทิเกรชันใหม่ควรใช้ model ID อะไร?
ใช้ deepseek-flash สำหรับ V4.1 Flash หรือ deepseek-v4-pro สำหรับ V4-Pro-0813 อย่าถือว่า ID ทั้งสองเป็น alias
ชื่อโมเดล V4 Flash เก่ายังใช้ได้หรือไม่?
DeepSeek ระบุว่า deepseek-v4-flash และ deepseek-v4-flash-vision-exp จะถูกส่งต่ออัตโนมัติไปยัง V4.1 Flash และคิดราคาตาม Flash ใหม่ อย่างไรก็ดี แนะนำให้อัปเดต model ID เพื่อความชัดเจน
DeepSeek V4.1 Flash รองรับภาพหรือไม่?
รองรับ ความเข้าใจภาพแบบเนทีฟเป็นส่วนหนึ่งของ V4.1 Flash; API ของ V4 Pro ตามประวัติไม่รองรับความสามารถนี้
DeepSeek V4.1 Flash ถูกกว่ากว่า V4 Pro ปัจจุบันหรือไม่?
ใช่ ตารางราคาทางการปัจจุบันแสดงราคาที่ต่ำกว่าสำหรับอินพุตแบบ cache-hit อินพุตแบบ cache-miss และเอาต์พุตของ V4.1 Flash เมื่อเทียบกับ V4 Pro
ควรคาดหวังผลลัพธ์เหมือนเดิมหลังย้ายหรือไม่?
ไม่ ความเข้ากันได้ของเอนด์พอยต์ไม่รับประกันเส้นทางเหตุผล การเลือกใช้เครื่องมือ จำนวนโทเค็น หรือรูปแบบผลลัพธ์ที่เหมือนกัน ควรรันการประเมินในโปรดักชันใหม่ก่อนพึ่งพา threshold เดิม