Thông số kỹ thuật của DeepSeek-V4-Flash
| Hạng mục | Chi tiết |
|---|---|
| Mô hình | DeepSeek-V4-Flash |
| Nhà cung cấp | DeepSeek |
| Dòng | Dòng xem trước DeepSeek-V4 |
| Kiến trúc | Hỗn hợp chuyên gia (MoE) |
| Tổng số tham số | 284B |
| Số tham số kích hoạt | 13B |
| Độ dài ngữ cảnh | 1,000,000 tokens |
| Độ chính xác | FP4 + FP8 kết hợp |
| Chế độ suy luận | Non-think, Think, Think Max |
| Trạng thái phát hành | Mô hình xem trước |
| Giấy phép | MIT License |
DeepSeek-V4-Flash là gì?
DeepSeek-V4-Flash là mô hình xem trước tập trung vào hiệu suất của DeepSeek trong dòng V4. Nó được xây dựng như một mô hình ngôn ngữ Hỗn hợp chuyên gia với phần hoạt động tương đối nhỏ so với quy mô, giúp duy trì khả năng phản hồi trong khi vẫn hỗ trợ cửa sổ ngữ cảnh rất lớn 1M-token.
Các tính năng chính của DeepSeek-V4-Flash
- Ngữ cảnh triệu token: Mô hình hỗ trợ cửa sổ ngữ cảnh 1,000,000-token, phù hợp với tài liệu rất dài, codebase lớn và các phiên agent nhiều bước.
- Thiết kế MoE ưu tiên hiệu suất: Sử dụng tổng 284B tham số nhưng chỉ kích hoạt 13B tham số cho mỗi yêu cầu, nhằm suy luận nhanh hơn và hiệu quả hơn.
- Ba chế độ suy luận: Non-think, Think và Think Max cho phép đánh đổi giữa tốc độ và mức độ suy luận sâu khi tác vụ trở nên khó hơn.
- Kiến trúc ngữ cảnh dài mạnh mẽ: DeepSeek cho biết dòng V4 kết hợp Compressed Sparse Attention và Heavily Compressed Attention để cải thiện hiệu quả với ngữ cảnh dài.
- Khả năng lập trình và hành vi agent cạnh tranh: Thẻ mô hình báo cáo kết quả mạnh trên các benchmark về lập trình và agent như HumanEval, SWE Verified, Terminal Bench 2.0 và BrowseComp.
- Mở trọng số và triển khai cục bộ: Bản phát hành bao gồm trọng số mô hình, hướng dẫn suy luận cục bộ và MIT License, giúp tự lưu trữ và thử nghiệm trở nên thiết thực.
Hiệu năng benchmark của DeepSeek-V4-Flash
Một số kết quả chọn lọc từ thẻ mô hình chính thức cho thấy DeepSeek-V4-Flash cải thiện so với DeepSeek-V3.2-Base trên nhiều benchmark cốt lõi:
| Benchmark | DeepSeek-V3.2-Base | DeepSeek-V4-Flash-Base | DeepSeek-V4-Pro-Base |
|---|---|---|---|
| AGIEval (EM) | 80.1 | 82.6 | 83.1 |
| MMLU (EM) | 87.8 | 88.7 | 90.1 |
| MMLU-Pro (EM) | 65.5 | 68.3 | 73.5 |
| HumanEval (Pass@1) | 62.8 | 69.5 | 76.8 |
| LongBench-V2 (EM) | 40.2 | 44.7 | 51.5 |
Trong bảng về suy luận và agent, biến thể Flash cũng đạt kết quả chắc chắn trên các tác vụ terminal và phần mềm, với Flash Max đạt 56.9 trên Terminal Bench 2.0 và 79.0 trên SWE Verified, dù vẫn kém hơn mẫu Pro lớn hơn ở các tác vụ nặng về tri thức và agent khó nhất.
DeepSeek-V4-Flash so với DeepSeek-V4-Pro và DeepSeek-V3.2
| Mô hình | Phù hợp nhất | Đánh đổi |
|---|---|---|
| DeepSeek-V4-Flash | Công việc nhanh, ngữ cảnh dài, trợ lý lập trình, và luồng agent thông lượng cao | Hơi kém Pro ở tri thức thuần túy và các tác vụ agent phức tạp nhất |
| DeepSeek-V4-Pro | Các tác vụ yêu cầu năng lực cao nhất, suy luận sâu hơn, và quy trình agent khó hơn | Nặng hơn và ít chú trọng hiệu suất hơn so với Flash |
| DeepSeek-V3.2 | Baseline cũ hơn để so sánh và lập kế hoạch chuyển đổi | Hiệu năng benchmark thấp hơn V4-Flash theo bảng chính thức |
Trường hợp sử dụng điển hình cho DeepSeek-V4-Flash
- Phân tích tài liệu dài cho hợp đồng, bộ tài liệu nghiên cứu, kho tri thức hỗ trợ, và wiki nội bộ.
- Trợ lý lập trình cần xem các kho mã lớn, làm theo hướng dẫn trên nhiều tệp và giữ ngữ cảnh liên tục.
- Quy trình agent nơi mô hình cần suy luận, gọi công cụ và lặp lại mà không đánh rơi mạch.
- Hệ thống chat doanh nghiệp được hưởng lợi từ cửa sổ ngữ cảnh rất lớn và triển khai ít ma sát.
- Triển khai cục bộ dạng nguyên mẫu cho các nhóm muốn đánh giá hành vi DeepSeek-V4 trước khi đưa vào sản xuất.
Cách truy cập và sử dụng Deepseek v4 Flash API
Bước 1: Đăng ký API Key
Đăng nhập vào cometapi.com. Nếu bạn chưa là người dùng của chúng tôi, vui lòng đăng ký trước. Đăng nhập vào CometAPI console. Lấy API key thông tin truy cập của giao diện. Nhấp “Add Token” tại mục API token trong trung tâm cá nhân, nhận khóa token: sk-xxxxx và gửi.
Bước 2: Gửi yêu cầu tới deepseek v4 flash API
Chọn endpoint “deepseek-v4-flash” để gửi yêu cầu API và thiết lập request body. Phương thức request và request body được lấy từ tài liệu API trên trang web của chúng tôi. Trang web cũng cung cấp bài kiểm thử Apifox để thuận tiện cho bạn. Thay <YOUR_API_KEY> bằng CometAPI key thực của bạn từ tài khoản. Gọi ở đâu: Anthropic Messages định dạng và Chat định dạng.
Chèn câu hỏi hoặc yêu cầu của bạn vào trường content — đây là điều mô hình sẽ phản hồi. Xử lý phản hồi API để lấy câu trả lời được tạo.
Bước 3: Truy xuất và xác minh kết quả
Xử lý phản hồi API để lấy câu trả lời được tạo. Sau khi xử lý, API phản hồi trạng thái tác vụ và dữ liệu đầu ra. Bật các tính năng như streaming, lưu đệm prompt hoặc xử lý ngữ cảnh dài thông qua các tham số tiêu chuẩn.