| Khi AI che giấu sự thật để bảo vệ nhau Mô hình AI Trung Quốc hút doanh nghiệp Mỹ nhờ chi phí thấp Điều tra việc sử dụng ngày càng nhiều mô hình AI Trung Quốc trong các công ty Mỹ |
Theo thông báo của DeepSeek, V4.1 Flash được phát triển theo kiến trúc mới nhằm tăng năng lực xử lý, tốc độ suy luận, khả năng đáp ứng đồng thời và mở rộng lên những mô hình có quy mô lớn hơn.
 |
| Hiệu năng DeepSeek V4.1 Flash so với các mô hình tiên tiến trên bộ chuẩn Agentic Benchmark. Nguồn DeepSeek |
Mô hình V4.1 Flash được trang bị khả năng hiểu hình ảnh trực tiếp và được thiết kế nhằm nâng cao năng lực xử lý, tăng tốc độ suy luận, cải thiện khả năng phục vụ đồng thời nhiều yêu cầu và tạo nền tảng để mở rộng lên những mô hình có quy mô lớn hơn.
V4.1 Flash sử dụng kiến trúc MoE với 552 tỷ tham số và cấu trúc Causal Encoder Decoder mới. Kiến trúc này phân bổ không đối xứng giữa phần đầu vào và đầu ra, trong đó chỉ 8 tỷ tham số được kích hoạt khi xử lý đầu vào và 16 tỷ tham số được kích hoạt ở đầu ra.
Cách thiết kế này giúp giảm lượng tham số thực sự cần hoạt động trong từng quá trình xử lý, qua đó hướng tới mức chi phí thấp hơn so với những mô hình có cùng quy mô tham số. DeepSeek cũng cho biết V4.1 Flash được huấn luyện trước bằng phương pháp mới và trải qua giai đoạn huấn luyện tăng cường với quy mô lớn hơn.
Theo kết quả đánh giá do DeepSeek công bố, V4.1 Flash đạt kết quả cao hơn nhiều mô hình hàng đầu, trong đó có cả V4 Pro, trên các bài kiểm tra đánh giá năng lực của mô hình. Một thay đổi đáng chú ý trên V4.1 Flash nằm ở cơ chế lưu trữ bộ nhớ KV Cache. So với thế hệ trước, mô hình mới chỉ cần một phần tư dung lượng HBM và một phần tám dung lượng SSD cho bộ nhớ này.
 |
| Bộ nhớ cache KV của DeepSeek V4.1 Flash nhỏ hơn. Nguồn DeepSeek |
KV Cache giữ vai trò quan trọng trong việc xử lý các tác vụ sử dụng tác nhân AI, trong đó DeepSeek cho biết chi phí truy xuất phần bộ nhớ đã lưu thường chiếm tỷ trọng đáng kể trong tổng chi phí vận hành, vì vậy việc thu gọn KV Cache giúp giảm nhu cầu sử dụng bộ nhớ và trực tiếp hạ chi phí xử lý. Khi hệ thống cần ít bộ nhớ hơn cho mỗi tác vụ, cùng một lượng tài nguyên phần cứng có thể đáp ứng nhiều yêu cầu hơn, qua đó giúp doanh nghiệp mở rộng quy mô triển khai mà không phải tăng tương ứng nguồn lực hạ tầng.
Cùng với việc ra mắt V4.1 Flash, DeepSeek điều chỉnh giá sử dụng API khi cho biết kiến trúc mới giúp giảm chi phí phục vụ người dùng và hãng sẽ chuyển một phần khoản tiết kiệm này vào giá dịch vụ. DeepSeek vẫn áp dụng cơ chế giá theo giờ cao điểm và thấp điểm, trong đó mức giá vào thời gian thấp điểm chỉ bằng một nửa so với giờ cao điểm, qua đó khuyến khích người dùng chuyển các tác vụ có thời gian xử lý linh hoạt sang những khung giờ ít nhu cầu hơn; mức giá mới bắt đầu có hiệu lực từ 04 giờ UTC ngày 10/9/2026.
 |
| DeepSeek điều chỉnh giá sử dụng API với V4.1 Flash. Nguồn DeepSeek |
V4.1 Flash hiện đã được đưa lên DeepSeek API với khả năng hỗ trợ đa phương thức trực tiếp, người dùng có thể lựa chọn mô hình bằng mã deepseek-flash. DeepSeek đồng thời ngừng cung cấp V4 Flash và V4 Flash Vision Exp, trong thời gian chuyển tiếp, các yêu cầu sử dụng hai phiên bản này sẽ được tự động chuyển sang V4.1 Flash để duy trì khả năng tương thích.
Với V4 Pro, DeepSeek cho biết kết quả đánh giá từ nhiều bên cho thấy V4.1 Flash đạt hiệu quả cao hơn về năng lực xử lý, chi phí, tốc độ và tổng thời gian thực hiện, vì vậy hãng đang từng bước loại bỏ phiên bản V4 Pro. Từ 04 giờ UTC ngày 14/9/2026, toàn bộ yêu cầu gửi tới V4 Pro sẽ được chuyển sang V4.1 Flash và tính theo mức giá của phiên bản mới, cơ chế này được duy trì cho đến khi DeepSeek phát hành V4.1 Pro.
DeepSeek cho biết WorkBuddy, bao gồm CodeBuddy, cùng OpenCode đã hỗ trợ đầy đủ V4.1 Flash với vai trò đối tác chính thức, giúp người dùng có thể tiếp cận mô hình mới trên các nền tảng này.
Hãng cũng dự kiến phối hợp với cộng đồng mã nguồn mở để phát triển khả năng suy luận V4.1 Flash trên nhiều nền tảng, đồng thời mở rộng các lựa chọn triển khai nhằm đáp ứng những nhu cầu sử dụng khác nhau. Với các hệ thống quy mô lớn, DeepSeek hướng tới những dự án có thể sử dụng từ 2.000 GPU cùng cụm lưu trữ.
