DeepSeek เปิดตัวโมเดล AI รุ่นใหม่ V4.1-Flash เมื่อเร็ว ๆ นี้ โดยระบุว่าแม้ V4.1-Flash จะมีจำนวนพารามิเตอร์ทั้งหมดและพารามิเตอร์ที่ถูกกระตุ้นน้อยกว่า V4-Pro แต่กลับมีผลการทำงานด้านประสิทธิภาพ ความเร็วในการใช้เหตุผล และการควบคุมต้นทุนที่โดดเด่นกว่า โดยเฉพาะอย่างยิ่งในงานที่เกี่ยวกับตัวแทนอัจฉริยะและการเขียนโปรแกรม ซึ่งผลคะแนน基准บางส่วนสูงกว่า V4-Pro และโมเดลชั้นนำอย่าง GPT-5.6 Sol
DeepSeek V4.1-Flash มีผลการทำงานด้านประสิทธิภาพและต้นทุนที่เหนือกว่า
DeepSeek ระบุว่า V4.1-Flash ใช้สถาปัตยกรรมผสมผู้เชี่ยวชาญ (MoE) มีพารามิเตอร์ทั้งหมด 5,520 ล้านตัว โดยในช่วงรับข้อมูลมีพารามิเตอร์ที่ถูกกระตุ้น 80 ล้านตัว และในช่วงส่งออกข้อมูล 160 ล้านตัว เปรียบเทียบกับ V4-Flash รุ่นก่อนหน้าที่มีพารามิเตอร์ทั้งหมด 2,840 ล้านตัว ส่วน V4-Pro มีพารามิเตอร์ทั้งหมดสูงถึง 1.6 ล้านล้านตัว การปรับปรุงที่สำคัญประการหนึ่งของโมเดลนี้คือการบีบอัดแคช KV อย่างมาก โดยพื้นที่แคชลดลงเหลือประมาณ 890 ไบต์ต่อ token ขณะที่ความเร็วในการส่งออกอยู่ที่ประมาณ 214.4 token ต่อวินาที และเวลาตอบสนองของ token แรกอยู่ที่ 1.13 วินาที
สถาบันประเมินอิสระ AA ได้ให้คะแนนว่า "ความเร็วเร็วขึ้นอย่างเห็นได้ชัด"
ในด้านประสิทธิภาพ DeepSeek ระบุว่า V4.1-Flash ภายใต้การตั้งค่าความเข้มข้นของการใช้เหตุผลสูง มีผลงานในการทดสอบการทำงานบนเทอร์มินัล การซ่อมแซมโค้ด และงานอัตโนมัติเหนือกว่า GPT 5.6 Sol และ Claude Opus 5 อย่างไรก็ตาม ในงานการใช้เหตุผลทั่วไปที่มีความยากสูงในวงกว้าง ผลคะแนนของโมเดลนี้กลับค่อนข้างธรรมดา ข้อมูลของ AA แสดงให้เห็นว่า ดัชนีสติปัญญาแบบองค์รวมของ V4.1-Flash อยู่ที่ 40 คะแนน ซึ่งสูงกว่าระดับมัธยฐานของโมเดลน้ำหนักแบบเปิด (open-weight) ที่อยู่ในระดับเดียวกัน แต่ยังคงต่ำกว่าโมเดลชั้นนำระดับหัวแถว
ข้อควรทราบคือ AA ได้อัปเกรดระบบการประเมินเมื่อเร็ว ๆ นี้ โดยมาตรฐานการให้คะแนนโดยรวมมีความเข้มงวดมากขึ้นอย่างเห็นได้ชัด ส่งผลให้คะแนนของโมเดลที่ได้คะแนนสูงหลายตัวปรับลดลง
ในด้านราคา ข้อมูลของ AA แสดงให้เห็นว่า V4.1-Flash มีราคา US$0.30 (ประมาณ HK$2) ต่อ token รับเข้า 1 ล้าน token และ US$1.20 (ประมาณ HK$9) ต่อ token ส่งออก 1 ล้าน token โดยต้นทุนรวมอยู่ที่ประมาณ US$0.18 (ประมาณ HK$1) ซึ่งต่ำกว่าค่ามัธยฐานของโมเดลในระดับเดียวกัน หากมีการใช้แคช ราคาอาจลดลงเหลือ US$0.01 (ประมาณ HK$0) ต่อ 1 ล้าน token ขณะเดียวกัน AA ระบุว่าโมเดลนี้มีแนวโน้มให้คำตอบค่อนข้างยาว โดยปริมาณ token ส่งออกรวมในการประเมินสูงกว่าโมเดลในระดับเดียวกันอย่างเห็นได้ชัด ซึ่งอาจส่งผลต่อเวลาและค่าใช้จ่ายในการใช้งานจริง
ในเชิงเทคนิค V4.1-Flash ได้นำโครงสร้างใหม่ที่เรียกว่า CED มาใช้ โดยแบ่ง Transformer จำนวน 40 ชั้นออกเป็นตัวเข้ารหัสเชิงสาเหตุ (causal encoder) 20 ชั้น และตัวถอดรหัส (decoder) 20 ชั้น เพื่อลดการคำนวณซ้ำซ้อนที่เกิดจากกลไก cross-attention แบบดั้งเดิม พร้อมทั้งผสมผสานวิธีการอย่าง CSA2 และการ量化แบบ FP4 เพื่อบีบอัดพื้นที่แคชและหน่วยความจำ โดยภาพรวมแล้ว การอัปเดตของ DeepSeek ครั้งนี้ให้ความสำคัญกับการเพิ่มประสิทธิภาพด้านการทำงานของตัวแทนอัจฉริยะ ความสามารถด้านโค้ด และการลดต้นทุนในการใช้งาน