DeepSeek-V4.1-Flash-1017 ra mắt: bản cập nhật nhỏ nhưng hiệu năng vượt trội

DeepSeek vừa tung ra DeepSeek-V4.1-Flash-1017, một bản cập nhật quy mô nhỏ so với V4.1-Flash nhưng mang lại bước nhảy đáng kể về hiệu năng. Điểm đáng chú ý là mô hình không chỉ làm tốt hơn ở các bài kiểm tra suy luận và lập trình, mà còn giảm thời gian thực thi tác vụ lẫn độ dài đầu ra, qua đó hạ chi phí vận hành cho người dùng.

DeepSeek-V4.2

Cải thiện toàn diện trên nhiều nhóm tác vụ

Theo báo cáo kỹ thuật, V4.1-Flash-1017 nâng cao năng lực ở bốn mảng chính: suy luận, lập trình, tác vụ agent và các bài đánh giá thị giác. Điều này cho thấy DeepSeek đang tập trung vào nhóm mô hình "flash" — tức ưu tiên tốc độ và chi phí — nhưng vẫn cố gắng bám sát các mô hình hàng đầu về chất lượng.

Mô hình có quy mô 763 tỷ tham số, hỗ trợ nhiều định dạng số (BF16, F32, F8_E4M3, I8) và cửa sổ ngữ cảnh lên tới 1 triệu token. Đây là con số rất lớn, phù hợp với các tác vụ xử lý tài liệu dài hoặc kho mã nguồn lớn — điều mà các đội phát triển phần mềm tại Việt Nam ngày càng quan tâm khi đưa AI vào quy trình làm việc.

Hiệu năng vượt trội ở các bài kiểm tra agent

Bảng điểm là phần đáng chú ý nhất. Trên Terminal-Bench 4.0 (đo khả năng thao tác trong môi trường dòng lệnh), V4.1-Flash-1017 đạt 42,3 điểm, cao hơn hẳn mức 31,2 của phiên bản trước và vượt cả một số mô hình đắt tiền hơn. Tương tự, ở Apex Bench v1.1, mô hình đạt 72,1 so với 64,6 của V4.1-Flash.

Một số kết quả nổi bật khác:

• ProgramBench: 29,1 điểm (bản cũ 20,3)
• Automation-Bench v1.0.6: 60,5 điểm (bản cũ 54,8)
• Agents' Last Exam: 35,4 điểm (bản cũ 31,8)
• NL2Repo-Bench: 68,2 điểm, cao hơn cả GPT-5.6 Sol (56,8)

Ở nhóm bài kiểm tra thị giác, mô hình đạt 92,5 điểm trên BabyVision (có công cụ hỗ trợ) và 83,0 điểm trên Chartography. Tuy vậy, ở bài HLE không dùng công cụ, V4.1-Flash-1017 vẫn còn khoảng cách khá xa so với Opus 5 (42,6 so với 56,3) — cho thấy các mô hình độc quyền hàng đầu vẫn giữ lợi thế ở những bài kiểm tra suy luận khó nhất.

Thay đổi về cách đóng gói prompt

Một điểm kỹ thuật đáng lưu ý: bản phát hành này không còn kèm chat template định dạng Jinja. Thay vào đó, thư mục encoding chứa một bản triển khai tham chiếu bằng Python tự chứa (encoding.py), kèm các ca kiểm thử cho hội thoại nhiều lượt, gọi công cụ, chế độ suy nghĩ, và nội dung hình ảnh xen kẽ.

Cho môi trường production, DeepSeek bổ sung deepseek-recipe — bộ thư viện Rust kèm binding Python, cung cấp cùng định dạng prompt nhưng dưới dạng bộ công cụ được bảo trì và nhận biết giao thức. Công cụ này chuyển đổi các yêu cầu từ Messages, Chat Completions và Responses API sang định dạng Conversation, mã hóa thành prompt của dòng V4/V4.1 rồi phân tích đầu ra trở lại thành phản hồi đầy đủ hoặc dạng stream.

MIT License

Giấy phép và thông số suy luận

Đáng mừng cho cộng đồng mã nguồn mở, cả repository lẫn trọng số mô hình đều phát hành theo giấy phép MIT — một trong những giấy phép thoáng nhất hiện nay, cho phép doanh nghiệp Việt Nam sử dụng thương mại mà không phải lo ngại về điều khoản hạn chế.

Thông số lấy mẫu được khuyến nghị gồm temperature 1.0, top_p 1.0, cửa sổ ngữ cảnh 1 triệu token và max_tokens tối thiểu 256K. Hướng dẫn chuyển đổi trọng số và chạy suy luận cục bộ nằm trong thư mục inference.

Với mức giá cạnh tranh và giấy phép MIT, DeepSeek-V4.1-Flash-1017 có thể là lựa chọn hấp dẫn cho các startup AI tại Việt Nam muốn tự triển khai mô hình mà không phụ thuộc vào API nước ngoài.

Ý nghĩa với thị trường AI Việt Nam

Việc DeepSeek liên tục tối ưu biên hiệu năng-chi phí đang tạo áp lực trực tiếp lên các nhà cung cấp API lớn. Với các doanh nghiệp trong nước, một mô hình mã nguồn mở 763 tỷ tham số, ngữ cảnh 1 triệu token và hiệu năng agent mạnh có thể giúp giảm đáng kể chi phí xây dựng trợ lý lập trình hay hệ thống tự động hóa nội bộ.

Tuy nhiên, người dùng cần lưu ý rằng mô hình chưa được các nhà cung cấp suy luận (Inference Provider) triển khai sẵn — hiện có thể yêu cầu hỗ trợ từ phía họ. Việc tự vận hành mô hình 763 tỷ tham số đòi hỏi hạ tầng GPU đáng kể, nên các đội nhỏ có thể cân nhắc các bản lượng tử hóa (hiện có 3 biến thể) hoặc chờ đợi sự hỗ trợ từ các nền tảng đám mây.