DeepSeek V4.1 Flash vs DeepSeek V4 Flash: ผ่านไปหนึ่งสัปดาห์ วัดผลอย่างอิสระ

คำถามที่การเปรียบเทียบนี้ถูกเขียนขึ้นเพื่อตอบ — คุณควรย้ายจาก DeepSeek V4 Flash ไปเป็น DeepSeek V4.1 Flash หรือไม่ — สั้นลงในสัปดาห์นี้ เพราะ DeepSeek ตอบคำถามส่วนหนึ่งไปแล้วโดยไม่ได้ถูกถาม ตั้งแต่เวลา 04:00 UTC ของวันที่ 14 กันยายน 2026 การเรียก API ที่มุ่งไปยังตัวระบุ deepseek-v4-flash ที่เลิกใช้แล้วจะถูกให้บริการโดย DeepSeek V4.1 Flash และการเรียกที่มุ่งไปยัง deepseek-v4-pro ก็เช่นกัน โดยทั้งคู่คิดค่าบริการในอัตราของ Flash การอยู่เฉยๆ อย่างเงียบๆ ไม่ใช่หนึ่งในตัวเลือกอีกต่อไปบนเอนด์พอยต์ของผู้ให้บริการเอง สิ่งที่ยังคงเปิดคำถามอย่างแท้จริงคือโมเดลใหม่ดีขึ้นในแบบที่การเปิดตัวอ้างไว้หรือไม่ — และตรงนั้น การวัดผลอิสระครั้งแรกได้ปรากฏออกมาแล้ว และมันแบ่งเรื่องราวการเปิดตัวออกเป็นสองครึ่งอย่างชัดเจน

ตัวเลขทุกตัวด้านล่างนี้มีวันที่กำกับ เพราะเจ็ดวันล่าสุดมีการเปลี่ยนแปลง ตัวเลขที่ผู้ขายรายงานจะถูกกำกับว่าเป็นตัวเลขที่ผู้ขายรายงาน และตัวเลขของชุมชนจะถูกกำกับว่าเป็นตัวเลขที่ชุมชนวัดเอง และแต่ละตัวเลขอ่านมาจากแหล่งของตัวเอง ไม่ใช่ยกมาจากฉบับก่อนหน้าของบทความนี้ DeepSeek V4.1 Flash เปิดให้ใช้งานทั่วไปเมื่อวันที่ 10 กันยายน 2026 — หกวันก่อน — และมีความชัดเจนมากพอตั้งแต่วันที่ 9 กันยายน จนตอนนี้ฉบับร่างก่อนหน้าของการเปรียบเทียบนี้ทำให้เข้าใจผิดในสองประเด็น หนึ่งในนั้นคือความเร็ว และมันทำให้เข้าใจผิดในทิศทางที่การเปิดตัวต้องการ

อะไรที่ปิดระหว่างวันที่ 9 กันยายนถึงวันนี้

ตอนที่การจับคู่นี้ถูกเขียนถึงครั้งแรก มีหกเรื่องที่ยังเป็นคำถามเปิดอยู่ ตอนนี้ทั้งหกเรื่องมีคำตอบแล้ว และมีเพียงเรื่องเดียวเท่านั้นที่เป็นข่าวร้าย

• ความพร้อมใช้งานทั่วไป — ยืนยันแล้วและระบุวันที่ชัดเจน บันทึกการเปลี่ยนแปลงของ DeepSeek เองระบุว่าเปิดตัวเมื่อ 2026-09-10 และโมเดลนี้พร้อมใช้งานแล้วทั้งในแอป เว็บไคลเอนต์ และ API ภายใต้ตัวระบุ deepseek-flash

• ตารางราคา — เปิดตัวตามที่ประกาศไว้ อัตราค่าบริการที่แพร่สะพัดก่อนเปิดตัวมีรายงานว่าเป็นข้อมูลรั่วไหลก่อนเปิดตัว ตอนนี้กลายเป็นตารางราคาที่เผยแพร่แล้ว และเป็นตัวเลขที่อยู่ในอีกสองส่วนถัดลงไป

• น้ำหนักแบบเปิด — ตอบแล้ว น้ำหนักโมเดลถูกเผยแพร่บน Hugging Face ภายใต้สัญญาอนุญาต MIT พร้อมรายงานทางเทคนิคแนบมาด้วย ไม่มีระบบกั้นการเข้าถึงและไม่มีแบบฟอร์มขอเข้าถึง

• การวัดผลโดยอิสระ — มาแล้ว ตอนนี้ Artificial Analysis ได้รัน DeepSeek V4.1 Flash แล้ว ซึ่งเป็นช่องว่างที่ใหญ่ที่สุดเพียงจุดเดียวในบทความวันที่ 9 กันยายน โดยจะกล่าวถึงด้านล่าง และมันไม่ได้บอกสิ่งที่การเปิดตัวสื่อเป็นนัย

• การกำหนดเส้นทาง — เปิดใช้งานแล้ว การเปลี่ยนเส้นทางทราฟฟิกของ DeepSeek V4 Pro ที่ประกาศเปิดตัวระบุว่าจะมีขึ้นในเร็ว ๆ นี้ บัดนี้มีผลบังคับใช้แล้ว พร้อมระบุวันที่ชัดเจน

• การรองรับ Serving — เปิดตัวแล้ว โดยมีข้อควรระวัง NVIDIA vLLM, SGLang และ Dynamo ต่างก็ปล่อยเส้นทาง day-zero ออกมา; ส่วนเรื่องของ local-runner นั้นแคบกว่าที่คำว่า "day-0 support" ทำให้เข้าใจ

สองสิ่งนี้ยังไม่เปลี่ยนแปลง และควรกล่าวถึงก่อนตัวเลข DeepSeek V4.1-Pro ยังไม่เปิดตัว: เอกสารของ DeepSeek เองระบุว่าการเปลี่ยนเส้นทางของ Pro ทำงาน "จนกว่า V4.1-Pro จะเปิดตัว" และ ณ วันนี้ ยังไม่มีอะไรเปิดตัว และ DeepSeek V4 Flash ยังคงมีอยู่ — น้ำหนักของมันยังเปิดเผยและมีสัญญาอนุญาต MIT และใครก็ตามที่โฮสต์เองก็ยังใช้งานได้ สิ่งที่สิ้นสุดลงคือเส้นทาง API ของผู้ขายไปยังมัน

เบื้องหลัง: เป็นโมเดลที่แตกต่าง ไม่ใช่โมเดลที่เร็วกว่า

การเปรียบเทียบเมื่อวันที่ 9 กันยายนอ้างว่า DeepSeek V4.1 Flash ไม่ใช่ DeepSeek V4 Flash ที่แค่เร่งความเร็วขึ้น และรายละเอียดที่เผยแพร่ตลอดหนึ่งสัปดาห์ก็ทำให้เรื่องนี้เห็นเป็นรูปธรรม ขณะที่โมเดลรุ่นเก่าเป็นแบบ mixture-of-experts ขนาด 284B พารามิเตอร์ โดยมี 13B ที่ทำงานอยู่ — ซึ่งเป็นการรีเฟรชหลังการฝึกของ V4-Flash-0731 — รุ่นสืบทอดกลับเป็นสถาปัตยกรรมใหม่ที่ DeepSeek เรียกว่า Causal Encoder-Decoder: เอนโคเดอร์เชิงสาเหตุ 20 ชั้นวางซ้อนบนดีโคเดอร์ 20 ชั้น รวม 40 ชั้น Transformer โดยแคช KV ของดีโคเดอร์ถูกโปรเจกต์มาจากสถานะซ่อนสุดท้ายของเอนโคเดอร์ แทนที่จะคำนวณทีละชั้น รายละเอียดสุดท้ายนี้คือที่มาของข้ออ้างเรื่องประสิทธิภาพ

• พารามิเตอร์ที่ aktif — DeepSeek รายงานว่าใช้งานอยู่ประมาณ 8B ต่อโทเคนในช่วง prefill และ 16B ในช่วง decode เทียบกับพารามิเตอร์แกนหลัก 552B ส่วน DeepSeek V4 Flash เปิดใช้งาน 13B บนแกนหลัก 284B

• KV cache — DeepSeek รายงานว่า บิลด์ใหม่ต้องใช้ HBM เพียงหนึ่งในสี่ และใช้ SSD เพียงหนึ่งในแปดของรุ่น Flash เจนเนอเรชันก่อนหน้า โปรดสังเกตว่าตัวเลขใดในนั้นเป็นค่าที่คงอยู่ถาวร: การลดลง 8 เท่าคือค่าที่กำหนดว่าคุณสามารถเก็บ context ค้างไว้บนดิสก์ได้มากแค่ไหนระหว่างเทิร์น

• อินพุต — ข้อความและรูปภาพในโมเดลเดียวโดยกำเนิด DeepSeek V4 Flash รองรับเฉพาะข้อความ ส่วนงานด้านรูปภาพต้องใช้บิลด์ทดลองแยกต่างหากอย่าง DeepSeek-V4-Flash-Vision-Exp ซึ่งปัจจุบันได้ถูกยกเลิกไปพร้อมกันแล้ว

• บริบทและเอาต์พุต — บริบท 1,048,576 โทเคน และเพดานเอาต์พุต 384,000 โทเคน ซึ่งเป็นรูปแบบพาดหัวเดียวกับที่ DeepSeek V4 Flash เผยแพร่

• เวท — MIT, เผยแพร่บน Hugging Face

การเปรียบเทียบที่อิงขนาดทุกข้อข้างต้นมีข้อแม้อยู่หนึ่งข้อ และควรกล่าวอย่างตรงไปตรงมาแทนที่จะใส่ไว้ในเชิงอรรถ ตัวเลขแบ็กโบน 552B เป็นของผู้ขายเอง รายการไฟล์ของเช็กพอยต์เองรวมกันได้ประมาณ 510GB ซึ่งเล็กกว่าที่การอ่านพารามิเตอร์ 552B แบบผิวเผินจะบอกเป็นนัย เพราะเวตถูกจัดส่งมาแบบควอนไทซ์แล้ว และการ์ดโมเดลของ DeepSeek ระบุแยกต่างหากถึงตารางหน่วยความจำแบบมีเงื่อนไข Engram ขนาด 196B พารามิเตอร์ — เป็นการค้นหาแบบกำหนดที่อยู่ด้วยโทเคนที่ถูกเรียกใช้ ณ สองจุดในเครือข่าย ไม่ใช่เลเยอร์ที่ข้อความไหลผ่าน เมื่อนำตัวเลขสองตัวของผู้ขายเองมารวมกัน จะได้ 748B ซึ่งตรงกับการตีความที่การวิเคราะห์โดยชุมชนที่น่าเชื่อถือสรุปได้ เมื่อโต้แย้งพาดหัว 552B หน้าเพจของ Hugging Face สำหรับโมเดลนี้แสดงตัวเลขที่สามคือ 763B ในแถบด้านข้าง ตัวเลขสามตัว ล้วนมีเหตุผลรองรับ ขึ้นอยู่กับว่าคุณกำลังนับสแตกการประมวลผล ตารางหน่วยความจำ หรือไฟล์บนดิสก์ ให้ถือ "552B" ใด ๆ ในการเปรียบเทียบสเปกเป็นจำนวนแบ็กโบนของผู้ขาย ไม่ใช่ขนาดของดาวน์โหลด

สองแถวของบัตรใบนั้นเป็นคำถามที่ยังไม่มีคำตอบในวันเปิดตัว และทั้งสองแถวก็ได้รับการเติมคำตอบแล้วตั้งแต่นั้นมา: เวตถูกเผยแพร่ภายใต้ MIT และคะแนนจากบุคคลที่สามรายแรกก็มีอยู่แล้ว ส่วนแถวเรื่องความเร็วนั้นเป็นแถวที่ไปในทางตรงกันข้าม และมันมีหัวข้อของตัวเองอยู่ด้านล่าง

เรตการ์ดได้รับการยืนยันแล้ว — และยังคงเป็นการ์ดใบเดียว

ข้อค้นพบหลักจากการเปรียบเทียบก่อนหน้านี้ยังคงใช้ได้ และตอนนี้ก็เชื่อถือได้มากกว่าแค่ข่าวลือ DeepSeek V4.1 Flash และ DeepSeek V4 Flash ถูกคิดค่าบริการตามตารางอัตราค่าระดับ Flash เพียงตารางเดียว แทนที่จะเป็นสองตาราง และเนื่องจากตัวระบุเก่าตอนนี้เป็น alias ไปยังโมเดลใหม่แล้ว อะไรก็ตามที่ยังเรียก deepseek-v4-flash ก็จะถูกคิดค่าบริการตามตารางใหม่ด้วยเช่นกัน นี่คือตัวเลขที่ DeepSeek เผยแพร่ โดยมีผลตั้งแต่ 04:00 UTC ของวันที่ 10 กันยายน 2026:

• อินพุตแบบแคชฮิต — $0.003 ต่อ 1M โทเคนในช่วงออฟพีค, $0.006 ในช่วงพีค

• อินพุตแบบแคชมิส — $0.15 ต่อ 1M โทเค็นในช่วงออฟพีค, $0.30 ในช่วงพีค

• ผลลัพธ์ — $0.60 ต่อ 1M โทเค็นนอกช่วงพีค, $1.20 ที่ช่วงพีค

• ช่วงเวลาพีค — 01:00–04:00 และ 06:00–10:00 UTC ในวันธรรมดา วันหยุดสุดสัปดาห์และวันหยุดนักขัตฤกษ์เป็นช่วงนอกพีคตลอด 24 ชั่วโมง

คอลัมน์ off-peak คือคอลัมน์ที่ถูกนำไปใช้อ้างราคา ส่วนคอลัมน์ peak คือคอลัมน์ที่กัดกิน: เช้าของวันทำงานในยุโรปหรือเอเชียตกอยู่ในช่วง peak และต้องจ่ายเป็นสองเท่า ซึ่งเปลี่ยนอัตราอินพุตที่โฆษณาไว้ $0.15 ให้กลายเป็น $0.30 สำหรับชั่วโมงที่ทีมส่วนใหญ่กำลังรันทราฟฟิกจริง ๆ พอดี ตั้งงบโดยอิงจากคอลัมน์ peak เว้นแต่ว่าเวิร์กโหลดของคุณรันข้ามคืนตามเวลา UTC จริง ๆ

เมื่อเทียบกับตารางราคาที่ DeepSeek V4 Flash เรียกเก็บก่อนการเปลี่ยนแปลง — $0.007 สำหรับแคชฮิต, $0.22 สำหรับแคชมิส และ $0.66 สำหรับเอาต์พุต ต่อ 1M โทเคนในช่วงนอกพีค — ตารางใหม่ลดอินพุตที่แคชไว้ลงราว 57% ลดอินพุตแบบแคชมิสลงราว 32% และลดเอาต์พุตลงราว 9% ดังนั้นโมเดลที่มาแทนจึงถูกกว่าต่อโทเคนเมื่อเทียบกับโมเดลที่มันเข้าแทนที่ โดยส่วนต่างนั้นมากสำหรับโทเคนที่ลูปของเอเจนต์อ่านซ้ำอย่างต่อเนื่อง และพอประมาณสำหรับโทเคนที่มันสร้างขึ้น นั่นคือรูปร่างที่แท้จริงของเรื่อง "การลดราคา Flash": มันคือการลดราคาแคชฮิตที่แนบส่วนลดเอาต์พุตมาด้วย

ภาพแคปเจอร์นั้นคือการ์ดในสภาพที่เป็นอยู่ก่อนการปรับลดเมื่อวันที่ 10 กันยายน — เป็นชีตที่ใช้เป็นเกณฑ์เรียกเก็บเงินสำหรับ DeepSeek V4 Flash จนถึงสิ้นเดือนสิงหาคม ถูกเก็บไว้ที่นี่ในฐานะฝั่งก่อนของการเปรียบเทียบ ส่วนฝั่งหลังคือหัวข้อย่อยทั้งสี่รายการด้านบน

สิ่งที่ผลเบนช์มาร์กจริง ๆ บอก และใครเป็นคนรันมัน

ภาพของเกณฑ์มาตรฐานนี้มีสองส่วนที่มักถูกอ้างอิงรวมเป็นหนึ่งเดียว และทั้งสองส่วนมีสถานะที่แตกต่างกันอย่างมาก

ครึ่งแรกคือตารางการประเมินของ DeepSeek เอง ซึ่งเผยแพร่พร้อมกับการเปิดตัว โดยจัดให้ DeepSeek V4.1 Flash อยู่ที่ 74.2 บน DeepSWE v1.1 — นำหน้า Claude Opus 5 ที่ 74.0, GPT-5.6 Sol ที่ 73.0, Kimi K3 ที่ 67.5, GLM-5.3 ที่ 66.9, DeepSeek V4 Pro 0813 ที่ 62.7 และ DeepSeek V4 Flash 0731 ที่ 54.4 นั่นเป็นตัวเลขที่ผู้พัฒนาเป็นผู้รัน โดยวัดที่ความพยายามในการใช้เหตุผลสูงสุด และการเปิดตัวเดียวกันรายงานว่าเช็คพอยต์เดียวกันได้คะแนนตั้งแต่ 65.5 ถึง 74.2 ใน scaffold ของเอเจนต์ที่แตกต่างกันแปดแบบ — 74.2 บน scaffold ที่เหมาะสมกับมันมากที่สุด, 69.8 ภายใต้ Claude Code, 65.6 ภายใต้ Codex, 65.5 ภายใต้ OpenCode ช่องว่าง 0.2 คะแนนที่นำหน้า Claude Opus 5 บนชุดทดสอบที่ผู้พัฒนารัน ซึ่งนำมาจาก scaffold ที่ได้เปรียบที่สุดในแปดแบบ ไม่ได้พิสูจน์ความนำหน้าเหนือ Claude Opus 5 มันพิสูจน์ว่า Flash ใหม่สามารถแข่งขันกับแนวหน้าในการเขียนโค้ดแบบเอเจนต์ได้ เมื่อทุกอย่างถูกตั้งค่าในแบบที่มันถนัด — ซึ่งเป็นผลลัพธ์จริงและเล็กกว่าที่คำว่า "นำหน้า Opus 5" ฟังดูมาก

ครึ่งหลังคือส่วนที่ยังไม่มีอยู่ในวันที่ 9 กันยายน ตอนนี้ Artificial Analysis ได้วัด DeepSeek V4.1 Flash อย่างอิสระแล้ว และจัดให้อยู่ที่ 40 บน Intelligence Index เทียบกับ 35 ของ DeepSeek V4 Flash 0731 — อยู่อันดับหกจาก 113 โมเดลที่วัด เทียบกับอันดับแปดของโมเดลที่มันมาแทนที่ และสูงกว่าค่ามัธยฐานที่ 18 ของโมเดลน้ำหนักเปิดขนาดใกล้เคียงกันอยู่มาก นั่นคือตัวเลขที่บทความเวอร์ชันก่อนหน้าบอกว่ายังไม่มี และมันก็ให้คำตอบกับคำถามใหญ่ในเชิงที่เอื้อต่อรุ่นสืบทอดนี้ว่า บนคะแนนรวมจากบุคคลที่สามซึ่งผสมผสานการให้เหตุผล ความรู้ คณิตศาสตร์ และการเขียนโค้ด บิลด์ใหม่นี้เป็นโมเดลที่แข็งแกร่งกว่าอย่างวัดผลได้ แต่ก็ไม่ได้ตอบคำถามเรื่องพรมแดนสุดยอด เพราะลีดเดอร์บอร์ดเดียวกันนี้มี Kimi K3 และ GLM-5.3 อยู่เหนือมันขึ้นไป

เรื่องราวความเร็วไม่รอดจากการวัด

นี่คือจุดที่การเปรียบเทียบก่อนหน้านี้ต้องได้รับการแก้ไข ไม่ใช่ต่อยอดออกไป แกนหลักของมันคือแบบจำลองทั้งสองใช้เรตการ์ดเดียวกันและแตกต่างกันที่ความเร็ว โดย DeepSeek V4 Flash วัดได้ประมาณ 120–140 โทเคนเอาต์พุตต่อวินาที และผู้ทดสอบวันแรกของ DeepSeek V4.1 Flash รายงานอยู่ที่ 280 ถึง 500 โดยมีค่าสูงสุดเกิน 500 ช่องว่างนั้นไม่สามารถทำซ้ำได้

จากการวัดของ Artificial Analysis, DeepSeek V4.1 Flash สร้างเอาต์พุต 214.4 โทเคนต่อวินาที และ DeepSeek V4 Flash 0731 สร้าง 214.9 — สูสีกันมาก ต่างกันเพียงครึ่งโทเคนต่อวินาที โดยใช้วิธีการเดียวกันที่ให้ตัวเลขทั้งสองนี้ ไม่ว่าการทดสอบของชุมชนในวันแรกจะวัดอะไรก็ตาม มันไม่ใช่การเปรียบเทียบแบบเทียบเคียงตรงกัน: โทเคนต่อวินาทีนั้นแปรผันตามผู้ให้บริการ ฮาร์ดแวร์ ขนาดแบตช์ ระดับการทำงานพร้อมกัน และสัดส่วนของคำตอบที่เป็นโทเคนการให้เหตุผล และตัวเลขในสัปดาห์เปิดตัวมาจากการตั้งค่าที่แตกต่างกันในทั้งห้าปัจจัย การแก้ไขอย่างตรงไปตรงมาคือ ความได้เปรียบด้านทรูพุตที่การเปิดตัวสื่อเป็นนัยนั้นไม่ปรากฏในการวัดที่เป็นอิสระ ใครก็ตามที่เปลี่ยนมาใช้ DeepSeek V4.1 Flash โดยคาดหวังความเร็วสองถึงสามเท่า ควรวัดใหม่กับทราฟฟิกของตนเองก่อนจะสันนิษฐานเช่นนั้น

ภาพด้านต้นทุนน่าสนใจกว่าภาพด้านความเร็ว และก็ไม่ใช่ชัยชนะแบบง่าย ๆ เช่นกัน จากข้อมูลนำเข้าแบบต่อโทเคนของ Artificial Analysis — 0.30 ดอลลาร์ขาเข้าและ 1.20 ดอลลาร์ขาออกสำหรับโมเดลใหม่ เทียบกับ 0.44 และ 1.32 สำหรับโมเดลเก่า ทั้งคู่ที่ราคาช่วงพีค — DeepSeek V4.1 Flash มีต้นทุนต่อโทเคนที่ถูกกว่า แต่ต้นทุนที่วัดได้ต่อภารกิจใน Intelligence Index กลับออกมาอยู่ที่ 0.27 ดอลลาร์ เทียบกับ 0.22 ดอลลาร์ สูงกว่าเล็กน้อย เพราะโมเดลใหม่เป็นนักพูดที่หนักกว่า: ใช้โทเคนเอาต์พุต 250 ล้านโทเคนทั่วทั้งดัชนี เทียบกับ 240 ล้านของรุ่นก่อน และเป็นหนึ่งในโมเดลที่พูดเยิ่นเย้อกว่าที่ลีดเดอร์บอร์ดวัด โทเคนที่ถูกกว่าซึ่งถูกใช้บ่อยครั้งกว่าจะกลายเป็นภารกิจที่ถูกกว่าโดยอัตโนมัติไม่ได้ ว่าคุณจะเอนไปทางไหนนั้นขึ้นอยู่ทั้งหมดกับว่าภาระงานของคุณถูกครอบงำด้วยบริบทที่อ่านซ้ำ ซึ่งส่วนลดต้นทุน 57% จากแคชที่ตรงเป็นตัวทำงาน หรือด้วยเอาต์พุตที่สร้างขึ้น ซึ่งความเยิ่นเย้อกลืนส่วนลดนั้นไป

การสนับสนุนการให้บริการตั้งแต่ Day-0 และคุณค่าที่แท้จริงของมัน

หากคุณโฮสต์ DeepSeek V4 Flash เองอยู่แล้ว นี่คือส่วนที่ตัดสินว่าการย้ายระบบจะประหยัดหรือไม่ และคำตอบคือ ประหยัดกว่าปกติ แต่ไม่ฟรี และไม่ใช่บนรันไทม์ที่คนส่วนใหญ่หมายถึงเมื่อพูดว่า "ในเครื่อง"

• NVIDIA vLLM — เปิดตัวเส้นทางแบบ day-zero ในรูปแบบอิมเมจ Docker พรีวิว แทนที่จะเป็นแพ็กเกจที่เผยแพร่แล้ว; การรองรับสถาปัตยกรรมยังไม่ได้ถูกรวมเข้า mainline ตอนเปิดตัว จึงไม่มี pip install ที่รวมการรองรับนั้นไว้ ตรวจสอบยืนยันแล้วบนแพลตฟอร์ม NVIDIA หลายรายการ ไม่ใช่เพียงรายการเดียว โดยมีพื้นหน่วยความจำขั้นต่ำประมาณ 614GB สำหรับ weights บวกพื้นที่เผื่อเหลือ

• SGLang — อิมเมจพรีวิว day-zero และรายการ cookbook ที่เผยแพร่โดยไม่มีตัวเลขประสิทธิภาพ เนื่องจากผู้ขายตัดสินว่าการวัดในช่วงพัฒนานั้นไม่เสถียร ตรวจสอบบนฮาร์ดแวร์ระดับ GB300 โดยรายการอื่นๆ ยังอยู่ระหว่างการยืนยัน

• NVIDIA Dynamo — สูตรการติดตั้งใช้งานแบบ day-zero ควบคู่ไปกับสูตร Flash และ Pro ที่มีอยู่แล้ว

• ซิลิคอนอื่น ๆ — Cambricon รายงานการรองรับตั้งแต่วันแรกผ่าน vLLM ในวันเดียวกัน

• Ollama และ llama.cpp — ช่องว่างนี้ Ollama แสดงรายการโมเดลไว้ แต่เป็นเพียง cloud passthrough: มันทำงานบนเซิร์ฟเวอร์ของ Ollama ไม่ใช่ของคุณ การรองรับสถาปัตยกรรมของ llama.cpp ยังไม่ถูก merge ดังนั้นจึงยังไม่มีเส้นทาง local แบบ upstream และมีการแปลง GGUF โดยชุมชนอยู่ โดยไม่มี runtime ที่เผยแพร่แล้วซึ่งรันมันได้ครบวงจร

อ่านแบบใช้งานจริง: ระบบนิเวศของเฟรมเวิร์กเคลื่อนไหวเร็วผิดปกติ และหากคุณกำลังดีพลอยบน vLLM หรือ SGLang ทั่วทั้งโหนดที่มี GPU หลายตัว คุณก็มีเส้นทางที่มีเอกสารกำกับภายในไม่กี่วันหลังเปิดตัว หากการดีพลอย DeepSeek V4 Flash ของคุณเป็นเครื่อง llama.cpp หรือ Ollama ยังไม่มีสิ่งที่เทียบเท่า และเช็กพอยต์ขนาด ~510GB ก็หมายความว่าไม่น่าจะมีให้ใช้ที่ขนาดซึ่งฮาร์ดแวร์นั้นบ่งชี้ น้ำหนักยังไม่ใช่ปัญหาในรูปแบบเดียวกันด้วย: DeepSeek V4 Flash ที่รวมทั้งหมด 284B เป็นเรื่องระดับโหนดเดียว แต่บิลด์ใหม่ที่มีแกนหลัก 552B — ก่อนจะถึงตาราง Engram — ไม่ใช่

การกำหนดเส้นทางเปลี่ยนไปแล้ว และเปลี่ยนไปเพื่อคุณ

ส่วนที่ได้รับการรายงานน้อยที่สุดของการเปิดตัวครั้งนี้ยังคงเป็นเรื่องที่ DeepSeek กำลังจัดเส้นทางทราฟฟิกระหว่างโมเดลของตัวเอง และต่างจากเมื่อวันที่ 9 กันยายน ตรงที่ครั้งนี้มีกำหนดเวลาชัดเจนแล้ว ตั้งแต่ 04:00 UTC ของวันที่ 14 กันยายน คำขอ API ที่ส่งไปยัง deepseek-v4-pro จะได้รับการตอบสนองโดย DeepSeek V4.1 Flash และคิดค่าบริการในอัตราแบบ Flash ซึ่งเป็นนโยบายที่ DeepSeek ระบุว่าจะใช้ไปจนกว่า V4.1-Pro จะเปิดตัว DeepSeek V4 Flash และ DeepSeek-V4-Flash-Vision-Exp ถูกปลดระวางโดยสิ้นเชิง โดยตัวระบุของโมเดลเหล่านี้ยังคงอยู่เพียงในฐานะนามแฝงเพื่อความเข้ากันได้ ซึ่งชี้ไปยังโมเดลใหม่เช่นกัน

ให้อ่านสิ่งนั้นเป็นคำตอบของคำถามที่บทความนี้ถูกเขียนขึ้นมาเพื่อตอบ เมื่อสัปดาห์ก่อน ผู้เรียกใช้ Pro ถูกสลับโดยอัตโนมัติ ส่วนผู้เรียกใช้ Flash ต้องตัดสินใจเลือกเอง วันนี้ผู้ให้บริการได้ตัดสินใจแทนทั้งสองฝ่ายแล้ว ซึ่งหมายความว่าตัวเลือกที่ใช้จริงบน API ไม่ใช่ "V4 Flash หรือ V4.1 Flash" อีกต่อไป แต่เป็นว่าพรอมต์ การประเมิน และโมเดลต้นทุนของคุณพร้อมสำหรับโมเดลที่ฝึกใหม่หรือไม่ หรือคุณจำเป็นต้องมีทางเลือกสำรองที่แตกต่างออกไปทั้งหมด

นั่นคือตรรกะเดียวกันกับที่เลเยอร์จัดเส้นทางนำไปใช้ข้ามผู้ให้บริการ และนั่นคือส่วนที่แพลตฟอร์มอย่าง OrcaRouter ได้มา DeepSeek V4.1 Flash บน OrcaRouterคิดราคาตามราคาตั้งของ DeepSeek — $0.15 ต่อ 1M โทเคนอินพุต และ $0.60 ต่อ 1M โทเคนเอาต์พุต — ส่งผ่านโดยบวกเพิ่ม 0% ซึ่งเป็นสิ่งที่ทำให้การลดราคาของผู้ให้บริการมาถึงฝั่งเราในวันเดียวกับที่มาถึงฝั่งเขา DeepSeek V4 Flash บน OrcaRouterยังเรียกใช้ได้ด้วยคีย์เดิมระหว่างที่คุณย้ายระบบ ดังนั้นการสลับจึงเป็นแค่สตริงชื่อโมเดล ไม่ใช่สัญญาฉบับที่สอง และ DeepSeek V4 Pro บน OrcaRouterยังคงอยู่ในรายการ ขณะที่การเปลี่ยนเส้นทางของผู้ให้บริการให้บริการโมเดลใหม่นี้ในอัตราของ Flash การสลับไปใช้ตัวสำรองอัตโนมัติข้ามผู้ให้บริการเป็นวิธีที่ประหยัดในการลองโมเดลที่ผ่านการฝึกใหม่กับทราฟฟิกจริง โดยไม่ต้องเดิมพันเส้นทางโปรดักชันกับพฤติกรรมในวันแรก: จัดเส้นทางไปส่วนหนึ่ง เก็บโมเดลที่รู้ว่าดีไว้ข้างหลัง และปล่อยให้เคสขอบไปตกที่ตัวสำรองระหว่างที่คุณหาคำตอบว่าการพรอมป์ต์แบบใหม่ทำงานเป็นอย่างไร

คุณควรเรียกอันไหน

ถ้าคำตอบที่ตรงไปตรงมายังคงเป็น “ใครก็ได้ สำหรับทุกคน” การรีเฟรชครั้งนี้ก็คงไม่คุ้มค่าที่จะเผยแพร่ สัปดาห์นี้ทำให้การตัดสินใจเปลี่ยนไปสองครั้ง — ครั้งหนึ่งเอื้อต่อผู้สืบทอด อีกครั้งหนึ่งไม่เอื้อ

เหตุผลในการย้ายไปใช้ DeepSeek V4.1 Flash ตอนนี้หนักแน่นกว่าเมื่อวันเปิดตัว และมันตั้งอยู่บนตัวเลขจากแหล่งอิสระ ไม่ใช่ตารางของผู้พัฒนา สี่สิบต่อสามสิบห้าบน Intelligence Index เป็นช่องว่างจริงที่วัดโดยผู้ที่ไม่มีส่วนได้ส่วนเสียใด ๆ โมเดลนี้มีต้นทุนต่อโทเคนถูกกว่ารุ่นที่มันมาแทนบนการ์ดข้อมูลเดียวกัน การป้อนข้อมูลภาพไม่จำเป็นต้องใช้โมเดลที่สองอีกต่อไป และการวัดจากบุคคลที่สามทุกรายเห็นพ้องว่าอย่างน้อยที่สุดมันก็เทียบเท่ารุ่นก่อนในด้านปริมาณงาน ไม่ใช่เร็วขึ้นสองถึงสามเท่า หากคุณกำลังเริ่มเวิร์กโหลดใหม่ หรือคุณพึ่งพา DeepSeek-V4-Flash-Vision-Exp สำหรับภาพ การย้ายก็ตรงไปตรงมา และต้นทุนการย้ายก็คือสตริงชื่อโมเดลเท่านั้น

ข้อโต้แย้งให้หยุดชั่วคราวแคบลงกว่าแต่ก่อนและเฉพาะเจาะจงมากขึ้น หากพรอมป์ต สคีมาการเรียกใช้เครื่องมือ และการประเมินของคุณถูกปรับจูนกับ V4-Flash-0731 โมเดลที่ฝึกใหม่ถือเป็นการเปลี่ยนพฤติกรรม ไม่ใช่การเปลี่ยนความเร็ว — การพรอมป์ต ขอบเขตการปฏิเสธ และความยาวเอาต์พุต ล้วนเปลี่ยนไป และการที่โมเดลใหม่พูดมากกว่าเดิมก็เป็นการเปลี่ยนพฤติกรรมในตัวเองที่ปรากฏในบิลของคุณก่อนที่จะปรากฏในตัวชี้วัดคุณภาพ และหากการปรับใช้ของคุณเป็นแบบโฮสต์เองบน llama.cpp หรือ Ollama หรืองบประมาณของคุณขึ้นอยู่กับโทเคนเอาต์พุตมากกว่าอินพุตที่แคชไว้ เศรษฐศาสตร์ของการย้ายไปก็ไม่ใช่อย่างที่พาดหัวข่าวเปิดตัวสื่อไว้ การลองรันทราฟฟิกของคุณเองหนึ่งวันผ่านทั้งสองแบบ แล้วเปรียบเทียบคอมพลีชันที่ยอมรับต่อดอลลาร์ จะบอกคุณได้มากกว่าตารางใด ๆ ข้างต้น

สำหรับทีมส่วนใหญ่ จุดยืนที่ปกป้องได้เมื่อผ่านไปหนึ่งสัปดาห์ไม่ใช่จุดยืนใดจากสองเสียงที่ดังกว่ากัน: ให้ถือ DeepSeek V4.1 Flash เป็นค่าเริ่มต้น เพราะหลักฐานอิสระตอนนี้สนับสนุนมัน คงให้ DeepSeek V4 Flash ทำหน้าที่ในสิ่งที่มันให้บริการได้ดีอยู่แล้วต่อไป — น้ำหนักของมันยังอยู่ตรงนั้น ยังเป็น MIT — และวัด throughput กับเวิร์กโหลดของคุณเองใหม่ แทนที่จะเชื่อทั้งตัวเลขจากชุมชนในสัปดาห์เปิดตัวหรือแถวเดียวบนลีดเดอร์บอร์ด รุ่นสืบทอดดีขึ้นจริง เพียงแต่ดีขึ้นน้อยกว่า และดีขึ้นในจุดที่ต่างออกไป จากที่การเปิดตัวชี้ให้เห็น