DeepSeek V4.1 Pro, Không gắn nhãn: Một endpoint 180 tok/s, một kết quả bốn mẫu, và sự cố vừa mới kết thúc

Đâu đó phía sau API của DeepSeek có thể có một mô hình mới, và không ai — kể cả người đã phát hiện ra nó — dám khẳng định chắc chắn rằng nó là DeepSeek V4.1 Pro. Bằng chứng là một bài đăng trên X, được công bố vào sáng ngày 15 tháng 10 năm 2026 bởi tài khoản theo dõi @teortaxesTex, và những gì nó mô tả là một mô hình trả lời khi được gọi qua endpoint của chính nhà cung cấp, đã hoàn thành một prompt cụ thể mà hai mô hình chủ lực đã biết của DeepSeek không thể làm được, và phản hồi với tốc độ khoảng 180 token mỗi giây. Hai mô hình đã biết được nhắc đến cùng một lúc: DeepSeek-V4-Pro-0813 "bất lực" trước nhiệm vụ đó, và thế hệ V4.1 cũng vậy — theo lời chính người đăng bài, đây là phần khiến một mô hình mới trở nên hợp lý thay vì một sự cố định tuyến. Đó là toàn bộ lập luận. Không có model card, không có trọng số, không có giá, không có tên endpoint và không có ghi chú phát hành nào từ DeepSeek, và DeepSeek V4.1 Flash — mô hình trọng số mở từ ngày 10 tháng 9 — không phải là ứng viên, bởi vì Flash là một sản phẩm đã phát hành với bảng giá công khai chứ không phải là thứ phải được phát hiện qua hành vi.

Điều khiến tín hiệu này đáng được ghi lại trước khi nó ngã ngũ theo hướng nào là hình dạng của bằng chứng chứ không phải độ mạnh của nó. Đây không phải là một vụ rò rỉ benchmark, không phải một repo xuất hiện sớm, cũng không phải một gợi ý từ nhân viên. Đó là một quan sát hộp đen: ai đó đã để ý đến những gì một endpoint làm, nhận ra nó đã thay đổi, và nói ra điều đó kèm theo số lượng mẫu. Những quan sát như vậy chính là cách một bản phát hành lén lút bị phát hiện ngay từ đầu, và chúng cũng là cách rất nhiều dương tính giả bắt đầu. Sự khác biệt giữa hai điều đó nằm hoàn toàn ở những gì có thể được kiểm chứng sau đó, nên việc hữu ích cần làm với trường hợp này là trình bày rõ những gì đã được tuyên bố, những gì tài liệu đã công bố của chính DeepSeek có thể chứng thực được vào lúc này, và những gì sẽ phải xảy ra trước khi bất kỳ ai có thể gọi nó là một bản phát hành.

Điều gì thực sự đã được khẳng định, và điều nó không xác lập được

Bài đăng ngắn gọn và tách bạch các tuyên bố của chính nó tốt hơn hầu hết các bài đưa tin ra mắt. Bóc tách nó ra thì có bốn:

• Một đợt gián đoạn dịch vụ D​eepSeek đang diễn ra đã kết thúc, và hành vi của mô hình đã thay đổi quanh thời điểm đó — cách đặt vấn đề của người đăng bài, và cũng là lý do khiến quan sát này tồn tại ngay từ đầu.

• Endpoint đã vượt qua "trò đùa cuckold" với kết quả mà người đăng bài cho là tốt nhất ngoài C​laude, tái lập được ở N=4 — bốn mẫu, cùng một kết quả.

• DeepSeek-V4-Pro-0813 và thế hệ V4.1 đều đã trượt cùng một bài kiểm tra, điều mà người đăng bài nói thẳng là "bất lực".

• Tốc độ đạt khoảng 180 token mỗi giây, và kết luận đưa ra rõ ràng chỉ là một phỏng đoán: "Có thể là 4.1 Pro."

Ba trong bốn điều đó là những quan sát về một hộp đen, và điều thứ tư là một tên mô hình được gắn vào chúng bằng suy luận. Không có gì trong bài đăng khẳng định một thông báo, một mức giá, một cửa sổ ngữ cảnh, một số lượng tham số, hay rằng DeepSeek đã nói bất cứ điều gì cả. Con số tốc độ là phép đo của chính người đăng về phiên của chính họ, không phải con số của nhà cung cấp và cũng không phải con số trên bảng xếp hạng. Hãy coi nó như một điểm dữ liệu từ một tuyến tại một thời điểm, trên một prompt, với một lượng bộ nhớ đệm prompt không xác định phía sau — đúng như cách nó đã được trình bày, và đại khái là mức độ quan trọng mà nó nên mang.

Tên "V4.1 Pro" bắt nguồn từ đâu

Điều đó không phải là bịa đặt. DeepSeek đã nêu tên một gói Pro trong chính dòng V4.1, trong ghi chú phát hành ngày 10 tháng 9 của chính mình, và tính đến hôm nay cái tên đó vẫn chưa gắn với bất cứ thứ gì. Đoạn văn khiến nó được lan truyền nói rằng các yêu cầu gửi tới deepseek-v4-pro sẽ được định tuyến lại sang mô hình Flash vừa ra mắt và được tính phí theo mức giá Flash kể từ 04:00 UTC ngày 14 tháng 9, và rằng điều này sẽ tiếp diễn "cho đến khi V4.1-Pro ra mắt." Các nhà phát triển phản đối việc một mô hình production bị hoán đổi mà không có cửa sổ chuyển đổi, DeepSeek đã đảo ngược kế hoạch, DeepSeek V4 Pro vẫn tiếp tục phản hồi mà không thay đổi cách tính phí — và điều khoản còn sót lại sau khi đảo ngược chính là điều mà không ai được cho là phải để ý, cụ thể là một V4.1-Pro đang được lên kế hoạch.

Mọi thứ sau câu đó đều là suy luận. Công ty chưa công bố thẻ mô hình nào, chưa có ngày tháng, cũng chưa có tệp trọng số nào. Vậy nên cái tên trong bài đăng là cái tên mà người đọc sẽ nghĩ tới khi có một mô hình thứ tư hoạt động tốt hơn ba mô hình họ đã biết: gia đình V4.1 là thế hệ hiện tại, Flash là bản nhỏ, Pro là bậc mà DeepSeek đã hứa hẹn. Nghĩ tới nó là hợp lý. Nghĩ tới nó không phải là bằng chứng.

Điều đó quan trọng hơn vẻ ngoài của nó, vì có ít nhất một cách giải thích khác không đòi hỏi mô hình mới nào cả. Một bản cập nhật điểm âm thầm cho một bản dựng hiện có — một cấu hình phục vụ được lượng tử hóa lại hoặc tinh chỉnh lại, một đường backend khác, một lần khôi phục sau sự cố — sẽ hiện ra với người quan sát hộp đen như một thay đổi năng lực không có thông báo và không có tên. Nhật ký thay đổi của chính DeepSeek ghi lại đúng kiểu việc này trong quá khứ: V4 Pro đã được cập nhật tại chỗ vào ngày 13 tháng 8 dưới một cái tên gắn dấu bản dựng, và dòng Flash đã có một mục cập nhật không kèm nghi thức gì. Các bản phát hành tàng hình và các lần dựng lại âm thầm không thể phân biệt được từ bên ngoài, và bài đăng không tuyên bố đã phân biệt được chúng.

Tài liệu của chính DeepSeek nói gì hôm nay

Đây là phần có thể kiểm tra được, và nó ngắn. Nhật ký thay đổi của DeepSeek gồm 2026-04-24 (V4), 2026-07-31 (bản cập nhật V4-Flash), 2026-08-13 (bản cập nhật V4-Pro), 2026-08-21 (V4-Flash-Vision-Exp) và 2026-09-10 (V4.1-Flash). Không hề có mục nào cho tháng Mười, và không có mục nào mang tiêu đề V4.1 Pro. Trang Models & Pricing liệt kê hai tên có thể dùng được, deepseek-flash và deepseek-v4-pro, tương ứng với DeepSeek-V4.1-Flash và DeepSeek-V4-Pro-0813.

• Ngữ cảnh và đầu ra — cả DeepSeek-V4.1-Flash và DeepSeek-V4-Pro-0813 đều nhận 1M token đầu vào và trả về tối đa 384K, với giới hạn đồng thời lần lượt là 2.500 và 500.

• Giá — Flash có giá $0.15 mỗi triệu token đầu vào khi cache miss và $0.60 mỗi triệu token đầu ra vào giờ thấp điểm; V4 Pro có giá $0.66 đầu vào và $1.98 đầu ra vào giờ thấp điểm, với giờ cao điểm có giá gấp đôi.

• Thị giác — được tích hợp sẵn trong DeepSeek V4.1 Flash, được liệt kê là "Không được hỗ trợ" đối với DeepSeek V4 Pro.

• Trọng số — D​eepSeek-V4.1-Flash được mở theo giấy phép MIT; không có kho lưu trữ nào cho bất kỳ thứ gì gọi là V4.1-Pro, đây là mảnh bằng chứng phủ định đơn lẻ mạnh nhất hiện có.

Trên Hugging Face, repo mô hình DeepSeek mới nhất là deepseek-ai/DeepSeek-V4.1-Flash, được cập nhật lần cuối vào ngày 12 tháng 10 — một commit về hiệu năng liên quan đến việc khôi phục bộ nhớ đệm khóa indexer ở các bước nén chưa hoàn chỉnh. Đó là công việc ở tầng engine trên một mô hình đã tồn tại, không phải một flagship mới. Dù người đăng bài đang nói chuyện với thứ gì đi nữa, nó không để lại dấu vết nào ở những nơi mà một mô hình DeepSeek đã phát hành thường để lại.

Con số tốc độ là điều ít gây ngạc nhiên nhất trong bài đăng.

180 token mỗi giây đọc lên có vẻ nhanh, và nếu đối chiếu với sai mốc chuẩn thì nó sẽ trông như một dấu hiệu để lộ. Đối chiếu với đúng mốc chuẩn thì nó chẳng có gì đáng chú ý. Đo lường độc lập đã đưa DeepSeek V4.1 Flash lên gần đầu phân khúc về thông lượng thô, và các nhà vận hành bên thứ ba phục vụ cùng bộ trọng số mở quảng cáo những con số cao hơn đáng kể so với 180 khi có cache ấm. Một con số trong khoảng đó là hình ảnh của một mô hình DeepSeek được phục vụ tốt; nó không đủ nhanh để chứng minh một backbone lớn hơn và cũng không đủ chậm để chứng minh một backbone nhỏ hơn. Bất kỳ ai coi 180 t/s là dấu hiệu nhận biết đang đọc dòng ít có giá trị chẩn đoán nhất trong bài đăng.

Điều bất đối xứng thú vị hơn nằm ở kết quả tác vụ. Một mô hình vượt qua được thứ mà cả DeepSeek-V4-Pro-0813 lẫn V4.1 đều thất bại, bốn lần trên bốn lần, trên một lời nhắc được cố ý tạo ra để khó làm giả, là một hồ sơ năng lực thực sự khác biệt — giả sử bản thân bài kiểm tra là đáng tin, điều mà bài đăng không cho người đọc kiểm chứng. Đó là tuyên bố đáng theo dõi, và là tuyên bố mà một bảng benchmark rốt cuộc sẽ phân định.

Tại sao “trò đùa cắm sừng” lại là một tín hiệu thật dưới một cái tên ngớ ngẩn

Cụm từ này sẽ bị đọc như một trò đùa, và nó không phải là một trò đùa. Những prompt suy luận quan hệ thuộc họ đó — niềm tin lồng nhau, tri thức bị tranh chấp, ai biết gì về ai — từ lâu đã là một phép thử xem liệu một mô hình có thể giữ nhiều tầng của một tình huống xã hội cùng lúc mà không làm chúng sụp đổ hay không. Các phòng thí nghiệm tiên phong và những đơn vị đánh giá độc lập đều dùng các biến thể của nó, bởi vì nó ngắn, rẻ, khó bị ghi nhớ, và trừng phạt một cách bất cân xứng những mô hình khớp mẫu bề mặt của một khung cảnh thay vì theo dõi trạng thái bên dưới nó. Nó lan truyền khắp mạng xã hội như một trò đùa vì cùng lý do nó được dùng làm bài kiểm tra: nó đáng nhớ và nó khó.

Bản thân nó cũng chỉ là bằng chứng yếu. Không có số lượng mẫu nào trên một prompt tùy hứng đơn lẻ có thể phân biệt được một checkpoint mới với một cấu hình lấy mẫu mới, một mặc định mức nỗ lực suy luận khác, một thay đổi về việc nhóm backend nào trả lời, hay đơn giản chỉ là một prompt nằm gần ranh giới quyết định và tình cờ rơi khác đi sau khi dịch vụ hoạt động trở lại. N=4 giúp ích — người đăng đã làm mức thẩm định tối thiểu mà hầu hết các tuyên bố về năng lực đang lan truyền đều bỏ qua — nhưng bốn mẫu chỉ thiết lập tính tái lập trên một tuyến cho một prompt. Đó là lý do để đi kiểm tra. Đó không phải là lý do để kết luận.

Câu hỏi thực tế: bạn có thể thử nó không, và bằng cách nào

Ngay lúc này, thì không. Không có tên nào để gọi. Nếu thứ mà người đăng đang nói chuyện cùng là có thật và không có tên, thì nó chỉ có thể được với tới một cách tình cờ, tùy vào việc cơ chế định tuyến của chính D​eepSeek tình cờ đưa mô hình nào cho bạn, và đó chính xác là tình huống mà việc đảo ngược định tuyến lại hồi tháng Chín nói tới.

Các mô hình bạn có thể định nghĩa hôm nay là hai mô hình được bảng giá liệt kê, và cách trung thực để kiểm thử một thay đổi mà bạn không thể thấy là ghim lưu lượng production của bạn vào mô hình bạn đã chọn và chuyển thử nghiệm đến nơi nó không thể gây hại. DeepSeek V4.1 Flash và DeepSeek V4 Pro đều có sẵn thông qua OrcaRouter trên một khóa API, nên việc so sánh song song với một bộ prompt cố định chỉ tốn một thay đổi cấu hình thay vì một hợp đồng thứ hai — và khi một tuyến bị suy giảm, chuyển đổi dự phòng tự động sẽ chuyển yêu cầu sang một nhà cung cấp khỏe mạnh thay vì trả về lỗi, vốn là chế độ lỗi khiến sự cố trong bài đăng trở nên rõ ràng ngay từ đầu. Vì OrcaRouter chuyển tiếp giá niêm yết của nhà cung cấp với 0% markup, mọi thay đổi giá của D​eepSeek đều có hiệu lực cùng ngày với ngày nó có hiệu lực tại nhà cung cấp, mà không cần một đợt định giá lại ở phía bạn.

Điều mà không thứ nào trong số đó mang lại cho bạn là mô hình không có nhãn. Nếu bạn nghĩ mình đã chạm trúng nó — nhanh hơn mong đợi, làm tốt hơn ở một phép thử mà mô hình quen thuộc của bạn thất bại — hãy ghi lại nguyên văn các phản hồi kèm dấu thời gian và ID yêu cầu, vì đó chính là tư liệu biến một lần bắt gặp thành thứ mà phần còn lại của giới có thể kiểm chứng. Hãy tái tạo nó vào một ngày khác. Hãy tái tạo nó sau một lần triển khai lại. Một mô hình tàng hình chỉ tồn tại trong một cửa sổ duy nhất thì vẫn chỉ là một tạo tác định tuyến cho đến khi được chứng minh ngược lại.

Điều gì sẽ khiến điều này trở thành tin tức?

Bốn điều, theo thứ tự gần đúng của khả năng xảy ra. Một model card hoặc một kho trọng số xuất hiện dưới tên V4.1-Pro sẽ giải quyết dứt khoát và sẽ là hiện vật thật đầu tiên. Một mục changelog hoặc một tên mới trên trang Models & Pricing cũng sẽ làm điều tương tự từ phía nhà cung cấp. Một bài benchmark độc lập đầu tiên — Artificial Analysis hoặc LMArena ghi nhận một mục không khớp với bất kỳ bản dựng DeepSeek nào được liệt kê — sẽ củng cố bước nhảy về năng lực mà không xác nhận tên. Và khả năng âm thầm nhất trong tất cả: không có gì. DeepSeek cập nhật model tại chỗ, và theo tiến độ hiện tại — V4 vào tháng Tư, các bản cập nhật Flash vào tháng Bảy và tháng Tám, một bản cập nhật Pro vào ngày 13 tháng Tám, V4.1 Flash vào tháng Chín — xác suất gần hạn là một bản làm mới âm thầm của một tên hiện có thay vì một tầng thứ tư.

Cho đến khi một trong những điều đó thành hiện thực, trạng thái đúng của “D​eepSeek V4.1 Pro” vẫn là trạng thái mà nó đã giữ kể từ ngày 10 tháng 9: một cái tên do chính D​eepSeek đưa lên lộ trình, không có mô hình nào đứng sau. Phiên 180 tok/s của một người quan sát duy nhất là lý do để tiếp tục theo dõi endpoint, chứ không phải lý do để lập kế hoạch dựa trên một flagship.

Được trình bày theo cách đó, sự bất đối xứng chính là câu chuyện. Một cột của thẻ đó là tài liệu — một bảng giá, một giấy phép, một tên mô hình mà bạn có thể đặt trong phần thân yêu cầu — và cột kia là một câu trong ghi chú phát hành cùng với một đề cập trên X. Mọi thứ trong bài viết này có thể kiểm chứng được đều nằm ở bên trái. Mọi thứ ở bên phải là những gì mọi người đang hy vọng endpoint 180 tok/s hóa ra là, đó là một hy vọng hợp lý và chưa phải là sự thật.

Ai nên làm gì

Nếu bạn đang chọn một mô hình để xây dựng dựa trên đó trong tuần này, thì không có gì ở đây thay đổi quyết định của bạn. DeepSeek V4.1 Flash đã có sẵn, đã có giá và tài liệu; DeepSeek V4 Pro đã có sẵn, đã có giá và tài liệu; D​eepSeek V4.1 Pro không phải là một sản phẩm. Điều duy nhất đáng rút ra từ bài đăng là chế độ lỗi hơn là mô hình: một endpoint của nhà cung cấp đã thay đổi hành vi sau một sự cố ngừng dịch vụ, và không có thông báo, không có tăng phiên bản, và không có cách nào để biết từ bên ngoài bạn đã đang tương tác với cái gì. Ghim phiên bản mô hình một cách rõ ràng, ghi lại metadata phản hồi, và đặt một đường dự phòng chuyển đổi phía sau bất kỳ nhà cung cấp đơn lẻ nào là biện pháp giảm thiểu, và đó vẫn là cùng một biện pháp giảm thiểu dù có hay không một flagship mới đang ẩn sau endpoint.

Nếu bạn đang theo dõi để chờ bản phát hành, hãy theo dõi nhật ký thay đổi và tổ chức Hugging Face thay vì những lời bàn tán về năng lực. Cả hai từ trước đến nay vẫn là dấu hiệu đáng tin cậy cho phòng thí nghiệm này. Không bên nào đã nói một lời kể từ ngày 10 tháng 9.

Một kết quả như thế này cũng là lời nhắc rằng những sai sót của mô hình đã được ghi nhận: các sự cố AI và lỗi tác nhân đằng sau các mô hình thuộc lớp này được thu thập trong OrcaRouter AI Incident Archive, nơi mỗi mục đều có nguồn, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp riêng.