Ultramarine 1 vs DeepSeek V Flash: Một mức giá rẻ không phải là một tác vụ rẻ

Ultramarine 1 Flash có giá 0,15 USD cho mỗi triệu token đầu vào và 0,50 USD cho đầu ra. D​eepSeek V4 Flash được niêm yết ở mức 0,44 USD và 1,32 USD trên hồ sơ Artificial Analysis, hoặc 0,22 USD và 0,66 USD ở mức giá định tuyến danh mục của chúng tôi cung cấp cho nó. Đặt hai bảng giá cạnh nhau và mô hình Paper Instruments trông như món hời rõ ràng — rẻ hơn ba lần cho đầu vào và rẻ hơn hai lần rưỡi cho đầu ra, theo giá niêm yết. Vấn đề với cách đọc đó là mức giá trên mỗi triệu token chỉ là một nửa của hóa đơn, và nửa mà nó bỏ sót chính là nửa mà hai mô hình này khác nhau nhiều nhất. D​eepSeek V4 Flash tạo ra 240 triệu token đầu ra để hoàn thành Intelligence Index. Mô hình trung vị trong nhóm so sánh của nó tạo ra 140 triệu. Theo cách diễn đạt của Artificial Analysis, nó rất dài dòng — xếp thứ 36 trong số 40 trong nhóm giá của nó trên trục đó.

Ultramarine 1 Flash đưa ra tuyên bố trái ngược về chính nó. Trên tất cả sáu bài kiểm tra mà Paper Instruments đánh giá, nó tạo ra ít hơn 6,5% token so với mô hình GLM-5.3 Flash mà nó được hậu huấn luyện từ đó, trong khi đạt điểm cao hơn trên mỗi bài kiểm tra trong số đó. Một mô hình thì rẻ trên mỗi token và đắt trên mỗi tác vụ. Mô hình kia đã nỗ lực để trở nên ít tốn kém hơn trên mỗi tác vụ mà không thay đổi giá của nó. Sự so sánh đáng thực hiện là giữa hai cách tiếp cận đó, không phải giữa hai mức giá đầu vào.

Hai mẫu xe, hai con đường khác nhau dẫn đến cùng một phân khúc giá

Họ đã đến với phân khúc ngân sách từ hai hướng đối lập, và chính sự khác biệt đó giải thích phần lớn những gì diễn ra sau đây.

DeepSeek V4 Flash là một mô hình mixture-of-experts được xây dựng từ đầu: tổng cộng 284 tỷ tham số, 13 tỷ tham số hoạt động, ra mắt ngày 24 tháng 4 năm 2026 theo giấy phép MIT với trọng số được công bố trên Hugging Face. Bản sửa đổi 0731 của nó, được huấn luyện lại từ đầu ở giai đoạn hậu huấn luyện trên cùng kiến trúc, chính là thứ mà định danh gắn ngày hiện nay đang phục vụ. Nó có cửa sổ ngữ cảnh 1.048.576 token với tối đa 384.000 token đầu ra, nhận đầu vào là văn bản và trả đầu ra là văn bản, đồng thời báo cáo các kết quả benchmark tác nhân mạnh mẽ dựa trên số liệu do chính DeepSeek công bố — 82,7 trên Terminal-Bench 2.1, 76,7 trên Cybergym, 70,3 trên Toolathlon Verified.

Ultramarine 1 Flash là một mô hình phái sinh. Paper Instruments đã lấy GLM-5.3 Flash — mô hình đa phương thức 320B tổng, 18B hoạt động của Z.ai — và chạy học tăng cường quy mô lớn trên đó với một chương trình huấn luyện tổng hợp về tài chính, pháp lý, tư vấn và vận hành. API đã ra mắt ngày 14 tháng 10 năm 2026 với mức $0.15 / $0.03 cho token lưu đệm / $0.50 mỗi triệu token, đúng mức giá mà GLM-5.3 Flash thu. Trọng số không được phát hành; trang của chính nhà cung cấp ghi "Trọng số mô hình sắp ra mắt."

Vậy nên cách diễn giải trung thực cho cặp so sánh này là một MoE từ đầu có thể tải xuống, đối đầu với một bản hậu huấn luyện đóng được thực hiện trên mô hình nền mở của người khác, một bên đã vào sản xuất được sáu tháng còn bên kia mới một ngày tuổi.

Con số về mức độ dài dòng mà tiếp thị của cả hai bên đều không nhấn mạnh

Artificial Analysis đo lường số token đầu ra mà một mô hình tiêu tốn để hoàn thành Intelligence Index, và báo cáo con số đó dưới dạng xếp hạng mức độ dài dòng. DeepSeek V4 Flash đã dùng 240 triệu token đầu ra so với mức trung vị của lớp là 140 triệu — cao hơn 71% so với mức thông thường, đứng thứ 36 trong số 40 mô hình cùng lớp. Con số đó là lý do cần thận trọng với mức 0,22 đô la mỗi tác vụ mà nó công bố. Đáng chú ý, đây cũng là một con số chi phí mỗi tác vụ tốt hơn mức mà hầu hết đối thủ của nó đạt được, điều này cho thấy tốc độ thô của mô hình bù đắp được bao nhiêu: với 173,7 token đầu ra mỗi giây, nó là mô hình nhanh thứ tám trong số 74 mô hình cùng lớp, nên lượng token đến nhanh dù có nhiều hơn.

Độ dài dòng của Ultramarine 1 Flash không được Artificial Analysis công bố, vì Artificial Analysis chưa đánh giá mô hình này. Thay vào đó, điều mà Paper Instruments công bố là so sánh với mô hình cơ sở của chính mình: 30,5 triệu token so với 32,7 triệu của GLM-5.3 Flash trên sáu bộ benchmark, bao gồm cả suy luận. Đó là một phép đo mà cả hai phía của so sánh đều chia sẻ — cùng bộ, cùng harness, cùng điều kiện — khiến nó trở thành con số đáng tin cậy nhất trong bản công bố và là con số duy nhất mà tuyên bố về hiệu quả token được xác minh dựa trên thứ gì đó không phải chính nó.

Ghép những điều đó lại, phép tính sẽ đổi hình dạng. Lợi thế của D​eepSeek V4 Flash là một mô hình nhanh, mạnh, được đo lường kỹ lưỡng mà bạn có thể chạy gần như ở mọi nơi. Nhược điểm của nó là viết nhiều, và với đơn giá đầu ra cố định, điều đó hiện lên trên hóa đơn. Lợi thế của Ultramarine 1 Flash là nó viết ít hơn mô hình mà nó kế thừa — nhưng chỉ so với mô hình đó, và chỉ trên các bộ kiểm thử do chính nhà sản xuất của nó viết.

Sáu tiêu chuẩn đánh giá thực sự nói gì

Paper Instruments đã chạy sáu bộ kiểm thử đối chiếu với mô hình của chính họ và một số đối thủ cạnh tranh. D​eepSeek V4.1 Flash xuất hiện trong đó; còn D​eepSeek V4 Flash nguyên bản, mô hình trong tiêu đề này, thì không.

• JobBench — Ultramarine 1 Flash 62,9, DeepSeek V4.1 Flash 60,4. Mô hình Paper Instruments dẫn trước 2,5 điểm.

• Công việc Tri thức PI — Ultramarine 1 Flash 59,3, D​eepSeek V4.1 Flash 47,9. Khoảng cách 11,4 điểm, lớn nhất trong bộ.

• FrontierFinance — 53,3 so với 46,0.

• AutomationBench — bộ duy nhất mà DeepSeek giành chiến thắng: V4.1 Flash 51,3 so với 50,2 của Ultramarine.

• DiligenceBench — 50,6 so với 50,3. Thực tế là ngang bằng, khi cả hai đều xếp sau Gemini 3.8 Flash và Claude Fable 5.

• APEX-Agents 1.1 — 57.0 so với 39.5, mức chênh lệch lớn nhất trong toàn bộ bảng.

Những lưu ý ở đây chồng chất lên nhau, và đáng để nói rõ về tất cả chúng. Đây là các điểm chuẩn của nhà cung cấp. Các số liệu D​eepSeek là của một mô hình khác, mới hơn trong cùng họ mô hình, mà Paper Instruments có nêu tên. Và chưa có phần nào trong đó được bất kỳ ai bên ngoài công ty kiểm chứng. Điều mà bảng này thực sự xác lập thì hẹp nhưng có thật: trong công việc mà sản phẩm bàn giao là tài liệu, chuyên gia đã qua hậu huấn luyện giữ lợi thế lớn so với một MoE tổng quát hiệu quả, còn trên các tác vụ tác nhân tự động thì khoảng cách gần như biến mất. Nếu công việc của bạn là một bản ghi nhớ hay một mô hình, sự phân tách đó chỉ về một hướng. Nếu là một vòng lặp tác nhân nhiều bước, thì không.

Bạn có thể tải xuống một trong những thứ này

Đây là sự khác biệt mà không một thước đo chuẩn nào nắm bắt được, và cũng chính là yếu tố có khả năng quyết định nhất trong một cuộc trao đổi về mua sắm.

DeepSeek V4 Flash được cấp phép MIT với trọng số trên Hugging Face. Bạn có thể tải xuống, chạy trên phần cứng của riêng mình, tinh chỉnh, tích hợp vào một sản phẩm và không bao giờ gửi một token nào đến bên thứ ba. Đối với một công ty luật hoặc một ngân hàng có nghĩa vụ bảo mật thông tin khách hàng, đó không phải là điều "có thì tốt"; nó thường là toàn bộ yêu cầu, và điều đó loại hoàn toàn mô hình của DeepSeek ra khỏi nửa so sánh dựa trên API được lưu trữ và thay vào đó đặt nó trên chính máy móc của bạn.

Ultramarine 1 Flash không thể làm điều đó ở thời điểm hiện tại. “Trọng số mô hình sắp ra mắt” là một tuyên bố về ý định, không phải một giấy phép. Thứ mà Paper Instruments thực sự công bố công khai là phần giàn giáo xung quanh mô hình: bộ khung agent Feather mà nó được huấn luyện và đánh giá bên trong, cùng các bản fork paper-docx, paper-pptx và paper-xlsx giúp agent có một giao diện an toàn với các định dạng tệp Office. Chúng thực sự hữu ích — và chúng cũng là một cách quảng cáo cho mô hình, vì chúng tồn tại để làm cho đầu ra của mô hình ít hỏng hơn so với những gì một agent thông thường tạo ra bằng các thư viện tiêu chuẩn.

Vậy nên ranh giới giấy phép tái cấu trúc cuộc so sánh. Nếu bạn buộc phải tự chạy trọng số, thì không có gì để so sánh: D​eepSeek V4 Flash là câu trả lời, còn Ultramarine 1 Flash chỉ là một lời hứa. Nếu bạn có thể gọi API, hai bên thực sự đang cạnh tranh, và bằng chứng quyết định là chi phí trên mỗi tác vụ trên chính tài liệu của bạn.

Nơi giá được định tuyến đáp xuống

Trên OrcaRouter, DeepSeek V4 Flash được cung cấp ở mức $0,22 cho đầu vào và $0,66 cho đầu ra trên mỗi triệu token — giá niêm yết của nhà cung cấp được chuyển thẳng, với không cộng thêm gì trên mỗi token, đó là lý do nó nằm dưới cặp $0,44/$1,32 trong bản ghi của Artificial Analysis: cặp đó phản ánh bảng giá của một nhà cung cấp khác. Cơ chế chuyển thẳng này còn có hệ quả thứ hai đáng biết nếu bạn đang lập ngân sách: khi nhà cung cấp thay đổi mức giá, mức giá được cung cấp cũng thay đổi theo ngay trong cùng ngày, mà không cần thay đổi cấu hình từ phía bạn.

So với mức giá định tuyến đó, mức $0.15/$0.50 của Ultramarine 1 Flash rẻ hơn khoảng 1,5 lần ở đầu vào và 1,3 lần ở đầu ra — hẹp hơn nhiều so với điều mà so sánh theo giá niêm yết gợi ý, và còn hẹp hơn nữa khi áp dụng mức chiết khấu cache 97% của DeepSeek cho một khối lượng công việc tài liệu với tiền tố dùng chung lớn. Mức giá cache của Ultramarine 1 Flash là $0.03 mỗi triệu, cũng là một mức chiết khấu mạnh, nhưng hai bên đã đủ gần nhau ở thời điểm này đến mức không bên nào thắng chỉ nhờ số học.

Điều đó đặt quyết định vào đúng chỗ của nó: ở chính công việc của bạn. Hãy gửi một loạt sản phẩm bàn giao thực tế đến cả hai, so sánh hóa đơn và đọc kết quả đầu ra. Ultramarine 1 Flash không có trong danh mục của chúng tôi, nên bài kiểm tra đó chạy trên endpoint riêng của nhà cung cấp ở một phía. Mô hình mà nó được hậu huấn luyện từ đó, GLM-5.3 Flash, được cung cấp ở đây với mức $0.15/$0.50 — bảng giá y hệt — điều này cho bạn một đại diện hợp lý cho những gì mô hình nền tạo ra trước khi bạn thêm phần hậu huấn luyện lên trên.

Vị trí, không có người chiến thắng

Hai cái này thực sự không phải là những thứ thay thế cho nhau, và việc ép chúng vào một cuộc chọn người thắng sẽ làm lu mờ phát hiện hữu ích. DeepSeek V4 Flash là một MoE có thể tải xuống, được đo lường độc lập, nhanh một cách bất thường, nhưng lại viết nhiều hơn mức cần thiết. Ultramarine 1 Flash là một bản post-training đóng, không được đo lường, dựa trên một base mở, được thiết kế để viết ít hơn, và được bán dựa trên một bộ benchmark mà chưa ai khác từng chạy.

Phiên bản dễ bị gạt bỏ của bài viết này sẽ nói rằng mức giá token rẻ hơn sẽ thắng. Phiên bản đứng vững được thì nói rằng giấy phép quyết định việc mua sắm, các con số về độ dài dòng chữ quyết định hóa đơn, và cả hai mô hình đều chưa được kiểm nghiệm trên tài liệu của bạn. Hai trong số ba điều đó bạn có thể giải quyết ngay trong tuần này. Điều thứ ba không thể giải quyết cho đến khi Paper Instruments hoặc công bố các con số độc lập, hoặc phát hành bộ trọng số mà họ nói là sắp ra mắt.

Những so sánh như thế này cũng là nơi các kiểu lỗi lộ diện: những sự cố AI được ghi nhận và các lỗi của agent đằng sau những mô hình thuộc lớp này được tập hợp trong the OrcaRouter AI Incident Archive, nơi mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.