Vào thứ Bảy, ngày 17 tháng 10 năm 2026, DeepSeek đã thay checkpoint mới, DeepSeek-V4.1-Flash-1017, cho mô hình đứng sau tên API deepseek-flash. Giá không thay đổi, cửa sổ ngữ cảnh không thay đổi, và cách gọi API cũng không thay đổi. Điều thay đổi là chính mô hình: DeepSeek báo cáo mức tăng hai chữ số trên các bài kiểm tra về terminal và xây dựng chương trình, đồng thời cho biết checkpoint mới hoàn thành tác vụ nhanh hơn với đầu ra ngắn hơn.
Câu trả lời ngắn gọn: nếu bạn chạy coding agent hoặc các quy trình làm việc phụ thuộc nhiều vào công cụ trên V4.1 Flash bản tháng 9, hãy chuyển sang. Bạn trả cùng một mức giá cho mỗi token và, theo biểu đồ chi phí của chính DeepSeek, chi phí cho mỗi tác vụ hoàn thành còn thấp hơn nhiều. Nếu khối lượng công việc của bạn chủ yếu là hỏi đáp cần nhiều kiến thức, lý do để chuyển đổi yếu hơn, và các mô hình tiên tiến vẫn dẫn đầu ở mảng này.
Trên AIHubMix, checkpoint mới có ID riêng là deepseek-v4.1-flash-1017, nên sẽ không có gì thay đổi âm thầm cho bạn cho đến khi bạn đổi tên mô hình.
Những gì thay đổi và những gì giữ nguyên
Ghi chú phát hành của DeepSeek gọi bản 1017 là "cải tiến Pareto về hiệu năng và chi phí", còn thẻ mô hình trên Hugging Face gọi đây là "bản cập nhật nhỏ". Cả hai cách mô tả đều hợp lý: kiến trúc và bề mặt API không đổi, còn phần post-training là mới (DeepSeek mô tả là "học tăng cường với tự phản hồi để cải thiện việc phát triển dự án đầu cuối").
| Mục | V4.1 Flash bản tháng 9 | V4.1 Flash 1017 |
|---|---|---|
| Kiến trúc | MoE 552B, 8B / 16B hoạt động | Giữ nguyên |
| Ngữ cảnh / đầu ra tối đa | 1M / 384K | Giữ nguyên |
| Đầu vào | Văn bản và hình ảnh | Giữ nguyên |
| Chế độ suy luận mặc định | Bật, mức nỗ lực cao | Giữ nguyên |
| Các mức nỗ lực | low / high / max | Giữ nguyên |
| Tên API của DeepSeek | deepseek-flash | deepseek-flash (nay là 1017) |
| Giá niêm yết | Không đổi | Không đổi |
| Độ dài đầu ra | Dài | Ngắn hơn (theo DeepSeek, chưa định lượng) |
Các tên cũ deepseek-v4-flash và deepseek-v4-flash-vision-exp vẫn hoạt động trên API của DeepSeek, và cả hai hiện chạy bản 1017 với giá Flash. DeepSeek không cung cấp cách ghim checkpoint tháng 9, nên bất kỳ ai gọi trực tiếp deepseek-flash đều đã được chuyển sang bản mới.
Những cải thiện nằm ở đâu
Tất cả số liệu dưới đây lấy từ thẻ mô hình và changelog của DeepSeek; chưa ai tái lập độc lập. The Decoder và Kingy.ai cũng đã tổng hợp bảng tương tự và nêu cùng lưu ý.
| Bài kiểm tra | Tháng 9 | 1017 | Thay đổi |
|---|---|---|---|
| Terminal-Bench 4.0 | 31.2 | 42.3 | +11.1 |
| ProgramBench | 20.3 | 29.1 | +8.8 |
| Apex Bench v1.1 | 64.6 | 72.1 | +7.5 |
| HLE, không dùng công cụ | 36.8 | 42.6 | +5.8 |
| Automation-Bench | 54.8 | 60.5 | +5.7 |
| Agents' Last Exam | 31.8 | 35.4 | +3.6 |
| DeepSWE v1.1 | 74.2 | 77.0 | +2.8 |
| NL2Repo-Bench | 65.4 | 68.2 | +2.8 |
| BabyVision, có công cụ | 89.6 | 92.5 | +2.9 |
Terminal-Bench 4.0 được chạy trên Claude Code harness; DeepSWE chạy trên mini-SWE-v2.
Xu hướng khá rõ: mức tăng lớn nhất nằm ở các phiên terminal dài và việc xây dựng chương trình từ đầu, khớp với những gì DeepSeek nói rằng họ đã huấn luyện. Việc sửa lỗi ở cấp kho mã (DeepSWE, NL2Repo) và thị giác chỉ tăng khoảng hai đến ba điểm.
Đầu ra ngắn hơn mới là nâng cấp thực sự
Checkpoint tháng 9 tốn kém khi chạy đối với một mô hình giá rẻ vì nó nói rất nhiều. Khi Artificial Analysis chạy Intelligence Index trên nó ở mức nỗ lực tối đa, mô hình tạo khoảng 250M token đầu ra, trong khi trung vị là 130M, và nhiều hơn 62% so với V4 Pro 0813 của chính DeepSeek.
1017 nhắm đúng vào vấn đề đó. Biểu đồ DeepSWE của DeepSeek (chi phí mỗi tác vụ trên trục hoành, theo cách đọc của The Decoder) cho thấy mô hình tháng 9 đạt 74.2% với khoảng $0.50 mỗi tác vụ, 1017 ở mức nỗ lực cao nhất đạt 77.0% với chưa đến $0.20, và 1017 ở mức thấp đạt trên 72% với khoảng $0.10. Vì giá mỗi token giống nhau, gần như toàn bộ khoản tiết kiệm đến từ việc mô hình dùng ít token hơn và hoàn thành trong ít lượt hơn.
Có hai lưu ý. DeepSeek chưa nói đầu ra ngắn hơn bao nhiêu, và các chi phí mỗi tác vụ này được đọc từ biểu đồ của nhà cung cấp, không phải do bên thứ ba đo lường. Hãy chạy thử khối lượng công việc của riêng bạn trước khi lên kế hoạch dựa trên mức tiết kiệm 60%.
Mức độ gần với tầng cao hơn
Trong danh mục của DeepSeek, tầng cao hơn là V4 Pro 0813, và 1017 đã vượt qua nó trên mọi bài kiểm tra agent mà DeepSeek công bố cho cả hai (Terminal-Bench 4.0: 42.3 so với 12.4; DeepSWE: 77.0 so với 62.7). Phần này sẽ có một bài viết riêng trong loạt bài này.
So với các mô hình tiên tiến, bức tranh khá hỗn hợp. Bảng của DeepSeek cho thấy 1017 vượt Claude Opus 5 trên DeepSWE, Automation-Bench, Agents' Last Exam và Apex, nhưng Opus 5 vẫn dẫn đầu trên Terminal-Bench 4.0 (51.8), ProgramBench (37.0), NL2Repo (75.3) và HLE (56.3). DeepSeek cũng so sánh với các mô hình cũ hơn: Opus 5.5, Sonnet 5.5 và thế hệ GPT-6 không có trong bảng của họ, và Google công bố riêng rằng Opus 5.5 đạt 66.4 trên Terminal-Bench 4.0.
Giá và chi phí thực tế
| Mô hình | Đầu vào DeepSeek | Đầu ra DeepSeek | Đầu vào AIHubMix | Đầu ra AIHubMix |
|---|---|---|---|---|
| V4.1 Flash (tháng 9) | $0.30 | $1.20 | $0.3098 | $1.2392 |
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.3098 | $1.2392 |
| V4 Pro 0813 | $1.32 | $3.96 | $1.3944 | $4.1832 |
Giá giờ cao điểm trên 1M token, cache miss. Giờ cao điểm là 01:00–04:00 và 06:00–10:00 UTC vào các ngày trong tuần; mọi giờ còn lại, cuối tuần và các ngày lễ công cộng ở Trung Quốc đều là giờ thấp điểm với mức giá bằng một nửa. Token Flash cache hit có giá $0.006 trên DeepSeek và $0.0062 trên AIHubMix vào giờ cao điểm. AIHubMix hiện đang áp dụng chương trình giảm giá 30% có thời hạn cho 1017; các con số ở đây dùng giá niêm yết.
Chi phí một phiên làm việc của agent. Chưa có bài kiểm tra công khai nào cung cấp số token theo từng tác vụ cho 1017, nên ví dụ này dùng các giả định đã nêu: một phiên sửa lỗi gồm 40 lượt gọi mô hình, tổng cộng 1.2M token đầu vào với 90% được phục vụ từ cache, và 60K token đầu ra bao gồm cả phần suy luận. Theo giá niêm yết của AIHubMix:
| Mô hình | Giờ cao điểm | Giờ thấp điểm |
|---|---|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
Phép tính cho 1017 vào giờ cao điểm: 0.12M × $0.3098 + 1.08M × $0.0062 + 0.06M × $1.2392 = $0.118.
Cùng số lượng token trên mô hình tháng 9 sẽ tốn cùng chi phí, vì giá giống hệt nhau. Sự khác biệt nằm ở chính số lượng token: nếu 1017 cần ít lượt hơn và câu trả lời ngắn hơn để sửa cùng một lỗi, hóa đơn cũng giảm theo. Lên lịch các tác vụ hàng loạt ngoài giờ cao điểm sẽ giảm thêm một nửa.
Mức nỗ lực là đòn bẩy khác. Bài báo về V4.1 Flash của DeepSeek ánh xạ các mức low, high và max của API sang các giá trị nội bộ 50, 75 và 100, và cho biết bước cuối lên max "làm dài quỹ đạo của agent thêm 1.6–1.8 lần chỉ để đổi lấy cải thiện nhỏ". Hãy bắt đầu agent ở high, đây là mặc định, và dành max cho những tác vụ khó nhất.
Những trường hợp không phải lựa chọn tốt nhất
- Câu hỏi cần nhiều kiến thức. HLE không dùng công cụ đạt 42.6, thua khá xa Opus 5 (56.3) và thấp hơn Claude Haiku 5.5 (45.9, theo số liệu của Anthropic). Kiến thức thô vẫn là điểm yếu của dòng Flash.
- Các phiên shell dài và khó. Terminal-Bench 4.0 đạt 42.3 là một bước nhảy lớn, nhưng Sonnet 5.5 (70.6) và Opus 5.5 (66.4) thuộc một đẳng cấp khác trên bài kiểm tra đó.
- Khối lượng công việc cần mô hình cố định. Trên API của chính DeepSeek,
deepseek-flashlà một bí danh luôn trỏ tới bản mới nhất, và checkpoint tháng 9 không thể ghim lại. Nếu bạn cần hành vi có thể tái lập, hãy gọi một model ID có ngày tháng cụ thể. - Lưu lượng toàn bộ rơi vào giờ cao điểm. Giá giờ thấp điểm bằng một nửa giá giờ cao điểm; khối lượng công việc nằm trong khung 01:00–10:00 UTC các ngày trong tuần sẽ phải trả giá đầy đủ.
Nên chuyển ngay hay nên chờ
- Chuyển ngay: coding agent, tự động hóa terminal và các pipeline gọi công cụ đang dùng V4.1 Flash bản tháng 9. Cùng giá, điểm số tốt hơn, và theo đo lường của DeepSeek thì số token mỗi tác vụ ít hơn.
- Chuyển sau khi chạy kiểm thử hồi quy: các prompt production có định dạng đầu ra nghiêm ngặt hoặc bộ đánh giá. Đầu ra ngắn hơn có thể làm hỏng các parser đã quen với độ dài cũ.
- Giữ nguyên hoặc tìm lựa chọn khác: hỏi đáp cần nhiều kiến thức và việc gỡ lỗi khó vốn đã cần một mô hình tiên tiến. 1017 không thay đổi điều đó.
Thử trên AIHubMix
AIHubMix phục vụ 1017 qua Chat Completions, Responses API và Anthropic Messages. Hãy tạo khóa và làm theo hướng dẫn nhanh, sau đó gọi bằng SDK openai:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["AIHUBMIX_API_KEY"],
base_url="https://aihubmix.com/v1",
)
resp = client.chat.completions.create(
model="deepseek-v4.1-flash-1017",
messages=[{"role": "user", "content": "Write a Python function that merges overlapping intervals."}],
reasoning_effort="high",
max_tokens=32000,
)
print(resp.choices[0].message.content)
Trong một lần chạy thử vào ngày 19 tháng 10, AIHubMix chấp nhận low, high và max cho reasoning_effort, và trường model của mọi phản hồi đều hiển thị deepseek-v4-1-flash-261017, cho thấy checkpoint 1017 đã trả lời. Chế độ suy luận được bật mặc định và token suy luận được tính vào max_tokens, nên hãy đặt giá trị này đủ rộng; thẻ mô hình khuyến nghị ít nhất 256K cho các phiên agent dài. Để so sánh hai checkpoint cạnh nhau, hãy mở trang so sánh của AIHubMix.
Câu hỏi thường gặp
DeepSeek V4.1 Flash 1017 là mô hình mới hay bản cập nhật?
Đây là một checkpoint được cập nhật của V4.1 Flash, với cùng kiến trúc, cửa sổ ngữ cảnh và bề mặt API. DeepSeek gọi đây là bản cập nhật nhỏ; mức cải thiện trên các bài kiểm tra đến từ phần post-training mới.
Giá có thay đổi với 1017 không?
Không. DeepSeek giữ giá Flash ở mức $0.30 đầu vào và $1.20 đầu ra trên 1M token vào giờ cao điểm, và giờ thấp điểm giảm một nửa giá đó. AIHubMix niêm yết $0.3098 và $1.2392 vào giờ cao điểm, và hiện đang có chương trình giảm giá 30% có thời hạn.
Tôi dùng model ID nào trên AIHubMix?
Dùng deepseek-v4.1-flash-1017. Tên deepseek-flash thuộc về API riêng của DeepSeek, nơi nó hiện trỏ tới 1017.
Tôi có thể tiếp tục dùng checkpoint tháng 9 trên API của DeepSeek không?
Không. DeepSeek đã chuyển deepseek-flash và các tên Flash cũ sang 1017, và không cung cấp tên cố định cho phiên bản tháng 9.
Đầu ra ngắn hơn bao nhiêu?
DeepSeek chưa công bố con số cụ thể. Biểu đồ DeepSWE của họ cho thấy chi phí mỗi tác vụ giảm từ khoảng $0.50 xuống dưới $0.20 khi giá mỗi token không đổi, điều này gợi ý các lượt chạy ngắn hơn nhiều, nhưng đó chỉ là số liệu của nhà cung cấp.
Tôi nên dùng mức nỗ lực suy luận nào?
Bắt đầu với high, là mặc định. Dùng low cho các lệnh gọi đơn giản, nhạy cảm với độ trễ, và chỉ dùng max cho những tác vụ khó nhất, vì chính bài báo của DeepSeek cho biết max làm dài các phiên agent thêm 1.6 đến 1.8 lần để đổi lấy cải thiện nhỏ.
1017 có tốt hơn Claude Opus 5 không?
Trên một số bài kiểm tra agent, DeepSeek báo cáo 1017 vượt trội, chẳng hạn DeepSWE và Automation-Bench. Opus 5 vẫn dẫn đầu trên Terminal-Bench 4.0, ProgramBench, NL2Repo và HLE, còn các mô hình tiên tiến mới hơn không nằm trong phép so sánh của DeepSeek.
Đọc tiếp: loạt bài về DeepSeek V4.1 Flash 1017
- Đang muốn chuyển một tích hợp hiện có? Hướng dẫn di chuyển đề cập đến lỗi 400 của
reasoning_content, việc đổi bí danh âm thầm, tính phí giờ cao điểm và thiết lập công cụ lập trình: Di chuyển sang DeepSeek V4.1 Flash 1017: Lỗi reasoning_content 400, việc đổi bí danh âm thầm và tính phí giờ cao điểm - Đang cân nhắc so với mô hình rẻ nhất của Anthropic cho công việc của agent? Bài so sánh trực tiếp chạy cả hai trên một tác vụ lập trình terminal: DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5: Mô hình rẻ nào phù hợp cho agent lập trình terminal?
- Vẫn đang trả tiền cho V4 Pro? Bài viết này kiểm tra xem Flash đã khiến nó trở nên thừa hay chưa: DeepSeek V4.1 Flash 1017 vs V4 Pro: Flash đã đủ dùng chưa?
Nguồn tham khảo
- Ghi chú phát hành DeepSeek-V4.1-Flash-1017 (DeepSeek)
- Thẻ mô hình DeepSeek-V4.1-Flash-1017 (Hugging Face)
- DeepSeek V4.1 Flash 1017 trên AIHubMix (AIHubMix)
- Deepseek V4.1 Flash 1017 vượt các đối thủ lớn hơn trong tác vụ agentic (The Decoder)
- DeepSeek V4.1 Flash 1017 thử nghiệm: Thông số, benchmark & giá (Kingy.ai)
