DeepSeek V4.1 Flash 1017 vs V4 Pro: Flash đã đủ tốt chưa?

Dòng sản phẩm của DeepSeek mùa thu này có hình thù lạ. V4 Pro 0813 là model lớn hơn, đắt hơn: vào giờ cao điểm, chi phí output là $3.96 cho mỗi 1M token, gấp 3.3 lần so với $1.20 của Flash. Nhưng Flash đã được huấn luyện lại hai lần kể từ khi Pro ra mắt vào tháng 8, và bản cập nhật ngày 17 tháng 10, V4.1 Flash 1017, hiện vượt Pro trên mọi benchmark agent và coding mà DeepSeek công bố cho cả hai.

Vậy còn tác vụ coding hay agent nào mà Pro đáng với mức giá cao hơn không? Theo chính số liệu của DeepSeek, rất ít. Pro vẫn dẫn trước nhẹ trên một benchmark suy luận khoa học và có xu hướng viết câu trả lời ngắn hơn so với Flash tháng 9. Với agent, công việc terminal và mọi thứ có hình ảnh, Flash hiện là model tốt hơn và rẻ hơn.

Chênh lệch giá

Model	Input, giờ cao điểm	Output, giờ cao điểm	Cache hit, giờ cao điểm
V4.1 Flash 1017	$0.30	$1.20	$0.006
V4 Pro 0813	$1.32	$3.96	$0.044

Giá niêm yết của DeepSeek trên mỗi 1M token, từ trang giá của DeepSeek. Giờ thấp điểm được giảm một nửa cho cả hai. AIHubMix niêm yết Flash 1017 ở mức $0.3098 / $1.2392 và Pro 0813 ở mức $1.3944 / $4.1832 vào giờ cao điểm.

Pro đắt gấp 4.4 lần cho mỗi input token, gấp 3.3 lần cho mỗi output token và hơn 7 lần cho mỗi cached token. Giới hạn đồng thời trên API của DeepSeek cũng thấp hơn: 500 so với 2,500 của Flash.

Số liệu của chính DeepSeek nói gì

Các số liệu của Pro dưới đây lấy từ Bảng 3 trong bài báo về V4.1 Flash của DeepSeek, tất cả ở mức max effort; số liệu của 1017 lấy từ model card. Cả hai đều là phép đo của DeepSeek và chưa ai tái lập được. Cột Pro trong bài báo không nêu tên bản build 0813, nhưng điểm Terminal-Bench 2.1 của nó khớp với model card 0813.

Benchmark	V4 Pro	Flash (tháng 9)	Flash 1017
Terminal-Bench 4.0	12.4	31.2	42.3
DeepSWE v1.1	62.7	74.2	77.0
ProgramBench	15.5	20.3	29.1
NL2Repo-Bench	61.5	65.4	68.2
Automation-Bench	43.2	54.8	60.5
Agents' Last Exam	25.7	31.8	35.4
HLE, tập con chỉ văn bản	42.7	39.1	44.0
GPQA Diamond	92.4	90.9	—

Dấu gạch ngang nghĩa là DeepSeek chưa công bố điểm số đó cho 1017.

Các hàng về agent chênh lệch rất lớn. Trên Terminal-Bench 4.0, Pro đạt 12.4 còn 1017 đạt 42.3; trên DeepSWE, 62.7 so với 77.0. Ngay cả Flash tháng 9 cũng đã vượt Pro ở mọi hàng coding và agent. Artificial Analysis cũng đi đến kết luận tương tự một cách độc lập trên chỉ số tổng hợp của họ vào tháng 9, gọi V4.1 Flash là "flagship mới" của DeepSeek, vượt V4 Pro 0813.

Những nơi Pro vẫn có lý lẽ riêng

Danh sách này ngắn, và mỗi mục hẹp hơn vẻ ngoài.

GPQA Diamond. Điểm 92.4 của Pro vượt 90.9 của Flash tháng 9. DeepSeek chưa công bố điểm 1017, nên đây có thể là benchmark duy nhất mà Pro vẫn dẫn trước.
Độ dài đầu ra. Artificial Analysis phát hiện Flash tháng 9 dùng nhiều hơn 62% output token so với Pro 0813 để chạy chỉ số của họ. 1017 được huấn luyện để cho đầu ra ngắn hơn, nhưng chưa có bên thứ ba nào đo lại. Cho đến khi có người làm vậy, một Flash nói dài dòng với giá bằng một phần ba vẫn rẻ hơn một Pro ngắn gọn.
Một bản build ổn định, có ngày tháng. Pro 0813 đã được phục vụ từ tháng 8, và changelog của DeepSeek cho biết họ sẽ tiếp tục phục vụ bản này. Nếu các bài đánh giá của bạn được tinh chỉnh trên Pro, nó là một đại lượng đã biết.
Kiến thức. Trên tập con HLE chỉ văn bản, Pro (42.7) nằm giữa Flash tháng 9 (39.1) và 1017 (44.0). Lợi thế đó đã không còn.

Pro hoàn toàn không nhận hình ảnh; 1017 thì có. Nếu bất kỳ bước nào trong quy trình của bạn đọc ảnh chụp màn hình, biểu đồ hay giao diện, thì chỉ riêng điều đó cũng đủ để quyết định.

Cùng một tác vụ trên mỗi model

Không có bài kiểm tra công khai nào đưa ra số token theo từng tác vụ cho cả hai model, nên ví dụ này dùng các giả định đã nêu. Một phiên sửa lỗi bằng agent gọi model 40 lần, gửi tổng cộng 1.2M input token với 90% được phục vụ từ cache, và tạo ra 60K output token bao gồm cả thinking. Cả hai model nhận cùng số lượng token. Theo giá niêm yết của AIHubMix:

Model	Cao điểm	Thấp điểm
V4.1 Flash 1017	$0.118	$0.059
V4 Pro 0813	$0.469	$0.233

Phép tính cho Pro vào giờ cao điểm: 0.12M × $1.3944 + 1.08M × $0.0465 + 0.06M × $4.1832 = $0.469.

Với cùng số lượng token, Pro đắt gấp khoảng bốn lần cho cùng một phiên. Để hòa vốn, Pro phải hoàn thành công việc chỉ với khoảng một phần tư số token của Flash. Khoảng cách mà Artificial Analysis đo được nhỏ hơn nhiều: Flash tháng 9 dùng 1.62 lần số output token của Pro, nên Pro cần khoảng 62% số lượng đó, chứ không phải 25%. Và trên các benchmark, model rẻ hơn cũng là model có nhiều khả năng hoàn thành tác vụ hơn.

Ai vẫn cần Pro

Giữ Pro nếu bạn có quy trình production đã được kiểm chứng trên Pro 0813 và không có thời gian chạy lại đánh giá trong tháng này, hoặc một khối lượng công việc hỏi đáp khoa học mà khoảng cách GPQA đã xuất hiện trong các bài kiểm tra của riêng bạn.
Chuyển sang Flash cho coding agent, tự động hóa terminal, pipeline gọi công cụ, mọi thứ có hình ảnh, và mọi khối lượng lớn mà đồng thời là yếu tố quan trọng.
Kiểm tra trước khi chuyển các tác vụ viết dài và phân tích mà bạn từng dựa vào câu trả lời ngắn gọn, cô đọng hơn của Pro. 1017 ngắn hơn Flash tháng 9, nhưng chưa ai đo nó với Pro.

Cách thử chuyển đổi trên AIHubMix

Cả hai model đều có trên AIHubMix dưới cùng một key: deepseek-v4.1-flash-1017 và deepseek-v4-pro-0813. Chạy bộ đánh giá của bạn qua từng model, so sánh tỷ lệ đạt, và kiểm tra chi phí mỗi lần chạy trong nhật ký yêu cầu. Trang so sánh của AIHubMix hiển thị thông số và giá của chúng cạnh nhau.

import os
from openai import OpenAI

client = OpenAI(api_key=os.environ["AIHUBMIX_API_KEY"], base_url="https://aihubmix.com/v1")

for model in ("deepseek-v4-pro-0813", "deepseek-v4.1-flash-1017"):
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Find the bug: def mean(xs): return sum(xs) / len(xs) - 1"}],
        max_tokens=16000,
    )
    print(model, resp.usage.completion_tokens, resp.choices[0].message.content[:200])

So sánh completion_tokens trên các prompt của riêng bạn là cách nhanh nhất để xem liệu đầu ra ngắn hơn của 1017 có giữ vững được so với Pro trên khối lượng công việc của bạn hay không.

Câu hỏi thường gặp

DeepSeek V4.1 Flash 1017 có tốt hơn V4 Pro không?
Trên mọi benchmark coding và agent mà DeepSeek công bố cho cả hai, có, thường với cách biệt lớn: Terminal-Bench 4.0 là 42.3 so với 12.4, còn DeepSWE là 77.0 so với 62.7. Đây là số liệu của chính DeepSeek.

V4 Pro đắt hơn bao nhiêu?
Theo giá cao điểm của DeepSeek, Pro có giá $1.32 cho input và $3.96 cho output trên mỗi 1M token, so với $0.30 và $1.20 của Flash, tức là gấp 3.3 lần ở phần output. Giờ thấp điểm giảm một nửa cả hai.

V4 Pro vẫn tốt hơn ở đâu?
Pro đạt 92.4 trên GPQA Diamond so với 90.9 của Flash tháng 9, và chưa có điểm 1017 nào được công bố. Artificial Analysis cũng đo được rằng Flash tháng 9 dùng nhiều output token hơn Pro.

V4 Pro có hỗ trợ hình ảnh không?
Không. Trang giá của DeepSeek chỉ liệt kê khả năng thị giác cho Flash.

DeepSeek có ngừng V4 Pro không?
DeepSeek cho biết sẽ tiếp tục phục vụ V4 Pro và chưa công bố ngày ngừng.

Đầu ra ngắn hơn của 1017 có thể làm nó rẻ hơn Pro cho mỗi tác vụ không?
Nó đã rẻ hơn cho mỗi tác vụ khi số lượng token bằng nhau, khoảng bốn lần trong ví dụ trên. Đầu ra ngắn hơn còn làm khoảng cách đó rộng thêm.

Có nên chuyển pipeline Pro đang chạy production ngay hôm nay không?
Hãy chạy bộ đánh giá của bạn trên cả hai trước. Nếu 1017 đạt tỷ lệ đúng như Pro, việc chuyển đổi sẽ giảm chi phí và tăng dư địa về đồng thời.

Đọc tiếp: loạt DeepSeek V4.1 Flash 1017

Chuyển từ Pro nghĩa là chuyển sang một model mà DeepSeek cập nhật tại chỗ; bài nâng cấp giải thích những thay đổi trong 1017: DeepSeek V4.1 Flash 1017: Cùng giá, đầu ra ngắn hơn. Có nên chuyển không?
Đang chuyển tích hợp Pro sang Flash? Hướng dẫn di chuyển đề cập đến lỗi 400 của thinking mode và các quy tắc tính phí áp dụng cho cả hai: Di chuyển sang DeepSeek V4.1 Flash 1017: Lỗi 400 reasoning_content, Silent Alias Swap và Tính phí giờ cao điểm
Nếu Flash thay thế Pro với bạn, câu hỏi tiếp theo là nó so với các model ngoài hệ DeepSeek ra sao: DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5: Model rẻ nào cho coding agent terminal?