สรุปสั้น ๆ
- DeepSeek-V4.1-Flash-1017 เป็นอัปเดตของ DeepSeek-V4.1-Flash ที่เปิดตัวเมื่อ 10 กันยายน 2026 สถาปัตยกรรมและชื่อใน API เหมือนเดิม คะแนนดีขึ้น และคำตอบสั้นลง
- ในการทดสอบของ DeepSeek เอง ส่วนที่ดีขึ้นมากที่สุดคือการเขียนโค้ดแบบเอเจนต์ (agentic coding): 42.3 บน Terminal-Bench 4.0 จากเดิม 31.2 และ 77.0 บน DeepSWE v1.1
- เป็นโมเดลแบบ mixture-of-experts ขนาด 552,000 ล้านพารามิเตอร์ ซึ่งทำงานจริง 16,000 ล้านพารามิเตอร์ต่อโทเค็นที่สร้าง และรองรับคอนเท็กซ์สูงสุด 1 ล้านโทเค็น ค่าน้ำหนักใช้ได้ฟรีภายใต้สัญญาอนุญาต MIT
- ค่าน้ำหนักเต็มมีขนาดราว 510 GB บน Mac ต้องใช้ Mac Studio ที่มีหน่วยความจำ 256 ถึง 512 GB หรือสตรีมจาก SSD บนเครื่อง 128 GB
1DeepSeek V4.1 Flash 1017 คืออะไร
DeepSeek-V4.1-Flash เป็นโมเดลที่เล็กที่สุดในตระกูล V4.1 ของ DeepSeek และเข้าใจภาพได้ในตัว เปิดให้ใช้ใน API ของ DeepSeek เมื่อ 10 กันยายน 2026 และในวันที่ 17 ตุลาคม DeepSeek ได้แทนที่ด้วย DeepSeek-V4.1-Flash-1017 ซึ่งบริษัทเรียกว่าอัปเดตย่อย (บันทึกการเปลี่ยนแปลง API ของ DeepSeek)
อัปเดตนี้ทำให้คะแนนเบนช์มาร์กด้านการให้เหตุผล การเขียนโค้ด งานแบบเอเจนต์ และภาพดีขึ้น และโมเดลทำงานเสร็จด้วยเอาต์พุตที่สั้นลงในเวลาที่น้อยลง DeepSeek ปรับจูนให้เข้ากับ DeepSeek Harness ของตัวเอง, Tencent CodeBuddy และ WorkBuddy และแนะนำให้ใช้ DeepSeek Harness 0.2.1-rc.1 ขึ้นไป (Hugging Face)
ชื่อนี้มาจากธรรมเนียมของ DeepSeek ที่ตั้งชื่ออัปเดตตามวันที่: 1017 คือเดือนและวัน หรือ 17 ตุลาคม
2เบนช์มาร์ก: 1017 เทียบกับ V4.1 Flash และโมเดลอื่น
| เบนช์มาร์ก | V4.1 Flash 1017 | V4.1 Flash | Opus 5 | GPT-5.6 Sol | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|---|---|
| HLE ไม่ใช้เครื่องมือ | 42.6 | 36.8 | 56.3 | 44.5 | 43.5 | 42.0 |
| Terminal-Bench 4.0 | 42.3 | 31.2 | 51.8 | 39.9 | 12.6 | 37.9 |
| DeepSWE v1.1 | 77.0 | 74.2 | 74.0 | 73.0 | 67.5 | 66.9 |
| ProgramBench | 29.1 | 20.3 | 37.0 | 23.0 | 17.5 | 19.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 75.3 | 56.8 | 58.0 | 58.0 |
| Agents' Last Exam | 35.4 | 31.8 | 28.6 | 26.7 | 27.6 | 28.5 |
| Apex Bench v1.1 | 72.1 | 64.6 | 65.8 | 54.3 | 47.8 | 56.6 |
จากตัวเลขเหล่านี้ 1017 นำทุกโมเดลในตารางบน DeepSWE, Agents' Last Exam และ Apex Bench แต่ตามหลัง Opus 5 ในการให้เหตุผลโดยไม่ใช้เครื่องมือ งานในเทอร์มินัล และการสร้างโปรแกรมทั้งตัว นอกจากนี้ยังทำได้ดีขึ้นในการทดสอบด้านแผนภูมิและภาพ เช่น Chartography (83.0 จาก 78.9) และ BabyVision (92.5 จาก 89.6)
ค่าใช้จ่ายต่องานก็ลดลงด้วย ในแผนภูมิของ DeepSeek ที่ The Decoder รายงาน งาน DeepSWE หนึ่งงานมีค่าใช้จ่ายต่ำกว่า $0.20 เล็กน้อยที่การตั้งค่าสูงสุด เทียบกับราว $0.50 ในเวอร์ชันก่อน
3พารามิเตอร์ คอนเท็กซ์ และขนาด
| DeepSeek-V4.1-Flash-1017 | |
|---|---|
| พารามิเตอร์ทั้งหมด | 552,000 ล้าน (mixture of experts) |
| ทำงานต่อโทเค็น | 8,000 ล้านขณะอ่านพรอมต์ 16,000 ล้านขณะเขียน |
| เอ็กซ์เพิร์ต | แบบจัดเส้นทาง 384 ตัวและแบบใช้ร่วม 1 ตัว ใช้ 6 ตัวต่อโทเค็น |
| คอนเท็กซ์ | สูงสุด 1,048,576 โทเค็น |
| หน่วยความจำต่อโทเค็นของคอนเท็กซ์ | ราว 890 ไบต์ หนึ่งในสี่ของ V4 Flash |
| ค่าน้ำหนัก | FP8 โดยเอ็กซ์เพิร์ตเป็น FP4 ราว 510 GB |
| อินพุต | ข้อความและภาพ |
| สัญญาอนุญาต | MIT |
ราว 189 GiB ของไฟล์ดาวน์โหลดคือตาราง Engram สองตาราง: หน่วยความจำขนาดใหญ่ที่โมเดลเปิดค้นแทนการคำนวณ โดยอ่านเพียงไม่กี่แถวต่อโทเค็น รันไทม์อย่าง DwarfStar เก็บตารางเหล่านี้ไว้บน SSD และอ่านเฉพาะแถวที่ต้องใช้ โมเดลจึงรันได้ด้วยหน่วยความจำน้อยกว่าขนาดไฟล์ดาวน์โหลดมาก (antirez บน Hugging Face)
4ชื่อใน API และราคา
ใน API ของ DeepSeek โมเดลนี้ชื่อ deepseek-flash และตอนนี้ชี้ไปที่ 1017 ส่วนชื่อเดิม deepseek-v4-flash และ deepseek-v4-flash-vision-exp ถูกส่งต่อมาที่โมเดลนี้ในช่วงนี้ DeepSeek ระบุว่าวิธีเรียกใช้และราคายังเหมือนเดิมใน 1017 (DeepSeek)
| ผู้ให้บริการ | อินพุต ต่อล้านโทเค็น | เอาต์พุต ต่อล้านโทเค็น |
|---|---|---|
| DeepSeek | $0.15 | $0.60 |
| Cloudflare | $0.10 | $0.60 |
| DeepInfra | $0.098 | $0.294 |
| Together, Fireworks, Baseten | $0.30 | $1.20 |
DeepSeek แนะนำ temperature 1.0, top_p 1.0 และเผื่อพื้นที่สำหรับคำตอบยาว (max_tokens อย่างน้อย 256K) ค่าน้ำหนักไม่มีเทมเพลตแชต Jinja มาด้วย: ต้องสร้างพรอมต์ด้วยโค้ด encoding ในรีโพสิทอรีของโมเดล
5รันบน Mac ของคุณเองได้ไหม
ได้ แต่เฉพาะ Mac รุ่นใหญ่ที่สุด Mac Studio ที่มีหน่วยความจำ 512 GB (M3 Ultra หรือ M5 Ultra) ใส่บิลด์ 4 บิตได้ทั้งหมด 256 GB พอสำหรับบิลด์ 2 บิตโดยเก็บตาราง Engram ไว้บน SSD ส่วน Mac 128 GB สตรีมจาก SSD ได้แต่ช้า การรันครั้งแรกที่เผยแพร่ บน M3 Ultra 512 GB สร้างได้ราว 6.5 โทเค็นต่อวินาที
ควรดาวน์โหลดบิลด์ไหน ใช้คำสั่งอะไร และได้ความเร็วเท่าไร อยู่ในคู่มือทีละขั้นตอนของเรา: รัน DeepSeek V4.1 Flash บน Mac
สำหรับ Mac เครื่องอื่น API มีราคาเพียงไม่กี่เซนต์ต่อล้านโทเค็น และโมเดลแบบเปิดที่เล็กกว่ารันในเครื่องได้ดี ดูMac ที่ดีที่สุดสำหรับ LLM ในเครื่อง
6ใช้เวลาว่างของ Mac เครื่องใหญ่ให้เกิดประโยชน์
Mac Studio ที่ซื้อมาเพื่อรันโมเดลแบบนี้ใช้เวลาส่วนใหญ่ของวันไปกับการรอ MLX Node นำเวลาว่างนั้นไปให้ MLX Network ซึ่งรันงาน AI บน Mac ด้วยเฟรมเวิร์ก MLX ของ Apple และได้รับโทเค็น MLX สำหรับงานที่ผ่านการตรวจสอบ: สูงสุด 1 MLX ต่อวันบนที่นั่งฟรี และสูงสุด 320 กับที่นั่งเฉพาะ Ultra ที่รันบน Mac รุ่น Ultra MLX ที่ขุดได้จะล็อก 30 วัน และสั้นลงเมื่อมีที่นั่งเฉพาะ ดูความเสี่ยง
7คำถาม
- DeepSeek V4.1 Flash 1017 คืออะไร
- เป็นอัปเดตวันที่ 17 ตุลาคม 2026 ของ DeepSeek-V4.1-Flash โมเดล mixture-of-experts แบบเปิดค่าน้ำหนักของ DeepSeek สถาปัตยกรรมและชื่อใน API เหมือนเดิม แต่ได้คะแนนสูงขึ้นในเบนช์มาร์กด้านการให้เหตุผล การเขียนโค้ด เอเจนต์ และภาพ
- V4.1 Flash กับ 1017 ต่างกันอย่างไร
- ขนาดโมเดลและ API เหมือนเดิม แต่ผ่านการฝึกที่ใหม่กว่า ในการทดสอบของ DeepSeek 1017 ได้ 42.3 แทน 31.2 บน Terminal-Bench 4.0 และ 77.0 แทน 74.2 บน DeepSWE v1.1 และเขียนคำตอบสั้นลง ค่าใช้จ่ายต่องานจึงต่ำลง
- DeepSeek V4.1 Flash มีกี่พารามิเตอร์
- ทั้งหมด 552,000 ล้าน ใช้งาน 8,000 ล้านต่อโทเค็นขณะอ่านพรอมต์ และ 16,000 ล้านขณะเขียน และมีตารางค้นหา Engram ขนาดใหญ่อีกสองตารางที่เก็บไว้บนดิสก์ได้
- DeepSeek V4.1 Flash 1017 ใช้ฟรีไหม
- ค่าน้ำหนักดาวน์โหลดและใช้งานได้ฟรีภายใต้สัญญาอนุญาต MIT ส่วนการใช้ผ่าน API ของ DeepSeek มีค่าใช้จ่าย: $0.15 ต่อล้านโทเค็นอินพุต และ $0.60 ต่อล้านโทเค็นเอาต์พุต ตามที่แสดงบน OpenRouter
- รัน DeepSeek V4.1 Flash 1017 ในเครื่องได้ไหม
- ได้ หากมีหน่วยความจำมาก บน Mac นั้น Mac Studio 512 GB รันบิลด์ 4 บิตได้ และ 256 GB รันบิลด์ 2 บิตโดยเก็บตาราง Engram ไว้บน SSD ส่วน Mac ที่เล็กกว่าควรใช้ API หรือโมเดลที่เล็กกว่า
แหล่งที่มา
- บันทึกการเปลี่ยนแปลง API ของ DeepSeekapi-docs.deepseek.com
- Hugging Facehuggingface.co
- The Decoderthe-decoder.com
- V4.1 Flashhuggingface.co
- antirez บน Hugging Facehuggingface.co
- OpenRouteropenrouter.ai