Tóm tắt nhanh
- DeepSeek-V4.1-Flash-1017 là bản cập nhật của DeepSeek-V4.1-Flash, phát hành ngày 10 tháng 9 năm 2026. Vẫn kiến trúc và tên API cũ, điểm cao hơn và câu trả lời ngắn hơn.
- Trong các bài kiểm tra của chính DeepSeek, mô hình tiến bộ nhiều nhất ở lập trình dạng agent: 42,3 trên Terminal-Bench 4.0, tăng từ 31,2, và 77,0 trên DeepSWE v1.1.
- Đây là mô hình mixture-of-experts (MoE) với 552 tỷ tham số, trong đó 16 tỷ tham số làm việc cho mỗi token được sinh ra, và ngữ cảnh tới 1 triệu token. Trọng số miễn phí theo giấy phép MIT.
- Toàn bộ trọng số nặng khoảng 510 GB. Trên Mac, mô hình cần Mac Studio có 256 đến 512 GB bộ nhớ, hoặc stream từ SSD trên máy 128 GB.
1DeepSeek V4.1 Flash 1017 là gì
DeepSeek-V4.1-Flash là mô hình nhỏ nhất trong dòng V4.1 của DeepSeek, có sẵn khả năng hiểu hình ảnh. Mô hình có mặt trên API của DeepSeek ngày 10 tháng 9 năm 2026; ngày 17 tháng 10, DeepSeek thay nó bằng DeepSeek-V4.1-Flash-1017, và gọi đây là một bản cập nhật nhỏ (nhật ký thay đổi API của DeepSeek).
Bản cập nhật cải thiện các benchmark về suy luận, lập trình, agent và thị giác, đồng thời mô hình hoàn thành tác vụ với đầu ra ngắn hơn và trong thời gian ngắn hơn. DeepSeek tinh chỉnh nó cho DeepSeek Harness của hãng, Tencent CodeBuddy và WorkBuddy, và khuyến nghị dùng DeepSeek Harness 0.2.1-rc.1 trở lên (Hugging Face).
Cái tên theo thói quen đặt ngày cho các bản cập nhật của DeepSeek: 1017 là tháng và ngày, tức 17 tháng 10.
2Benchmark: 1017 so với V4.1 Flash và các mô hình khác
| Benchmark | V4.1 Flash 1017 | V4.1 Flash | Opus 5 | GPT-5.6 Sol | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|---|---|
| HLE, không dùng công cụ | 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 |
Theo các con số này, 1017 dẫn đầu mọi mô hình trong bảng ở DeepSWE, Agents' Last Exam và Apex Bench, và xếp sau Opus 5 ở suy luận không dùng công cụ, tác vụ terminal và xây dựng cả chương trình. Mô hình cũng tiến bộ ở các bài kiểm tra biểu đồ và hình ảnh như Chartography (83,0, tăng từ 78,9) và BabyVision (92,5, tăng từ 89,6).
Chi phí mỗi tác vụ cũng giảm. Theo biểu đồ của DeepSeek được The Decoder đưa tin, một tác vụ DeepSWE ở mức thiết lập cao nhất tốn chưa tới $0,20, so với khoảng $0,50 ở phiên bản trước.
3Tham số, ngữ cảnh và kích thước
| DeepSeek-V4.1-Flash-1017 | |
|---|---|
| Tổng số tham số | 552 tỷ (mixture of experts) |
| Tham số hoạt động mỗi token | 8 tỷ khi đọc prompt, 16 tỷ khi sinh văn bản |
| Chuyên gia (expert) | 384 được định tuyến và 1 dùng chung, mỗi token dùng 6 |
| Ngữ cảnh | Tới 1.048.576 token |
| Bộ nhớ cho mỗi token ngữ cảnh | Khoảng 890 byte, bằng một phần tư V4 Flash |
| Trọng số | FP8, các expert ở FP4; khoảng 510 GB |
| Đầu vào | Văn bản và hình ảnh |
| Giấy phép | MIT |
Khoảng 189 GiB trong bản tải về là hai bảng Engram: một vùng nhớ lớn mà mô hình tra cứu thay vì tính toán, mỗi token chỉ đọc vài hàng. Các runtime như DwarfStar để chúng trên SSD và chỉ đọc những hàng cần thiết, nhờ đó mô hình chạy được với bộ nhớ ít hơn nhiều so với dung lượng tải về (antirez trên Hugging Face).
4Tên API và giá
Trên API của DeepSeek, mô hình có tên deepseek-flash và giờ trỏ tới 1017; các tên cũ deepseek-v4-flash và deepseek-v4-flash-vision-exp tạm thời cũng được chuyển tới mô hình này. DeepSeek cho biết cách gọi và giá vẫn giữ nguyên với 1017 (DeepSeek).
| Nhà cung cấp | Đầu vào, mỗi triệu token | Đầu ra, mỗi triệu token |
|---|---|---|
| DeepSeek | $0,15 | $0,60 |
| Cloudflare | $0,10 | $0,60 |
| DeepInfra | $0,098 | $0,294 |
| Together, Fireworks, Baseten | $0,30 | $1,20 |
DeepSeek khuyến nghị temperature 1,0, top_p 1,0 và chừa chỗ cho câu trả lời dài (max_tokens ít nhất 256K). Trọng số không kèm template chat Jinja: prompt được dựng bằng mã encoding trong kho mã của mô hình.
5Có chạy được trên Mac của bạn không?
Có, nhưng chỉ trên những máy Mac lớn nhất. Mac Studio có 512 GB bộ nhớ (M3 Ultra hoặc M5 Ultra) chứa trọn các bản 4-bit; 256 GB đủ cho bản 2-bit với các bảng Engram để trên SSD; Mac 128 GB có thể stream từ SSD, nhưng chậm. Lần chạy đầu tiên được công bố, trên M3 Ultra 512 GB, sinh khoảng 6,5 token mỗi giây.
Nên tải bản nào, các lệnh và tốc độ có trong hướng dẫn từng bước của chúng tôi: Chạy DeepSeek V4.1 Flash trên Mac.
Với mọi máy Mac khác, API chỉ tốn vài cent cho mỗi triệu token, và các mô hình mở nhỏ hơn chạy tốt ở máy local: xem Mac tốt nhất để chạy LLM cục bộ.
6Tận dụng giờ rảnh của một chiếc Mac lớn
Một chiếc Mac Studio mua để chạy những mô hình như thế này phần lớn thời gian trong ngày chỉ ngồi chờ. MLX Node cho MLX Network mượn khoảng thời gian rảnh đó; mạng lưới này chạy tác vụ AI trên Mac bằng framework MLX của Apple, và bạn kiếm token MLX cho công việc đã được xác minh: tối đa 1 MLX một ngày với ghế miễn phí, và tối đa 320 với một ghế riêng Ultra chạy trên Mac Ultra. MLX được đào bị khóa 30 ngày, ngắn hơn khi có ghế riêng; xem phần rủi ro.
7Câu hỏi
- DeepSeek V4.1 Flash 1017 là gì?
- Đây là bản cập nhật ngày 17 tháng 10 năm 2026 của DeepSeek-V4.1-Flash, mô hình mixture-of-experts trọng số mở của DeepSeek. Mô hình giữ nguyên kiến trúc và tên API, và đạt điểm cao hơn ở các benchmark suy luận, lập trình, agent và hình ảnh.
- V4.1 Flash và 1017 khác nhau thế nào?
- Cùng kích thước mô hình và API, nhưng được huấn luyện mới hơn. Trong các bài kiểm tra của DeepSeek, 1017 đạt 42,3 thay vì 31,2 trên Terminal-Bench 4.0 và 77,0 thay vì 74,2 trên DeepSWE v1.1, đồng thời trả lời ngắn hơn nên mỗi tác vụ tốn ít chi phí hơn.
- DeepSeek V4.1 Flash có bao nhiêu tham số?
- Tổng cộng 552 tỷ. Mô hình kích hoạt 8 tỷ tham số mỗi token khi đọc prompt và 16 tỷ khi sinh văn bản, cộng thêm hai bảng tra cứu Engram lớn có thể để trên ổ đĩa.
- DeepSeek V4.1 Flash 1017 có miễn phí không?
- Trọng số được tải về và sử dụng miễn phí theo giấy phép MIT. Dùng qua API của DeepSeek thì mất phí: $0,15 cho mỗi triệu token đầu vào và $0,60 cho mỗi triệu token đầu ra, theo giá niêm yết trên OpenRouter.
- Có thể chạy DeepSeek V4.1 Flash 1017 local không?
- Có, nếu có thật nhiều bộ nhớ. Trên Mac, Mac Studio 512 GB chạy được các bản 4-bit và máy 256 GB chạy được bản 2-bit với các bảng Engram trên SSD. Các máy Mac nhỏ hơn nên dùng API hoặc một mô hình nhỏ hơn.
Nguồn
- nhật ký thay đổi API của DeepSeekapi-docs.deepseek.com
- Hugging Facehuggingface.co
- The Decoderthe-decoder.com
- V4.1 Flashhuggingface.co
- antirez trên Hugging Facehuggingface.co
- OpenRouteropenrouter.ai