DeepSeek เพิ่งเปิดตัวโมเดลที่สามารถประมวลผลบริบทถึงหนึ่งล้านโทเค็น โดยเปิดใช้งานพารามิเตอร์น้อยกว่าบางโมเดลโอเพนซอร์สที่เปิดตัวเมื่อสองปีก่อน V4.1-Flash ที่เปิดตัวเมื่อวันที่ 10 กันยายน แสดงถึงความพยายามล่าสุดของสตาร์ทอัพปัญญาประดิษฐ์จีนในการเขียนใหม่เศรษฐศาสตร์ของโมเดลภาษาขนาดใหญ่
โมเดลนี้บรรจุพารามิเตอร์ 552 พันล้านตัวในสถาปัตยกรรม Mixture-of-Experts (MoE) แต่ใช้งานเพียงประมาณ 8 พันล้านตัวสำหรับงานอินพุต และ 16 พันล้านตัวสำหรับเอาต์พุต ผลลัพธ์คือโมเดลที่มีประสิทธิภาพสูงกว่าที่ขนาดการคำนวณที่ใช้งานจริงจะบ่งชี้
สถาปัตยกรรมที่ทำให้มันทำงาน
V4.1-Flash นำเสนอสถาปัตยกรรม Asymmetric Causal Encoder-Decoder ที่ DeepSeek เรียกใช้ โดยประมวลผลอินพุตและสร้างเอาต์พุตผ่านเส้นทางที่แตกต่างกันซึ่งได้รับการปรับแต่งให้เหมาะสมกับแต่ละงาน แทนที่จะดำเนินการทั้งหมดผ่านเส้นทางเดียว
หน้าต่างบริบทยืดออกถึง 1 ล้านโทเค็น การรองรับบริบทขนาดใหญ่นี้ใช้ KV cache ที่ใช้พื้นที่ประมาณ 890 ไบต์ต่อโทเค็น หรือประมาณหนึ่งในสี่ของสิ่งที่รุ่น V4-Flash ก่อนหน้าต้องการ
การลดแคชครั้งนี้มีความสำคัญมากกว่าที่ฟังดู เพราะ KV cache เป็นข้อจำกัดด้านหน่วยความจำที่กำหนดจำนวนผู้ใช้พร้อมกันที่โมเดลสามารถให้บริการได้ และความยาวของบทสนทนาของพวกเขา การลดลง 75% หมายความว่าผู้ดำเนินการสามารถให้บริการผู้ใช้ได้ประมาณสี่เท่าบนฮาร์ดแวร์เดียวกัน หรือจัดการกับบริบทที่ยาวนานเป็นสี่เท่าโดยไม่ต้องอัปเกรดคลัสเตอร์ GPU
ในด้านการทดสอบประสิทธิภาพ DeepSeek อ้างว่า V4.1-Flash ทำงานได้ดีกว่ารุ่น V4-Pro ของบริษัทเอง และแข่งขันโดยตรงกับ GPT-5.6 และ Kimi K3 บริษัทได้เริ่มส่งคำขอจาก V4-Pro ไปยังรุ่นใหม่นี้แล้ว โดยราคาที่ปรับใหม่จะมีผลตั้งแต่วันที่ 14 กันยายน
เปิดน้ำหนัก เปิดกลยุทธ์
DeepSeek ได้เปิดเผยน้ำหนักของโมเดลภายใต้ใบอนุญาต MIT บน Hugging Face โมเดลใหม่นี้สามารถเข้าถึงผ่าน API ของ DeepSeek ผ่านจุดสิ้นสุด “deepseek-flash” การรวมกันของน้ำหนักที่เปิดเผยและการเข้าถึงผ่าน API สร้างเส้นทางการรับรองสองทาง: นักพัฒนาที่ต้องการรันการอนุมานบนโครงสร้างพื้นฐานของตนเองสามารถดาวน์โหลดและปรับใช้แบบท้องถิ่น ขณะที่ผู้ที่ต้องการบริการที่จัดการสามารถเรียกใช้ API ตามระดับราคาใหม่ของ DeepSeek
ผลกระทบจากการเสนอขายหุ้นครั้งแรกและการจัดตำแหน่งการแข่งขัน
เวลาเปิดตัว V4.1-Flash ไม่ใช่เรื่องบังเอิญ คาดว่า DeepSeek จะเข้าตลาด STAR ของเซี่ยงไฮ้ และการแสดงให้เห็นถึงแรงผลักดันทางเทคนิคอย่างต่อเนื่องเป็นสิ่งที่ช่วยให้การนำเสนอในระหว่างการเดินทางเพื่อระดมทุนมีน้ำหนักมากขึ้น
ความเข้าใจแบบมัลติโมดัลที่ฝังอยู่ใน V4.1-Flash ซึ่งครอบคลุมทั้งข้อมูลภาพและข้อความ ลดช่องว่างโอกาสในการแข่งขันของคู่แข่งรวมถึง OpenAI และ Moonshot AI ที่พัฒนา Kimi K3