**DeepSeek V4.1-Flash-1017: Mô hình nhẹ thách thức model hàng đầu, trọng tâm thực sự nằm ở hệ sinh thái** DeepSeek hôm nay ra mắt V4.1-Flash-1017, công ty cho biết mô hình này có hiệu suất mạnh hơn, hoàn thành nhiệm vụ nhanh hơn và đầu ra ngắn gọn hơn, đồng thời gọi đây là “cải tiến Pareto” về hiệu năng và chi phí — nghĩa là không có chỉ số nào bị giảm, mọi chỉ số đều được cải thiện. Mô hình đã đồng thời được triển khai trên trang web, ứng dụng và API, đồng thời được mở nguồn trên Hugging Face và ModelScope. **Con số: Dẫn đầu trong nhiệm vụ agent, nhưng vẫn còn khoảng cách trong suy luận sâu** Theo bảng so sánh của công ty (tất cả đều là kết quả tự công bố): - **Vượt trội so với Claude Opus 5:** DeepSWE 77.0 so với 74.0, Automation-Bench 60.5 so với 50.3, Agents' Last Exam 35.4 so với 28.6, Apex Bench 72.1 so với 65.8. - **Vẫn còn tụt hậu:** HLE 42.6 so với 56.3, Terminal-Bench 4.0 là 42.3 so với 51.8, ProgramBench 29.1 so với 37.0, NL2Repo 68.2 so với 75.3. - **Mức độ cải thiện:** So với phiên bản Flash cũ, Terminal-Bench tăng từ 31.2 lên 42.3 — đây là bước tiến rõ rệt nhất. Một mô hình cấp Flash nhẹ, lại có thể theo kịp và thậm chí vượt trội các model hàng đầu trong nhiều bài kiểm tra về agent và kỹ thuật — điều này đáng chú ý nhất. Tuy nhiên, trong các bài kiểm tra suy luận sâu như HLE, khoảng cách vẫn còn rõ rệt. Cách nói công bằng hơn là: mô hình này “đủ dùng và rẻ” trong các nhiệm vụ kỹ thuật và agent, chứ chưa phải vượt trội toàn diện. **Trọng tâm nằm ở Harness và hệ sinh thái** Công ty đặc biệt nhấn mạnh đã tối ưu hóa cho DeepSeek Harness, Tencent CodeBuddy và WorkBuddy, đồng thời khuyến nghị nâng cấp lên Harness v0.2.1-rc.1 để đạt hiệu quả tốt nhất. Nói cách khác, DeepSeek không chỉ bán mô hình, mà còn bán cả khung thực thi đi kèm. API Search & Fetch được mở cùng ngày sử dụng công cụ tìm kiếm riêng của DeepSeek, công ty cho biết xử lý hàng trăm triệu yêu cầu mỗi ngày, lấp đầy mảnh ghép “tìm kiếm + trích xuất”. Mỗi endpoint định giá $0.75, nhưng bài viết chưa hiển thị đầy đủ đơn vị tính phí — cần xem tài liệu để xác nhận. Về đào tạo, công ty sử dụng học tăng cường có phản hồi tự thân để cải thiện phát triển dự án end-to-end, minh họa từ việc tạo game đến mô hình 3D. Video trình diễn rất bắt mắt, nhưng hình ảnh đẹp không đồng nghĩa với độ ổn định và khả năng sử dụng thực tế — vẫn cần chờ kiểm nghiệm thực tế. **Một vài điểm cần lưu ý** 1. Tất cả kết quả đều do công ty tự công bố, một số con số có dấu sao — cần được xác minh độc lập bởi bên thứ ba. 2. Một số câu hỏi có thể chỉ phản ánh kết quả trong môi trường harness cụ thể hoặc điều kiện thử nghiệm nhất định — chuyển môi trường có thể không tái hiện được. 3. Theo báo cáo, DeepSeek đang tiến hành huy động vốn và chuẩn bị niêm yết — nhịp độ ra mắt và cách kể chuyện có thể chịu ảnh hưởng từ áp lực thương mại. **Kết luận** Ý nghĩa của V4.1-Flash không nằm ở việc “đánh bại Opus”, mà ở việc làm cho “khả năng agent đủ tốt” trở nên rẻ hơn và nhanh hơn, kết hợp với chuỗi công cụ và API tìm kiếm để trực tiếp tác động đến cấu trúc chi phí của nhà phát triển. Những điều cần theo dõi tiếp theo: kết quả đánh giá từ bên thứ ba, và liệu các nhà phát triển có thực sự chuyển sang nền tảng vì Harness hay không.