DeepSeek-V4.1-Flash-1017 đã ra mắt: những gì thay đổi trong deepseek-flash

Vào ngày 17 tháng 10 năm 2026, DeepSeek đã thay đổi mô hình đằng sau tên API deepseek-flash của mình. Hiện tại nó là DeepSeek-V4.1-Flash-1017. Tên gọi, cách bạn gọi nó và giá mỗi token vẫn giữ nguyên. Chỉ có thứ trả lời yêu cầu của bạn là mới.

DeepSeek cho biết nó đạt điểm cao hơn trên các bài kiểm tra chuẩn, hoàn thành tác vụ nhanh hơn và viết câu trả lời ngắn hơn. Chỉ số Artificial Analysis độc lập đánh giá nó ở mức 45, so với 39 của V4.1-Flash trước đó. Nếu mã của bạn gọi deepseek-flash hoặc deepseek-v4-flash cũ hơn trên API của DeepSeek, bạn đã dùng nó rồi.

Những gì đã thay đổi và những gì không#

changelog của DeepSeek ghi trong một dòng cho ngày 17 tháng 10: “Cách gọi API và giá cả vẫn không đổi — chỉ cần dùng deepseek-flash để truy cập mô hình mới nhất.” Nó không đưa ra ngày kết thúc cho các tên cũ; mục ngày 10 tháng 9 nói chúng được định tuyến tạm thời.

Riêng biệt, DeepSeek đã mã nguồn mở công cụ suy luận của mình, DeepInfer, theo giấy phép Apache-2.0. README chỉ liệt kê DeepSeek-V4.1-Flash là được hỗ trợ, với 1017 là checkpoint mặc định.

Các con số: bảng của DeepSeek và một kiểm tra bên ngoài#

thông báo của DeepSeek, “Wish-Driven Programming Made Real”, gọi 1017 là “cải thiện Pareto về hiệu suất và chi phí”. Giá mỗi token không thay đổi, nên bất kỳ khoản tiết kiệm nào trên hóa đơn phải đến từ câu trả lời ngắn hơn. Thông báo chỉ mô tả lợi ích về tốc độ và độ dài bằng lời, không có số liệu trong văn bản, nên không có con số để trích dẫn.

model card gọi 1017 là “cập nhật nhỏ” và so sánh với V4.1-Flash trước đó:

Đây là kết quả của chính DeepSeek, đọc từ card ngày 20 tháng 10 năm 2026, không phải kiểm tra độc lập. 1017 dẫn đầu ở mọi hàng, với khoảng cách lớn nhất ở Terminal-Bench 4.0 và ProgramBench. DeepSeek nêu tên harness cho hai hàng (Claude Code cho Terminal-Bench 4.0, Mini-SWE-V2 cho DeepSWE v1.1) và không nêu nỗ lực suy luận cho hàng nào.

Card cũng so sánh 1017 với K3, GLM-5.3, GPT-5.6 Sol và Opus 5, trong các cột do DeepSeek chọn. (GLM-5.3 đó không phải GLM-5.3-Flash trong danh mục của chúng tôi.) 1017 cao nhất ở bốn trong 11 hàng: DeepSWE v1.1 (77.0, so với 74.0 của Opus 5), Automation-Bench v1.0.6, Agents' Last Exam và Apex Bench v1.1. Ở bảy hàng còn lại Opus 5 cao hơn, ví dụ 51.8 so với 42.3 trên Terminal-Bench 4.0 và 56.3 so với 42.6 trên HLE không công cụ.

Để có góc nhìn bên ngoài, có Artificial Analysis. Trên Chỉ số Thông minh của nó (v4.3.2, chế độ suy luận Max) 1017 đạt 45 và chạy ở 210.6 token đầu ra mỗi giây. V4.1-Flash trước đó đạt 39 trong cùng chế độ, và trang của nó hiện đánh dấu là lỗi thời và trỏ đến 1017. Đó là một chỉ số trong một chế độ, và trang không nói khi nào tốc độ được đo, nên hãy đọc các con số như ảnh chụp ngày 20 tháng 10 năm 2026.

Giá không thay đổi#

Giá chính thức của deepseek-flash mỗi 1M token, như kiểm tra ngày 20 tháng 10 năm 2026 trên trang giá của DeepSeek, trang này không ghi ngày:

Giờ cao điểm là 01:00–04:00 và 06:00–10:00 UTC, Thứ Hai đến Thứ Sáu, trừ ngày lễ công cộng Trung Quốc. Tất cả thời gian khác, bao gồm cuối tuần và ngày lễ Trung Quốc, là ngoài giờ cao điểm, với giá bằng một nửa. Cửa sổ ngữ cảnh là 1M token và một câu trả lời có thể dài tới 384K. Để biết cách caching và giờ cao điểm thể hiện trong hóa đơn thực tế, xem Giá API DeepSeek năm 2026.

API Tìm kiếm và Tải: tính phí bắt đầu từ 1 tháng 11#

Cùng ngày DeepSeek ra mắt API Tìm kiếm và API Tải trên công cụ tìm kiếm riêng của mình. Mỗi cái có giá $0.75 mỗi 1.000 yêu cầu thành công. Một yêu cầu chỉ được tính phí nếu nó trả về HTTP 200 và một kết quả, nên kết quả rỗng, lỗi và timeout không tốn gì. Các cuộc gọi tìm kiếm và tải phía máy chủ thực hiện qua DeepSeek Harness, Claude Code hoặc Codex hiện miễn phí. Tính phí theo yêu cầu bắt đầu từ 00:00 giờ Bắc Kinh ngày 1 tháng 11 năm 2026, tức 16:00 UTC ngày 31 tháng 10.

hướng dẫn chỉ nêu rõ giai đoạn miễn phí cho các cuộc gọi phía máy chủ đó. Nó không nói liệu các cuộc gọi API trực tiếp có bị tính phí trước ngày 1 tháng 11 hay không. Giai đoạn miễn phí áp dụng cho API riêng của DeepSeek. Nó không mở rộng cho các yêu cầu gửi qua CheapTokens, kể cả các yêu cầu của Claude Code.

Những gì cần kiểm tra trong mã của bạn#

Bản phát hành nào trả lời tên nào hôm nay:

• Chạy lại đánh giá của riêng bạn. Nếu một prompt, trình phân tích cú pháp hoặc bài kiểm tra dựa vào độ dài hoặc định dạng câu trả lời của mô hình cũ, câu trả lời ngắn hơn có thể làm hỏng nó. Nếu câu trả lời ngắn hơn, chi tiêu token đầu ra sẽ giảm. Thông báo của DeepSeek không đưa ra con số độ dài đầu ra trong văn bản, nên hãy tin vào log của riêng bạn.
• Chuyển khỏi các tên cũ. Chúng không có ngày kết thúc được công bố, và lời khuyên của chính DeepSeek là dùng deepseek-flash.
• Đừng cho rằng URL cơ sở mới giữ nguyên hành vi. deepseek-v4-flash trên API của DeepSeek và 0731 trên endpoint khác là các bản phát hành khác nhau.

DeepSeek-V4-Flash 0731 phù hợp ở đâu#

DeepSeek-V4.1-Flash-1017 không có trong danh mục CheapTokens tính đến ngày 20 tháng 10 năm 2026. Mô hình DeepSeek có trong đó là DeepSeek-V4-Flash, bản phát hành 0731 (31 tháng 7 năm 2026). Đó là bản phát hành sớm hơn, nên các kết quả trên không áp dụng cho nó. Chúng tôi không tìm thấy so sánh trực tiếp 0731 so với 1017 từ DeepSeek, và các trang Artificial Analysis chúng tôi kiểm tra không liệt kê 0731.

Cái nào phù hợp với bạn tùy thuộc vào công việc:

• deepseek-flash chính thức: bạn cần chính 1017, 1M token ngữ cảnh, câu trả lời tới 384K token hoặc thị giác.
• DeepSeek-V4-Flash 0731 trên CheapTokens: bạn tạo đầu ra dài hoặc chạy vòng lặp agent và muốn hóa đơn có thể dự đoán. Một giá cho đầu vào và một giá cho đầu ra vào bất kỳ giờ nào; 1017 chính thức tăng gấp đôi giá vào giờ cao điểm. Ngữ cảnh là 380K, và một câu trả lời có thể dài tới 32.768 token.

Đây là một khối lượng công việc được định giá theo cả hai cách: 10M token đầu vào và 1M token đầu ra trong một ngày, một hỗn hợp nặng đầu vào như loại mà một agent tạo ra khi nó gửi lại ngữ cảnh mỗi lượt. Số lượng token bên dưới tính bằng triệu, giá chính thức là của DeepSeek tính đến ngày 20 tháng 10 năm 2026, và 80% cache hit là giả định, không phải đo lường. Log của riêng bạn cho thấy tỷ lệ thực của bạn.

• 10 × $0.30 + 1 × $1.20 = $4.20 — chính thức, giờ cao điểm, mọi token đầu vào là cache miss
• 10 × $0.15 + 1 × $0.60 = $2.10 — chính thức, ngoài giờ cao điểm, mọi token đầu vào là cache miss
• 8 × $0.006 + 2 × $0.30 + 1 × $1.20 = $1.85 — chính thức, giờ cao điểm, 80% token đầu vào là cache hit
• 8 × $0.003 + 2 × $0.15 + 1 × $0.60 = $0.92 — chính thức, ngoài giờ cao điểm, 80% token đầu vào là cache hit

Về phía chúng tôi, cùng khối lượng công việc trên DeepSeek-V4-Flash 0731 tốn $0.321 theo giá hiện tại.

• 1017 chính thức · giờ cao điểm · không cache hit$4.20
• 1017 chính thức · ngoài giờ cao điểm · không cache hit$2.10
• 1017 chính thức · giờ cao điểm · 80% cache hit$1.85
• 1017 chính thức · ngoài giờ cao điểm · 80% cache hit$0.92
• CheapTokens · DeepSeek-V4-Flash 0731$0.321

Biểu đồ bỏ sót hai điều. Nó so sánh các bản phát hành khác nhau, nên kết quả 1017 ở trên không áp dụng cho 0731. Và nó dừng ở 80% cache hit. Đẩy lên gần 100% với câu trả lời ngắn và giá chính thức có thể thấp hơn: DeepSeek tính cache hit ở $0.003 mỗi 1M ngoài giờ cao điểm, trong khi chúng tôi tính một giá đầu vào mỗi mô hình, $0.0221 mỗi 1M, và một giá đầu ra, không có mức cache hit riêng. Lấy 10M token đầu vào đều là cache hit và 0.1M token đầu ra:

• 10 × $0.003 + 0.1 × $0.60 = $0.09 — chính thức, ngoài giờ cao điểm, mọi token đầu vào là cache hit
• $0.231 — DeepSeek-V4-Flash 0731 trên CheapTokens

Đây chỉ là giá token. Nạp tiền vào số dư có phí 5%, không nằm trong con số của chúng tôi.

Nếu bạn chạy vòng lặp agent hoặc tạo dài và không muốn giá thay đổi theo giờ, DeepSeek-V4-Flash 0731 đáng để thử trên prompt của riêng bạn. Nạp số dư bằng crypto hoặc thẻ qua đối tác, trỏ một client kiểu OpenAI vào https://api.cheaptokens.dev/v1 (client kiểu Anthropic như Claude Code dùng https://api.cheaptokens.dev không có /v1), và so sánh hóa đơn với của bạn. Một số dư bao gồm mọi mô hình trong danh mục. Thiết lập Claude Code có trong Cách kết nối Claude Code với CheapTokens. Giá hiện tại cho mọi mô hình:

Đọc thêm#

• Giá API DeepSeek năm 2026 — bạn thực sự trả bao nhiêu
• GLM vs DeepSeek vs MiniMax: chọn mô hình nào
• MiniMax M3.1 Flash đã ra mắt — điểm chuẩn, tốc độ và giá API