DeepSeek V4.1 Flash đạt 1.618 điểm, xếp thứ 24 trên Arena WebDev

DeepSeek V4.1 Flash (Max) hiện được hiển thị với 1.618 điểm, xếp thứ 24 trong kết quả tìm kiếm bảng xếp hạng Arena WebDev.

Crypto Briefing đưa tin mô hình DeepSeek đạt 1.670 điểm, đứng đầu nhóm mô hình mở và xếp thứ 12 toàn bảng Arena WebDev. Tên mô hình hiện hiển thị trong kết quả tìm kiếm là DeepSeek V4.1 Flash (Max). Phiên bản cũ được công bố trước đó đạt 1.618 điểm, xếp thứ 24.

DeepSeek cập nhật V4.1 Flash lên phiên bản 1017 vào ngày 17 tháng 10. Theo thẻ mô hình trên Hugging Face, điểm DeepSWE v1.1 tăng từ 74,2 lên 77,0; Terminal-Bench 4.0 tăng từ 31,2 lên 42,3; còn Automation-Bench v1.0.6 tăng từ 54,8 lên 60,5. Đây là kết quả tự đánh giá do nhà phát triển công bố.

Bảng xếp hạng Arena WebDev được tổng hợp dựa trên bình chọn của người dùng sau khi so sánh sản phẩm do các mô hình tạo ra. Bảng này phản ánh mức độ ưa chuộng đối với các tác vụ phát triển web giao diện người dùng, nên không thể xem thứ hạng tương tự sẽ xuất hiện trong mọi lĩnh vực lập trình hoặc môi trường phát triển.

Các tuyên bố về chi phí cần được xem xét riêng. Crypto Briefing cho biết mô hình DeepSeek có giá thấp hơn khoảng 10 lần so với Kimi K3 (Max), nhưng không nêu khối lượng công việc, số lượng token hay thời điểm tính giá dùng trong phép so sánh.

Tài liệu API của DeepSeek niêm yết giá giờ cao điểm của V4.1 Flash là 0,30 USD (khoảng 401 won) cho mỗi 1 triệu token đầu vào và 1,20 USD (khoảng 1.602 won) cho mỗi 1 triệu token đầu ra. Chỉ dựa vào mức phí này không thể xác định chắc chắn chênh lệch chi phí trong các công việc thực tế.

DeepSeek giới thiệu V4.1 Flash là mô hình hỗn hợp chuyên gia (MoE) có quy mô 552 tỷ tham số. Mô hình kích hoạt 8 tỷ tham số khi xử lý đầu vào và 16 tỷ tham số khi tạo đầu ra, với độ dài ngữ cảnh 1 triệu token. Trọng số mô hình được công bố theo giấy phép MIT.

Nhà phát triển có thể tải trọng số công khai về để chạy mô hình trong môi trường riêng. Chi phí vận hành và hiệu suất thực tế thay đổi tùy theo tác vụ và môi trường chạy. Kết quả lần này cho thấy một mô hình có trọng số công khai nhận được mức độ ưa chuộng cao của người dùng trong một đánh giá phát triển web cụ thể.