Tóm tắt nhanh
- Đầu tháng 9/2026, DeepSeek (Trung Quốc) phát hành V4.1 Flash – mô hình trọng số mở theo giấy phép MIT, cho phép dùng thương mại, có khả năng xử lý hình ảnh và cửa sổ ngữ cảnh 1 triệu token.
- Giá API giờ thấp điểm chỉ 0,15 USD mỗi triệu token đầu vào (chưa lưu đệm) và 0,60 USD mỗi triệu token đầu ra; giờ cao điểm gấp đôi.
- Trên một số bài đánh giá lập trình do DeepSeek tự chạy, mô hình ngang hoặc nhỉnh hơn GPT-5.6 Sol và Claude Opus 5, nhưng thua rõ ở các bài thao tác dòng lệnh.
Chuyện gì xảy ra
Theo VentureBeat, V4.1 Flash dùng kiến trúc “hỗn hợp chuyên gia” (mixture-of-experts) với 552 tỷ tham số, nhưng mỗi lần xử lý chỉ kích hoạt một phần nhỏ – khoảng 8 tỷ tham số khi đọc đầu vào và 16 tỷ khi sinh đầu ra. Các cải tiến về bộ nhớ đệm giúp giảm mạnh dung lượng cần thiết để xử lý văn bản dài, là cơ sở cho mức giá thấp.
Bảng giá theo giờ là điểm khác biệt. Ngoài giờ cao điểm, đầu vào đã lưu đệm chỉ 0,003 USD mỗi triệu token, đầu vào chưa lưu đệm 0,15 USD và đầu ra 0,60 USD. Giờ cao điểm (thứ Hai đến thứ Sáu, khung 01:00–04:00 và 06:00–10:00 giờ UTC) giá tăng gấp đôi. Để so sánh, VentureBeat dẫn giá Claude Opus 5 là 5 USD đầu vào và 25 USD đầu ra.
Về năng lực, trên bài DeepSWE v1.1 mô hình đạt 74,2 điểm, so với 74,0 của Claude Opus 5 và 73,0 của GPT-5.6 Sol. Tuy nhiên ở Terminal-Bench 4.0 – đo khả năng làm việc qua dòng lệnh – V4.1 Flash chỉ đạt 31,2 so với 51,8 của Opus 5. Các số liệu do DeepSeek tự công bố.
VentureBeat cũng nêu nhiều lưu ý. DeepSeek đổi tên và định tuyến lại các mô hình cũ sang V4.1 Flash, khiến một số nhà phát triển phàn nàn vì phải kiểm thử lại hệ thống. Chính DeepSeek thừa nhận kiến trúc mới còn giới hạn chưa được đánh giá đầy đủ, có thể suy giảm năng lực trong một số tình huống văn bản rất dài. Tổng dung lượng mô hình gần gấp đôi bản trước, nên việc tự triển khai trên hạ tầng riêng khó hơn – triển khai quy mô lớn được cho là cần khoảng 2.000 GPU.
Ý nghĩa với Lãnh đạo và Doanh nghiệp
DeepSeek tiếp tục kéo giá A.I xuống. Khi một mô hình có năng lực lập trình gần nhóm dẫn đầu nhưng giá chỉ bằng một phần nhỏ, các ứng dụng khối lượng lớn – phân loại văn bản, trích xuất thông tin từ hóa đơn, tóm tắt hội thoại chăm sóc khách hàng – trở nên khả thi về kinh tế cho cả SMEs.
Tuy nhiên, giá mỗi token thấp chưa chắc là tổng chi phí thấp. Như VentureBeat khuyến nghị, doanh nghiệp nên đo chi phí trên mỗi tác vụ hoàn thành, vì số lần thử lại, độ dài đầu ra và tỷ lệ thành công đều ảnh hưởng đến hóa đơn thật.
Yếu tố quản trị cũng quan trọng không kém. Dùng API của một nhà cung cấp đặt tại Trung Quốc đòi hỏi doanh nghiệp đánh giá kỹ yêu cầu về nơi lưu trữ dữ liệu, quy định bảo vệ dữ liệu cá nhân và yêu cầu của đối tác. Giấy phép MIT cho phép tự triển khai để giữ dữ liệu trong nhà, nhưng yêu cầu hạ tầng lớn khiến phương án này chỉ phù hợp với tổ chức có năng lực kỹ thuật mạnh hoặc thông qua nhà cung cấp đám mây trung gian.
Gợi ý hành động
- Nên làm: Với tác vụ khối lượng lớn, độ nhạy cảm dữ liệu thấp, thử so sánh V4.1 Flash với mô hình đang dùng trên cùng bộ mẫu, đo chi phí trên mỗi tác vụ thành công.
- Nên làm: Phân loại dữ liệu trước khi dùng bất kỳ API nào: dữ liệu công khai, nội bộ, nhạy cảm – mỗi loại có quy tắc riêng về nơi được xử lý.
- Nên làm: Nếu dùng qua API, tận dụng khung giờ thấp điểm cho các tác vụ chạy theo lô.
- Nên chờ: Chưa nên đưa vào quy trình quan trọng cần xử lý văn bản rất dài khi chính DeepSeek còn cảnh báo về độ ổn định.
- Nên chờ: Theo dõi phiên bản V4.1 Pro và đánh giá độc lập trước khi chọn làm mô hình chủ lực.
Nguồn
Nguồn tham khảo
- VentureBeat — 10/09/2026
Quý Anh Chị muốn biến tin tức thành hành động trong doanh nghiệp? Trao đổi với chuyên gia ABM để xác định bước bắt đầu phù hợp.








