DeepSeek V4 Flash โมเดลเปิดน้ำหนักที่ฉลาดระดับกลาง แต่ค่ารันถูกกว่ารุ่นเทียบเท่าหลายเท่า

DeepSeek V4 Flash (รุ่นย่อย 0731) เป็นโมเดลภาษาแบบ Mixture-of-Experts ที่มีพารามิเตอร์รวม 300 พันล้าน แต่เวลาทำงานจริงจะปลุกใช้แค่ราว 13 พันล้านต่อการตอบหนึ่งครั้ง คิดง่าย ๆ คือมีสมองก้อนใหญ่แต่หยิบใช้ทีละส่วน เลยได้ความสามารถระดับหนึ่งโดยไม่ต้องแบกต้นทุนของโมเดลก้อนโตทั้งก้อน มาพร้อม context window ขนาด 1 ล้าน token และน้ำหนักโมเดลถูกปล่อยขึ้น Hugging Face แล้วภายใต้ใบอนุญาต MIT ซึ่งเปิดกว้างพอจะเอาไปใช้ในงานเชิงพาณิชย์ได้

บนดัชนีความฉลาดรวม V4 Flash ทำได้ 52 คะแนน แปลว่าไม่ใช่รุ่นท็อป แต่ไปเกาะกลุ่มกับพวกโมเดล flash และรุ่นความสามารถปานกลางของค่ายอื่น ในด้านงาน agentic มันติดอันดับกลาง ๆ ของกลุ่มที่เอามาเทียบ จุดที่ทำให้มันน่าสนใจไม่ใช่คะแนนความฉลาด แต่คือเรื่องราคา เมื่อวัดต้นทุนต่อการทำงานหนึ่งงาน V4 Flash ออกมาถูกที่สุดในบรรดาโมเดลทั้งหมดที่เอามาเทียบ ทั้งที่มันใช้จำนวน output token ค่อนข้างเยอะเป็นอันดับต้น ๆ ด้วยซ้ำ พูดง่าย ๆ คือได้คะแนนพอ ๆ กับหลายรุ่น แต่จ่ายน้อยกว่ามาก

คะแนน 52 บอกชัดว่านี่ไม่ใช่รุ่นเอาไว้สู้งานยาก ๆ ที่ต้องการเหตุผลลึก ถ้างานคุณคือแก้บั๊กซับซ้อนหรือวางสถาปัตยกรรมทั้งระบบ รุ่น frontier ยังคุ้มกว่าแม้จะแพงกว่า และจากการทดสอบเขียนโค้ด ผลลัพธ์ยัง "พอใช้" ไม่ใช่ "เนียนจบ" ต้องมีคนตรวจและแก้ต่อเสมอ ความช้าที่ค่อนไปทางกลาง ๆ ก็เป็นอีกจุดที่ต้องชั่งกับความถูก

ฟันธง: ลองได้ โดยเฉพาะงานที่ยิงซ้ำเยอะ ๆ แล้วต้นทุนต่อครั้งสำคัญกว่าความฉลาดสูงสุด เช่น สรุปเอกสารจำนวนมาก จัดหมวดข้อความ ดึงข้อมูลเป็นชุด หรือ workflow ที่ต้องเรียกโมเดลวันละหลายพันครั้ง ตรงนี้ค่ารันที่ถูกกว่าหลายเท่าเปลี่ยนเกมได้จริง วิธีเริ่มที่คุ้มคือใช้ V4 Flash เป็น "คนงานราคาถูก" รับงานปริมาณมากที่ตรวจง่าย แล้วเก็บโมเดลแพงไว้เฉพาะจุดตัดสินใจสำคัญ ส่วนงานที่ผลลัพธ์ผิดแล้วเสียหาย เช่น โค้ดขึ้น production หรือข้อมูลลูกค้า ต้องมี Human Gate ให้คนตรวจก่อนใช้เสมอ ไม่ว่าโมเดลจะถูกแค่ไหน