DeepSeek V4 Flash ออก GA แล้ว — เปิด weights ใต้ลิขสิทธิ์ MIT ใช้เชิงพาณิชย์ได้ ราคาต่อทาสก์ยังถูกมาก
สารบัญ
สรุปให้ไว
ขึ้น GA เต็มตัว
จากเวอร์ชัน preview ตอนนี้เป็น generally available อย่างเป็นทางการ ทันตามที่ทีมประกาศไว้ก่อนสิ้นเดือน
เปิด weights ใต้ MIT
โหลดไปใช้/แก้/ทำเชิงพาณิชย์ได้แบบไม่มีเงื่อนไขจุกจิก
สกอร์ชุดสุดท้ายกระโดด
งานสาย terminal/agent ขยับขึ้นชัดจากรุ่น preview เดิม ติดกลุ่มโมเดลเปิดหัวแถว
ถูกจนแทบฟรีต่อทาสก์
ราคา API เท่าเดิม cached input ยังถูกมาก รันในharnessที่คิด cache read ฟรีแล้วตกหลักเซนต์ต่องาน
01เกิดอะไรขึ้นใหม่
ก่อนหน้านี้เราเล่าเรื่องอัปเดต 0731 ที่ทำให้ V4 Flash ทำงานแบบ agent เก่งขึ้นไปแล้ว รอบนี้คือหมุดหมายถัดไป: DeepSeek ดันมันขึ้นสถานะ generally available (GA) อย่างเป็นทางการ ไม่ใช่ preview อีกต่อไป และที่สำคัญคือเปิด weights ให้ดาวน์โหลดใต้ลิขสิทธิ์ MIT ซึ่งเป็นลิขสิทธิ์แบบหลวมสุดสาย แปลว่าเอาไปใช้ แก้ หรือทำเป็นสินค้าเชิงพาณิชย์ได้โดยไม่ติดเงื่อนไขยุ่งยาก
ย้ำจุดที่มักเข้าใจผิด: นี่ไม่ใช่โมเดลตัวใหม่ที่ใหญ่ขึ้น มันคือสถาปัตยกรรมและขนาดราวเดิม แต่ผ่าน post-training ชุดสุดท้ายจนสกอร์นิ่งและออกเป็นเวอร์ชันจริง
02ตัวเลขและข้อจำกัด
สกอร์ชุดสุดท้ายขยับขึ้นชัดในงานสาย terminal และ agent เทียบกับรุ่น preview เดิม และในดัชนีเชิงวิเคราะห์อิสระ มันติดกลุ่มโมเดล open weight สามอันดับแรก ซึ่งถือว่าแรงมากสำหรับโมเดลระดับ Flash จุดขายหลักไม่ใช่ "เก่งที่สุด" แต่เป็นอัตราส่วนผลงานต่อราคา — ให้ความฉลาดใกล้เคียงรุ่นท็อปบางตัว ที่ต้นทุนต่อทาสก์ต่ำกว่าราว 60%
ข้อควรรู้: ตอนนี้ยังใช้ผ่านเว็บแอปหรือแอปมือถือของ DeepSeek ไม่ได้ ต้องเรียกผ่าน API เท่านั้น และทีมบอกว่า V4 Pro กำลังจะตามมาเร็ว ๆ นี้
ทำไมมันคุ้มเวลารันจริง
- ★
cache read ถูก/ฟรี
งาน agent วนอ่าน context ซ้ำ ๆ ส่วนนี้แทบไม่คิดเงินในบาง harness เหลือแต่ token ใหม่จริง ๆ ที่จ่าย
- ★
เร็วพอจะรันขนาน
throughput สูง เปิดหลายงานพร้อมกันใน work tree แยกได้โดยไม่แพง
- ★
เข้ากับ harness สาย CLI
โยนเข้าเครื่องมือแบบ Claude Code ได้ ปรับ config ไม่ต้องเปลี่ยนเพราะ model ID เดิม
- ★
เปิด weights = คุมเองได้
องค์กรที่อยากรันในเครื่อง/บนคลาวด์ตัวเองเพื่อคุมข้อมูล ทำได้เลยใต้ MIT
03เกี่ยวอะไรกับเรา
ภาพรวมคือ "โมเดลเปิดที่ถูกและใช้ได้จริง" กำลังกลายเป็นตัวเลือกหลักสำหรับงานประจำวัน — แก้บั๊ก เขียนเทสต์ ฟีเจอร์เล็ก ๆ อธิบายโค้ด รีแฟกเตอร์ — ที่ไม่จำเป็นต้องจ่ายค่าโมเดลเรือธงทุกครั้ง
ฟันธง: ถ้าเป็นสายเขียนโค้ด อันนี้ "ลองเป็น daily driver ได้เลย" โดยเก็บโมเดลเรือธงไว้เฉพาะงานสถาปัตยกรรมยาก ๆ 10% ที่เหลือ จุดที่ต้องระวังคือคุณภาพบางรอบไม่นิ่ง — ผลลัพธ์แรกมักดี แต่พอ iterate ต่ออาจแกว่ง ให้ทำงานผ่าน harness ที่บังคับมันรันเทสต์/ตรวจงานตัวเองก่อนบอกว่าเสร็จ และอย่าลืม Human Gate ก่อน merge เข้าโปรดักชันจริงเสมอ ส่วนใครโหลด weights ไปรันเอง ให้เริ่มจากงานที่ข้อมูลไม่อ่อนไหวก่อนแล้วค่อยขยับ