Bản xem trước DeepSeek V4 thách thức các mô hình AI tiên tiến với cửa sổ ngữ cảnh một triệu token và mức giá cạnh tranh

Đối thủ mới tiến gần đến giới hạn công nghệ

Phòng thí nghiệm trí tuệ nhân tạo DeepSeek của Trung Quốc đã phát hành các phiên bản xem trước của dòng mô hình V4 được mong đợi cao, giới thiệu hai biến thể kết hợp quy mô lớn với hiệu quả chưa từng có. Các mô hình DeepSeek-V4-Pro và DeepSeek-V4-Flash, ra mắt ngày 24 tháng 4 năm 2026, đánh dấu nỗ lực tham vọng nhất từ trước đến nay của công ty nhằm thách thức vị thế thống trị của các tập đoàn AI Mỹ như OpenAI, Anthropic và Google.

Đợt phát hành diễn ra đúng một năm sau khi mô hình suy luận R1 của DeepSeek gây ra đợt bán tháo khiến thị trường mất hàng nghìn tỷ USD, khi cho thấy có thể xây dựng năng lực AI đẳng cấp thế giới với chi phí chỉ bằng một phần nhỏ so với mức thường thấy ở các hệ thống tiên tiến nhất. Giờ đây, với V4, DeepSeek định vị mình không chỉ là một lựa chọn tiết kiệm chi phí mà còn là đối thủ thực sự về năng lực thuần túy, đồng thời duy trì chiến lược giá quyết liệt từng giúp startup có trụ sở tại Hàng Châu thu hút sự chú ý toàn cầu.

Cả hai mô hình đều có cửa sổ ngữ cảnh một triệu token, có thể xử lý khoảng 15 đến 20 cuốn tiểu thuyết đầy đủ trong một câu lệnh duy nhất, và sử dụng kiến trúc Mixture-of-Experts, chỉ kích hoạt một phần tham số trong quá trình suy luận. Đáng chú ý nhất, công ty phát hành các mô hình theo giấy phép MIT linh hoạt, cho phép sử dụng và chỉnh sửa cho mục đích thương mại mà không mất phí cấp phép, tiếp tục cam kết phát triển AI với trọng số mở.

Kiến trúc kỹ thuật và quy mô

Dòng DeepSeek V4 có hai cấu hình riêng biệt, hướng đến các mục đích sử dụng khác nhau. V4-Pro chủ lực là một trong những mô hình trọng số mở lớn nhất từng được phát hành, với tổng cộng 1,6 nghìn tỷ tham số, trong đó 49 tỷ tham số hoạt động trong mỗi lần suy luận. V4-Flash nhỏ gọn hơn, với tổng cộng 284 tỷ tham số và 13 tỷ tham số hoạt động, được thiết kế cho các ứng dụng nhạy cảm về độ trễ và triển khai trên phần cứng người dùng.

Hiệu quả về tham số này đạt được nhờ kiến trúc Mixture-of-Experts, định tuyến mỗi token đầu vào đến các mạng con chuyên biệt thay vì kích hoạt toàn bộ mô hình. Việc vận hành một mô hình dày đặc với 1,6 nghìn tỷ tham số sẽ tốn kém quá mức, nhưng bằng cách giữ số tham số hoạt động ở mức gần bằng thế hệ V3.2 trước đó trong khi mở rộng nhóm chuyên gia, DeepSeek tăng khả năng chuyên môn hóa sâu trong lập trình, toán học và các tác vụ đa ngôn ngữ mà không làm nhu cầu tính toán tăng tương ứng.

Phá vỡ rào cản ngữ cảnh dài

Trọng tâm của kiến trúc V4 là công nghệ mà DeepSeek gọi là Kiến trúc Chú ý Lai, kết hợp các cơ chế Chú ý Thưa Nén và Chú ý Nén Mạnh. Đổi mới này giải quyết một trong những thách thức dai dẳng của các mô hình ngôn ngữ lớn: chất lượng truy xuất suy giảm khi độ dài ngữ cảnh tăng lên.

Cơ chế chú ý transformer tiêu chuẩn gặp khó với vấn đề “tìm kim đáy bể”, khi thông tin cụ thể nằm sâu trong các tài liệu dài ngày càng khó xác định. DeepSeek cho biết cách tiếp cận của họ đạt độ chính xác 97% trong các bài kiểm tra truy xuất với ngữ cảnh một triệu token, so với 84,2% của các cơ chế chú ý tiêu chuẩn, qua đó giải quyết hiệu quả vấn đề suy giảm khả năng truy xuất vốn gây khó khăn cho các mô hình ngữ cảnh dài.

Trên thực tế, điều này có nghĩa là mô hình có thể xử lý đáng tin cậy toàn bộ kho mã, bộ tài liệu pháp lý toàn diện hoặc lịch sử hội thoại nhiều năm mà không bỏ sót các chi tiết cụ thể. Với các nhà phát triển xây dựng hệ thống tạo sinh tăng cường truy xuất, năng lực này có thể giảm hoặc loại bỏ nhu cầu sử dụng các chiến lược chia nhỏ phức tạp và cơ sở dữ liệu vector bên ngoài.

Hiệu suất trên các bài kiểm tra chuẩn: Năng lực tiệm cận nhóm tiên tiến nhất

Theo các đánh giá độc lập và số liệu do DeepSeek công bố, mô hình V4-Pro đạt hiệu suất tiệm cận các hệ thống đóng tiên tiến nhất. Trong bài kiểm tra SWE-bench Verified, đánh giá khả năng xử lý các vấn đề GitHub thực tế từ những dự án mã nguồn mở, V4-Pro được cho là đạt khoảng 80,6%, gần tương đương Claude Opus 4.6 với 80,8% và vượt nhiều kỷ lục mã nguồn mở trước đây.

V4-Pro thể hiện thế mạnh rõ rệt trong các bài kiểm tra suy luận toán học. Theo báo cáo, mô hình đạt 95,2% trong HMMT 2026 và 89,8% trong IMOAnswerBench, vượt Claude Opus 4.6 ở bài kiểm tra thứ hai nhưng thấp hơn GPT-5.4 một chút. Trong các đánh giá lập trình thi đấu dựa trên điểm Codeforces, V4-Pro đạt 3206 điểm, cao hơn cả GPT-5.4 (3168) và Gemini 3.1 Pro (3052).

Tuy nhiên, DeepSeek vẫn thận trọng khi tự đánh giá vị thế của mình so với các mô hình tiên tiến nhất. Công ty thừa nhận rằng trong các tác vụ kiến thức tổng quát và suy luận, V4-Pro chậm hơn Gemini 3.1 Pro của Google khoảng 3 đến 6 tháng phát triển. Điều này cho thấy khoảng cách đã thu hẹp, nhưng vẫn chưa đạt mức ngang bằng hoàn toàn với các hệ thống đóng tiên tiến nhất.

Thông qua việc mở rộng số lượng token suy luận, DeepSeek-V4-Pro-Max cho thấy hiệu suất vượt GPT-5.2 và Gemini-3.0-Pro trên các bài kiểm tra suy luận tiêu chuẩn. Tuy vậy, hiệu suất của mô hình vẫn thấp hơn đôi chút so với GPT-5.4 và Gemini-3.1-Pro, cho thấy tiến độ phát triển chậm hơn các mô hình tiên tiến nhất khoảng 3 đến 6 tháng.

Biến thể V4-Flash vẫn đạt hiệu suất cạnh tranh đáng ngạc nhiên dù có quy mô nhỏ hơn, đạt 86,2% trong MMLU-Pro so với 87,5% của V4-Pro, và 91,6% trong LiveCodeBench so với 93,5% của bản Pro. Hiệu quả này cho thấy trong nhiều ứng dụng, mô hình Flash có thể đáp ứng đủ nhu cầu với chi phí vận hành thấp hơn đáng kể.

Chiến lược giá quyết liệt và tác động kinh tế

Có lẽ khía cạnh gây xáo trộn thị trường nhất trong đợt phát hành V4 là chiến lược giá, tiếp nối cách DeepSeek định giá thấp hơn đối thủ phương Tây nhiều lần. Mô hình V4-Flash có giá 0,14 USD cho mỗi triệu token đầu vào và 0,28 USD cho mỗi triệu token đầu ra, rẻ hơn cả GPT-5.4 Nano của OpenAI (0,20/1,25 USD) và Gemini 3.1 Flash-Lite (0,25/1,50 USD).

Mô hình chủ lực V4-Pro có giá 1,74 USD cho mỗi triệu token đầu vào và 3,48 USD cho mỗi triệu token đầu ra. Tuy cao hơn biến thể Flash, mức giá này vẫn thấp hơn đáng kể so với các mô hình tiên tiến tương đương. Claude Opus 4.6 có giá 5 USD cho mỗi triệu token đầu vào và 25 USD cho mỗi triệu token đầu ra, trong khi GPT-5.4 có giá lần lượt là 2,50 USD và 15 USD. Như vậy, mô hình chủ lực của DeepSeek có hiệu suất kiểm tra chuẩn tương đương với chi phí thấp hơn khoảng 50% đến 80%.

Mức giá quyết liệt này nhờ những cải thiện đáng kể về hiệu quả trong kiến trúc mô hình. DeepSeek cho biết trong các tình huống sử dụng ngữ cảnh một triệu token, V4-Pro chỉ cần 27% số phép toán dấu phẩy động so với thế hệ tiền nhiệm V3.2 và chỉ dùng 10% dung lượng bộ nhớ đệm khóa-giá trị. V4-Flash còn hiệu quả hơn, chỉ cần 10% FLOPs và 7% dung lượng bộ nhớ đệm KV so với V3.2.

Các nhà phân tích trong ngành cho rằng áp lực về giá này có thể buộc thị trường điều chỉnh trên diện rộng. Khi mô hình R1 của DeepSeek ra mắt với chi phí API thấp hơn khoảng 90% so với các sản phẩm tương đương của OpenAI, các đối thủ đã đáp lại bằng cách mở quyền truy cập mô hình tiên tiến cho người dùng miễn phí và điều chỉnh cơ cấu giá. Động thái tương tự có thể diễn ra khi V4 thiết lập mặt bằng chi phí mới cho cả suy luận AI hiệu năng cao lẫn phân khúc giá rẻ.

Độc lập về phần cứng và hạ tầng huấn luyện

Một khía cạnh quan trọng về địa chính trị và kỹ thuật trong đợt phát hành V4 là hạ tầng huấn luyện mô hình. Khác với phần lớn mô hình AI tiên tiến chủ yếu được xây dựng trên các GPU hiện đại nhất của Nvidia, DeepSeek được cho là đã huấn luyện V4 bằng sự kết hợp giữa bộ tăng tốc AI Huawei Ascend 910B và chip Cambricon MLU, đồng thời hoàn tất việc kiểm chứng trên nền tảng NPU Ascend của Huawei.

Diễn biến này có ý nghĩa lớn đối với thị trường phần cứng AI toàn cầu. Do các biện pháp hạn chế xuất khẩu của Mỹ giới hạn khả năng tiếp cận những chip hiệu năng cao nhất của Nvidia tại Trung Quốc, DeepSeek đã chứng minh rằng có thể phát triển AI ở quy mô tiên tiến bằng chip nội địa Trung Quốc. Nếu các tuyên bố về điểm số kiểm tra của mô hình được xác nhận qua đánh giá độc lập, điều đó sẽ khẳng định Huawei và Cambricon là những lựa chọn thay thế khả thi cho Nvidia trong huấn luyện AI quy mô lớn, qua đó có thể thúc đẩy đa dạng hóa chuỗi cung ứng phần cứng AI.

Wei Sun, nhà phân tích AI chính tại Counterpoint Research, nhận định rằng khả năng V4 vận hành trực tiếp trên chip sản xuất trong nước của Trung Quốc có thể tác động rất lớn đến mục tiêu tự chủ AI của Bắc Kinh.

Điều này cuối cùng cũng sẽ thúc đẩy sự phát triển AI trên toàn cầu.

Triển khai trên phần cứng người dùng

Dù có số lượng tham số rất lớn, DeepSeek nhấn mạnh rằng các phiên bản lượng tử hóa của V4 có thể chạy trên phần cứng người dùng. Công ty cho biết V4-Flash có thể vận hành trên một card Nvidia RTX 5090 với 32GB VRAM khi dùng lượng tử hóa INT4, hoặc trên hai card RTX 4090 với tổng cộng 48GB VRAM khi dùng độ chính xác INT8. Bản Pro, với trọng số đầy đủ chiếm 865GB, hướng đến các cụm GPU đa nút để suy luận độ chính xác đầy đủ nhưng cũng có thể hỗ trợ các phương thức triển khai theo luồng.

Khả năng tiếp cận này tương phản rõ rệt với các mô hình tiên tiến mã nguồn đóng, vốn đòi hỏi quyền truy cập API và hạ tầng trung tâm dữ liệu. Với các nhà phát triển quan tâm đến quyền riêng tư dữ liệu, độ trễ hoặc chi phí vận hành ổn định, khả năng tự lưu trữ một mô hình có quy mô thuộc lớp một nghìn tỷ tham số trên phần cứng có thể mua được đánh dấu thay đổi đáng kể trong bài toán kinh tế thực tế của việc triển khai AI.

Tác động thị trường và định vị chiến lược

Đợt phát hành V4 làm gia tăng cạnh tranh không chỉ giữa các nhà phát triển AI Trung Quốc và Mỹ mà còn trong thị trường nội địa Trung Quốc. Kể từ đột phá R1 của DeepSeek, các đối thủ trong nước như Qwen của Alibaba, ByteDance và Moonshot AI đã đẩy nhanh việc phát hành mô hình của riêng mình. Thông báo mới nhất của DeepSeek lập tức ảnh hưởng đến giá cổ phiếu của các đối thủ: MiniMax và Zhipu đều giảm khoảng 8% trong phiên giao dịch tại Hồng Kông sau khi V4 được công bố.

Cùng thời điểm phát hành mô hình, DeepSeek được cho là đang lần đầu tìm kiếm nguồn vốn bên ngoài, đặt mục tiêu huy động ít nhất 300 triệu USD với mức định giá vượt 10 tỷ USD. Một số thông tin cho rằng các cuộc thảo luận với Tencent và Alibaba có thể đẩy định giá lên gần 20 tỷ USD. Đây là thay đổi chiến lược so với giai đoạn trước, khi công ty chỉ dựa vào công ty mẹ là quỹ đầu cơ High-Flyer Capital Management.

Tuy nhiên, công ty đang gặp phải những hạn chế tức thời về hạ tầng. DeepSeek cảnh báo năng lực dịch vụ cho gói Pro hiện bị hạn chế do thiếu năng lực tính toán cao cấp; giá dự kiến chỉ giảm đáng kể sau khi các “siêu nút” Huawei Ascend 950 được triển khai trên quy mô lớn vào nửa cuối năm 2026.

Đợt phát hành cũng diễn ra trong bối cảnh căng thẳng địa chính trị về phát triển AI gia tăng. Nhà Trắng gần đây cáo buộc Trung Quốc đánh cắp tài sản trí tuệ trong lĩnh vực AI ở quy mô công nghiệp; Bộ Ngoại giao Bắc Kinh đã bác bỏ hoàn toàn cáo buộc này, gọi đó là những đòn công kích vô căn cứ nhằm vào tiến bộ công nghệ của Trung Quốc. Cam kết tiếp tục phát hành mã nguồn mở theo giấy phép Apache 2.0 và MIT của DeepSeek trái ngược với chiến lược ngày càng khép kín của nhiều phòng thí nghiệm AI tiên tiến phương Tây, giúp công ty trở thành đại diện tiêu biểu cho hướng phát triển AI với trọng số mở.

Tóm lược

• DeepSeek phát hành các phiên bản xem trước của V4-Pro (1,6 nghìn tỷ tham số, 49 tỷ tham số hoạt động) và V4-Flash (284 tỷ tham số, 13 tỷ tham số hoạt động), cả hai có cửa sổ ngữ cảnh một triệu token
• Cả hai mô hình được phát hành theo giấy phép mã nguồn mở (MIT/Apache 2.0), cho phép sử dụng và chỉnh sửa thương mại mà không mất phí
• V4-Pro đạt kết quả kiểm tra chuẩn cạnh tranh với Claude Opus 4.6 và GPT-5.4 trong các tác vụ lập trình, đồng thời có giá thấp hơn 50-80%
• V4-Flash có giá 0,28 USD cho mỗi triệu token đầu ra, trở thành lựa chọn rẻ nhất trong số các mô hình nhỏ có năng lực, thậm chí thấp hơn GPT-5.4 Nano của OpenAI
• Các mô hình được huấn luyện trên phần cứng không phải của Nvidia (chip Huawei Ascend và Cambricon), cho thấy chip AI Mỹ có những lựa chọn thay thế khả thi
• Những đổi mới kiến trúc, bao gồm Kiến trúc Chú ý Lai, giúp giảm nhu cầu tính toán tới 90% so với các mô hình thế hệ trước
• Các phiên bản lượng tử hóa có thể chạy trên phần cứng người dùng, bao gồm cấu hình một RTX 5090 hoặc hai RTX 4090
• DeepSeek thừa nhận các mô hình chậm hơn các hệ thống tiên tiến nhất tuyệt đối khoảng 3 đến 6 tháng trong các tác vụ kiến thức tổng quát
• Đợt phát hành làm gia tăng áp lực về giá trong ngành AI và thúc đẩy cạnh tranh trong lĩnh vực AI nội địa Trung Quốc