DeepSeek cập nhật V4.1 Flash, mở API tìm kiếm và bắt đầu tính phí từ ngày 1/11

Bản nâng cấp lập trình ra mắt cùng dịch vụ tìm kiếm công khai

DeepSeek phát hành V4.1-Flash-1017 vào ngày 17 tháng 10 năm 2026, đồng thời cập nhật website, ứng dụng và API, đồng thời mở hai dịch vụ cho phép nhà phát triển tìm kiếm trên web và truy xuất từng trang riêng lẻ. Công ty niêm yết mức phí cho mỗi dịch vụ Search và Fetch là 0,75 USD/1.000 lượt gọi; các lượt gọi đủ điều kiện thông qua công cụ máy chủ sẽ bắt đầu bị tính phí lúc 16:00 UTC ngày 31 tháng 10, tức nửa đêm ngày 1 tháng 11 tại Bắc Kinh.

Bản phát hành ra mắt sau 37 ngày kể từ khi V4.1 Flash xuất hiện lần đầu vào ngày 10 tháng 9. Nhà phát triển vẫn có thể sử dụng tên mô hình deepseek-flash, với phương thức gọi API mô hình và mức giá hiện tại không thay đổi. DeepSeek cũng phát hành công khai mô hình đã cập nhật thông qua Hugging Face và ModelScope.

Thông báo phát hành chính thức của DeepSeek đặt mục tiêu phát triển dự án hoàn chỉnh làm trọng tâm của bản cập nhật. Các ví dụ của công ty gồm mô hình Tử Cấm Thành ở Bắc Kinh, trò chơi đua xe trên trình duyệt, phiên bản tái tạo Portal 2 bằng công cụ Godot và một cảnh 3D chuyển động mô phỏng lịch sử từ thời tiền sử đến hiện đại.

DeepSeek cho biết mô hình hoạt động tốt hơn, mất ít thời gian hơn và tạo ra câu trả lời ngắn hơn. Với nhà phát triển, những thay đổi này giúp giảm đồng thời hai khoản chi phí: thời gian một tác vụ tự động chiếm dụng máy tính và lượng văn bản do dịch vụ mô hình tạo ra để tính phí.

Việc ra mắt dịch vụ tìm kiếm bổ sung một khâu khác cho quy trình đó. Giờ đây, một ứng dụng AI có thể dùng mô hình DeepSeek để lập kế hoạch tác vụ, dùng công cụ tìm kiếm để tra cứu thông tin mới nhất, rồi dùng dịch vụ Fetch để đưa trang web được chọn vào tác vụ.

Lập trình theo mong muốn trong thực tế là gì

DeepSeek mô tả tham vọng cốt lõi của dự án là lập trình từ mong muốn của người dùng: người dùng diễn đạt điều mình cần bằng ngôn ngữ thông thường, còn AI đảm nhận thêm nhiều công việc cần thiết để biến yêu cầu đó thành một dự án hoạt động được.

Bốn bản trình diễn bao quát nhiều loại công việc khác nhau. Ví dụ Tử Cấm Thành tập trung vào dựng mô hình 3D. Trò chơi đua xe đòi hỏi tương tác với trình duyệt. Phiên bản Portal 2 sử dụng một công cụ trò chơi có sẵn là Godot. Valley of Ages thể hiện những môi trường biến đổi qua một chặng dài của lịch sử loài người.

DeepSeek cho biết các dự án này được tạo ra trong DeepSeek Harness với số lượng câu lệnh tương đối ít, tài liệu tham khảo hạn chế và ít vòng tương tác. Công ty cho rằng tiến bộ đạt được nhờ học tăng cường với cơ chế tự phản hồi, một phương pháp huấn luyện trong đó phản hồi về các lần thực hiện trước giúp định hình hành vi về sau.

Harness là phần mềm bao quanh mô hình ngôn ngữ, quản lý công cụ, tệp, phiên làm việc và quá trình thực thi tác vụ. Mô hình có thể đề xuất mã hoặc quyết định bước tiếp theo; Harness cung cấp môi trường để những hành động đó diễn ra. Vì vậy, phần mềm bao quanh mô hình cũng trở thành một phần của quá trình phát triển dự án, bên cạnh chính mô hình.

Các kết quả đánh giá nổi bật nhất ở đâu

Các kết quả đánh giá do DeepSeek công bố cho thấy mô hình cập nhật đạt 77,0 điểm trên DeepSWE v1.1, tăng từ mức 74,2 của phiên bản tháng 9. Đây là mức tăng 2,8 điểm trong bài đánh giá công việc kỹ thuật phần mềm. Trong bảng so sánh của công ty, Claude Opus 5 đạt 74,0 điểm và GPT 5.6-Sol đạt 73,0 điểm.

Terminal-Bench 4.0 ghi nhận mức cải thiện lớn hơn so với bản Flash trước đó, tăng từ 31,2 lên 42,3 điểm, tức tăng 11,1 điểm. ProgramBench tăng từ 20,3 lên 29,1, trong khi NL2Repo-Bench tăng từ 65,4 lên 68,2.

DeepSeek cũng liệt kê mức cải thiện ở các tác vụ liên quan đến agent, tức những hệ thống sử dụng công cụ để thực hiện một chuỗi hành động. Automation-Bench v1.0.6 tăng từ 54,8 lên 60,5; Agents' Last Exam tăng từ 31,8 lên 35,4; và Apex Bench v1.1 tăng từ 64,6 lên 72,1.

Mô hình cập nhật dẫn đầu bảng so sánh của DeepSeek ở DeepSWE, Automation-Bench, Agents' Last Exam và Apex Bench, vượt các mô hình được liệt kê của Anthropic, OpenAI, Kimi và Zhipu. Claude Opus 5 đạt điểm cao hơn ở một số bài đánh giá khác, gồm Terminal-Bench, ProgramBench và NL2Repo.

Điều kiện thử nghiệm có ảnh hưởng đến các con số này. DeepSeek công bố điểm Terminal-Bench 4.0 là 42,3, trong khi một đánh giá của Artificial Analysis đưa ra mức 26,8. Không có thông tin chi tiết về thiết lập thử nghiệm để giải thích chênh lệch này. DeepSeek cho biết họ dùng Claude Code làm môi trường cho Terminal-Bench và Mini-SWE-V2 cho DeepSWE, qua đó cho thấy mô hình được đánh giá cùng với các công cụ bao quanh như thế nào.

Vì sao câu trả lời ngắn hơn có thể giảm chi phí tác vụ

DeepSeek gọi bản cập nhật là một cải thiện Pareto về hiệu năng và chi phí. Nói đơn giản, công ty cho rằng người dùng nhận được kết quả tốt hơn trong khi chi ít tiền hơn, thay vì phải đánh đổi chất lượng cao hơn lấy hóa đơn lớn hơn.

Dịch vụ mô hình thường tính phí theo token, những đơn vị nhỏ mà văn bản được chia thành để xử lý. Câu trả lời được tạo ra ngắn hơn sẽ dùng ít token đầu ra hơn. Một agent lập trình có thể tạo nhiều câu trả lời trong một công việc, vì vậy giảm lượng đầu ra không cần thiết qua các bước có thể hạ tổng chi phí.

DeepSeek cho biết thời gian thực hiện tác vụ cũng giảm. Điều này quan trọng với các dự án cần chỉnh sửa, kiểm thử và dùng công cụ lặp đi lặp lại, khi người dùng chờ kết quả hoàn chỉnh thay vì một câu trả lời đơn lẻ. Công ty mô tả đây là một bản cập nhật kỹ thuật nhỏ, dù tuyên bố có cải thiện trên nhiều mặt như suy luận, lập trình, tác vụ agent và đánh giá thị giác.

Search tìm trang, còn Fetch truy xuất nội dung

Hai dịch vụ Search và Fetch của DeepSeek đảm nhận các nhiệm vụ khác nhau. Search nhận truy vấn và trả về các kết quả đã xếp hạng. Fetch nhận địa chỉ một trang web cụ thể và truy xuất tiêu đề cùng nội dung dưới dạng Markdown, một định dạng văn bản đơn giản vẫn giữ được các cấu trúc hữu ích như tiêu đề và danh sách.

Chẳng hạn, nhà phát triển có thể dùng Search để tìm tài liệu phần mềm mới nhất, rồi dùng Fetch để truy xuất trang phù hợp trước khi yêu cầu mô hình viết mã. Các ứng dụng kết hợp tài liệu truy xuất được với câu trả lời do mô hình tạo ra thường được gọi là hệ thống tạo sinh tăng cường truy xuất, hay RAG.

Các dịch vụ sử dụng địa chỉ cơ sở api.deepseek.com và cùng hệ thống thông tin xác thực API với dịch vụ mô hình của DeepSeek. Hai endpoint là POST /v1/tools/search và POST /v1/tools/fetch. Chúng trả về dữ liệu JSON có cấu trúc để phần mềm có thể đọc và chuyển tiếp giữa các công cụ.

Search chấp nhận truy vấn tối đa 128 ký tự. Nhà phát triển có thể yêu cầu từ một đến 50 kết quả; mặc định là 10. Kết quả có thể bao gồm tiêu đề, địa chỉ, phần tóm tắt ngắn, phần tóm tắt dài hơn dành cho mô hình, ngày xuất bản và, nếu có, toàn bộ nội dung trang.

DeepSeek cho biết công cụ tìm kiếm của họ đã hỗ trợ tìm kiếm trên website và API, xử lý hàng trăm triệu yêu cầu mỗi ngày trên toàn cầu. Công ty mô tả chỉ mục của mình bao phủ hàng trăm tỷ trang web và hỗ trợ tìm kiếm bằng nhiều ngôn ngữ.

DeepSeek cũng cho biết họ lọc các hành vi thao túng thứ hạng tìm kiếm, những nỗ lực tác động đến thông tin được AI tạo sinh lựa chọn và nội dung chất lượng thấp do AI tạo ra. Những biện pháp này xử lý thông tin mà agent tiếp cận trước khi viết câu trả lời hoặc thực hiện yêu cầu của người dùng.

Nhà phát triển sẽ trả bao nhiêu và từ khi nào

Thông báo tiếng Anh của DeepSeek niêm yết riêng phí Search và Fetch ở mức 0,75 USD/1.000 lượt gọi cho mỗi dịch vụ. Mức giá tiếng Trung là 5 nhân dân tệ/1.000 lượt gọi cho từng dịch vụ. Vì vậy, quy trình tìm kiếm một lần rồi truy xuất một trang sẽ sử dụng hai dịch vụ và bị tính phí riêng.

Theo quy định tính phí được công bố, Search tính phí khi trả về thành công một danh sách kết quả không rỗng. Fetch tính phí khi trả về nội dung trang với mã trạng thái thành công HTTP 200. Yêu cầu thất bại, kết quả rỗng và yêu cầu hết thời gian chờ sẽ được miễn phí; yêu cầu thêm kết quả tìm kiếm cũng không làm thay đổi giá của lượt gọi Search đó.

Với mức giá bằng nhân dân tệ đã công bố, 1.000 lượt tìm kiếm thành công tiếp theo là 1.000 lượt truy xuất trang thành công sẽ tốn tổng cộng 10 nhân dân tệ cho dịch vụ tìm kiếm và truy xuất. Phí xử lý của mô hình được tính riêng. Việc tách riêng này giúp nhà phát triển ước tính chi phí của một agent thường xuyên tra cứu thông tin trong quá trình làm việc.

DeepSeek cho biết các lệnh gọi Search và Fetch thông qua công cụ máy chủ trong DeepSeek Harness, Claude Code và Codex tạm thời miễn phí cho người dùng API DeepSeek. Tính phí theo hình thức này sẽ bắt đầu lúc 16:00 UTC ngày 31 tháng 10 năm 2026, tương ứng 00:00 ngày 1 tháng 11 tại Bắc Kinh. Quy định miễn phí tạm thời áp dụng cho các lệnh gọi công cụ đó, còn phí thông thường của mô hình vẫn được duy trì.

Mỗi tài khoản có thể gửi tối đa năm yêu cầu Search mỗi giây và năm yêu cầu Fetch mỗi giây; hai giới hạn được tính riêng. Fetch còn áp dụng thêm giới hạn đối với từng tên miền website. Yêu cầu vượt quá tốc độ cho phép sẽ nhận phản hồi HTTP 429, báo cho ứng dụng cần giảm tốc độ gửi yêu cầu.

Các bản cập nhật Harness kết nối mô hình với công việc hằng ngày

DeepSeek khuyến nghị sử dụng Harness v0.2.1-rc.1 trở lên với mô hình cập nhật. Ký hiệu rc là viết tắt của bản phát hành ứng viên, tức phiên bản được chuẩn bị để thử nghiệm trước khi phát hành chính thức. Mô hình được tối ưu riêng cho DeepSeek Harness, Tencent CodeBuddy, WorkBuddy và các framework khác.

Bản phát hành Harness bổ sung cách khám phá plugin từ các chỉ mục tùy chỉnh và cho phép yêu cầu agent tạo plugin. Bản cập nhật cũng cải thiện việc xử lý phần phụ thuộc khi bật, tắt, cập nhật hoặc gỡ plugin. Một số thay đổi đối với plugin có thể có hiệu lực ngay lập tức; những thay đổi khác cần khởi động lại.

Nhà phát triển có thêm giao diện để đọc và thay đổi thư mục làm việc của một phiên thông qua bộ SDK TypeScript và Python. Các tính năng bổ sung khác gồm công cụ thử nghiệm để kiểm tra phiên làm việc, hỗ trợ các thư mục làm việc Git riêng biệt và tự động che các khóa cùng token tìm thấy trong tin nhắn gửi đi.

Bản phát hành tiếp tục phát triển cầu nối Claude Code Mods, từng được thử nghiệm trong một bản alpha Harness trước đó. Bản thử nghiệm trước có ba ví dụ chạy được và bốn ví dụ bị chặn do thiếu giao diện hoặc khả năng hiển thị. Lớp tương thích vẫn đang ở giai đoạn thử nghiệm, với mục tiêu đã nêu là kiểm tra mức độ phù hợp của các khả năng mở rộng Claude Code với plugin Harness.

Người lần đầu sử dụng Harness cũng được tặng 6 nhân dân tệ tín dụng khuyến mại mà không cần thanh toán trước. Khoản tín dụng hết hạn sau bảy ngày kể từ khi được cộng và chỉ áp dụng khi hạn mức phân bổ vẫn còn. Thời hạn ngắn khiến đây trở thành khoản dùng thử trong thời gian ngắn dành cho người dùng mới.

Trọng số mở và các lựa chọn triển khai

Thông báo chính thức của DeepSeek xác nhận V4.1-Flash-1017 có trên Hugging Face và ModelScope. Bản phát hành tiếp tục sử dụng giấy phép MIT của dòng V4.1 Flash, cho phép tái sử dụng rộng rãi theo các điều khoản của giấy phép. Vì vậy, nhà phát triển có thể chọn giữa dịch vụ lưu trữ sẵn và tự vận hành mô hình.

V4.1 Flash nhận văn bản và hình ảnh, đồng thời tạo văn bản. Kiến trúc của mô hình sử dụng cơ chế hỗn hợp chuyên gia, nghĩa là chỉ những phần được chọn của mô hình được kích hoạt ở mỗi bước xử lý, thay vì toàn bộ mô hình cùng xử lý mọi token. Các mô tả kiến trúc liệt kê backbone gồm 552 tỷ tham số, trong đó 8 tỷ tham số hoạt động khi xử lý đầu vào và 16 tỷ khi tạo đầu ra.

Cửa sổ ngữ cảnh khoảng một triệu token cho phép mô hình xử lý lượng lớn tài liệu trong một phiên. Với agent lập trình, tài liệu đó có thể gồm hướng dẫn, tệp mã nguồn, hội thoại trước đó và kết quả từ công cụ. Cửa sổ ngữ cảnh quy định lượng thông tin mô hình có thể xem xét, còn giới hạn đầu ra quy định lượng nội dung có thể tạo ra trong một câu trả lời.

Thông số triển khai dịch vụ lưu trữ có thể khác nhau. Một danh sách API của bên thứ ba nêu cửa sổ ngữ cảnh 1.048.576 token và độ dài hoàn tất tối đa 131.072 token, đồng thời hỗ trợ gọi hàm và đầu ra có cấu trúc được xác định bằng lược đồ JSON. Gọi hàm cho phép mô hình yêu cầu một công cụ bên ngoài; đầu ra có cấu trúc giúp ứng dụng xử lý dữ liệu theo định dạng nhất quán.

Cùng danh sách đó cung cấp định tuyến qua inference.net, DeepInfra và DeepSeek, chuyển yêu cầu sang nhà cung cấp khác khi một bên gặp lỗi. Với nhà phát triển, các lựa chọn giờ đây bao gồm quyền truy cập mô hình, định tuyến nhà cung cấp và các dịch vụ tìm kiếm riêng biệt, mỗi dịch vụ có thiết lập vận hành và chi phí riêng.

Các mốc thời gian triển khai

Bản phát hành tháng 10 của DeepSeek kết hợp cập nhật mô hình, bản phát hành ứng viên Harness và quyền truy cập công khai vào hạ tầng tìm kiếm. Trước đó trong ngày 17 tháng 10, một công cụ theo dõi API tự động phát hiện mục mô hình có hậu tố 1017 nhưng mục này sau đó biến mất. Thông báo sau đó của DeepSeek xác nhận bản phát hành và việc thay đổi trên website, ứng dụng và API.

Tiến trình này giúp nhà phát triển có một khoảng thời gian ngắn để cập nhật công cụ và xem xét mức sử dụng tìm kiếm trước khi giai đoạn miễn phí tạm thời kết thúc:

• Ngày 10 tháng 9 năm 2026: DeepSeek phát hành mô hình V4.1 Flash ban đầu.
• Ngày 3 tháng 10 năm 2026: Harness v0.2.1-alpha.1 giới thiệu cầu nối Claude Code Mods thử nghiệm.
• Ngày 17 tháng 10 năm 2026: V4.1-Flash-1017 được đưa lên website, ứng dụng và API; Search và Fetch mở cho nhà phát triển, đồng thời bản phát hành ứng viên Harness cập nhật được cung cấp.
• 16:00 UTC ngày 31 tháng 10 năm 2026: Bắt đầu tính phí các lệnh gọi Search và Fetch đủ điều kiện qua công cụ máy chủ, tương ứng nửa đêm ngày 1 tháng 11 tại Bắc Kinh.

Nhà phát triển đang dùng deepseek-flash sẽ nhận mô hình cập nhật thông qua tên hiện có. Người dùng Harness cũng được hướng dẫn cập nhật ứng dụng bao quanh. Thay đổi thực tế là một quy trình làm việc kết nối chặt chẽ hơn: mô hình được huấn luyện cho các dự án dài hơn, công cụ để thực hiện công việc và dịch vụ tìm kiếm sắp áp dụng khoản phí sử dụng riêng.

Điểm chính

• DeepSeek phát hành V4.1-Flash-1017 trên website, ứng dụng và API vào ngày 17 tháng 10 năm 2026.
• Mô hình vẫn có thể truy cập bằng tên deepseek-flash; phương thức gọi API mô hình và mức giá hiện tại không thay đổi.
• DeepSeek công bố điểm DeepSWE v1.1 là 77,0, tăng từ 74,2, cùng với thời gian thực hiện tác vụ nhanh hơn và đầu ra ngắn hơn.
• Các dự án trình diễn gồm mô hình Tử Cấm Thành, trò chơi đua xe trên trình duyệt, phiên bản Portal 2 và Valley of Ages.
• Mỗi dịch vụ Search và Fetch có giá 0,75 USD hoặc 5 nhân dân tệ cho 1.000 lượt gọi thành công.
• Bắt đầu tính phí các lượt gọi đủ điều kiện qua công cụ máy chủ vào nửa đêm ngày 1 tháng 11 tại Bắc Kinh.
• DeepSeek khuyến nghị Harness v0.2.1-rc.1 trở lên và đã phát hành trọng số mô hình trên Hugging Face cùng ModelScope.