Attention lai DeepSeek-V4 và ngữ cảnh 1M
Tận dụng kiến trúc Mixture-of-Experts thưa (49B tham số hoạt động trên 1,6T ở V4-Pro) để xử lý tới 1 triệu token với độ trễ và chi phí bộ nhớ tối thiểu.
Suy luận chuỗi tư duy minh bạch
Do DeepSeek-R1 tiên phong và được tích hợp vào chế độ suy nghĩ của V3.2 và V4, phơi bày quá trình tự kiểm chứng từng bước cho toán học, logic và gỡ lỗi mã phức tạp.
Lưu đệm ngữ cảnh tự động và giá API ngoài giờ cao điểm
Giảm chi phí token đầu vào xuống 0,003 USD/1M trên Flash và 0,022 USD/1M trên V4-Pro khi trúng đệm, với mức giá thấp hơn 50% trong các giờ thấp điểm theo UTC.
Trợ lý web và di động miễn phí cho người dùng
Cung cấp quyền truy cập miễn phí tại chat.deepseek.com và trên iOS/Android với tải tài liệu, chế độ suy luận và tìm kiếm web mà không đặt các mô hình cốt lõi sau tường phí.
Hệ sinh thái mã nguồn mở và tự do tự lưu trữ
Cung cấp trọng số mở cho DeepSeek-V3, R1, các biến thể chưng cất và mô hình Prover trên Hugging Face và GitHub để doanh nghiệp có thể triển khai trong môi trường cách ly.
DeepSeek (Công ty TNHH Trí tuệ Nhân tạo Hàng Châu DeepSeek) là tổ chức nghiên cứu AI tiên phong đã làm rung chuyển thị trường LLM toàn cầu bằng cách kết hợp tính minh bạch của mã nguồn mở với các đột phá về hiệu quả của Mixture-of-Experts (MoE) và suy luận bằng học tăng cường. Sau các bản phát hành mang tính bước ngoặt DeepSeek-V3 và mô hình suy luận DeepSeek-R1 đã qua bình duyệt, DeepSeek giới thiệu thế hệ DeepSeek-V4 vào năm 2026 — với kiến trúc attention lai và cửa sổ ngữ cảnh gốc 1 triệu token — trên DeepSeek-V4-Pro (1,6T tham số tổng, 49B tham số hoạt động mỗi token) và DeepSeek-V4.1-Flash (284B tham số tổng, 13B hoạt động mỗi token).
Người dùng có thể tương tác với DeepSeek theo ba cách: hoàn toàn miễn phí qua cổng web dành cho người dùng phổ thông (chat.deepseek.com) và ứng dụng di động với công tắc một chạm cho suy nghĩ sâu và tìm kiếm web trực tiếp; qua API nhà phát triển tương thích OpenAI do DeepSeek vận hành; hoặc tự lưu trữ các checkpoint mã nguồn mở của DeepSeek (gồm V3, R1, Prover-V2 và các biến thể chưng cất Qwen/Llama) trên hạ tầng riêng. Các mô hình vượt trội ở toán học thi đấu, thiết kế thuật toán, kỹ thuật phần mềm cấp kho mã và trích xuất dữ liệu có cấu trúc, với cơ chế lưu đệm ngữ cảnh tự động trên API giúp giảm hơn 95% chi phí cho các prompt lặp lại.
Cuối năm 2026, DeepSeek vẫn là chuẩn mực về hiệu năng/giá cho nhà phát triển và quy trình tự động hóa. Trong khi giao diện chat cho người dùng vẫn miễn phí, không bắt buộc gói đăng ký 20 USD/tháng, API nhà phát triển đã chuyển sang hai điểm cuối chính vào cuối năm 2026 — `deepseek-flash` và `deepseek-v4-pro` — với giá theo giờ trong ngày. Các lệnh gọi API ngoài giờ cao điểm chỉ tốn 0,15 USD mỗi triệu token đầu vào (0,003 USD khi trúng bộ nhớ đệm) và 0,60 USD mỗi triệu token đầu ra trên Flash, và 0,66 USD đầu vào / 1,98 USD đầu ra trên V4-Pro, chỉ bằng một phần nhỏ chi phí so với các mô hình tiên phong phương Tây tương đương.
