DeepSeek V4 เปิด open weights — 1.6T MoE + 1M context บน Apache 2.0 ตีกลับรอบโลกด้วยราคา $0.30/MTok
DeepSeek ปล่อย V4 เป็น open weights ใต้ license Apache 2.0 ในเดือนเมษายน 2026 พร้อมเปิด API ทันที — ครั้งนี้มาเป็น 2 รุ่น: V4-Pro 1.6 ล้านล้าน parameter (activate 49B) และ V4-Flash 284B (activate 13B) ทั้งคู่รองรับ context 1 ล้าน token
สถาปัตยกรรม: hybrid attention ที่ลดต้นทุน long-context
จุดที่น่าสนใจที่สุดคือ hybrid attention ที่ผสม Compressed Sparse Attention (CSA) กับ Heavily Compressed Attention (HCA) — ผลคือใน 1M-token context setting, DeepSeek-V4-Pro ใช้แค่ 27% ของ single-token inference FLOPs และ 10% ของ KV cache เมื่อเทียบกับ V3.2
ตัวเลขนี้สำคัญ เพราะ long-context เป็นจุดที่ทุกคนเจ็บที่ cost — แม้แต่ Gemini 3 Pro ที่ Google ชูเรื่อง 1M context เป็น headline feature ก็ยังมี economics ที่ stretched สำหรับ production workload
Benchmark: 81% SWE-bench, Codeforces 3206 — ชนะ GPT-5.4 xHigh
V4-Pro-Max รายงาน Codeforces rating 3206 ซึ่งสูงกว่า GPT-5.4 xHigh (3168) — DeepSeek เคลมว่าปิด gap ระหว่าง open-source กับ closed-source frontier ได้แล้วใน reasoning และ agentic tasks
ราคา API อยู่ที่ $0.30 / ล้าน token ซึ่งถูกกว่า GPT-5.5 และ Claude Opus 4.5 อย่างมีนัยสำคัญ สำหรับทีมที่ทำ batch processing หรือ RAG pipeline ใหญ่ ๆ นี่เป็นเรื่องที่ต้องเอามาคำนวณใหม่
Open weights บน Hugging Face
weights ทั้ง Pro และ Flash ขึ้น Hugging Face แล้ว — Apache 2.0 อนุญาตใช้เชิงพาณิชย์ได้ทั้งหมด รวมถึงการ fine-tune, quantize, distill และ redistribute
มุมมอง AI Curator
การที่ DeepSeek ปล่อย V4 เป็น open weights ใน วันเดียวกันกับที่ OpenAI ปล่อย GPT-5.5 (ซึ่งยังเป็น closed API) คือ statement ที่ชัดมาก — จีนกำลังใช้ open-source strategy กดต้นทุนตลาด AI ทั่วโลก และยังได้ soft power แบบที่ CUDA/Nvidia ยังทำไม่ได้ในระดับ model layer
สำหรับตลาดไทย นี่คือ turning point จริง — ถ้า DeepSeek V4-Flash (284B activate 13B) รันบน 8×H200 ได้ (ซึ่งเป็นไปได้ด้วย quantization), enterprise ไทยที่มีเงื่อนไข data sovereignty (ธนาคาร, ประกัน, ราชการ) จะมีทางเลือกที่ดีขึ้นมากในการ deploy on-prem โดยไม่ต้องผูกกับ API cloud ต่างประเทศ
แต่ต้องไม่ประมาท — เรื่อง supply chain ของ weights, CVE ใน inference serving stack, และการ audit การเทรนของ DeepSeek ยังเป็นคำถามเปิดสำหรับหน่วยงานที่มี compliance สูง การเลือก open-weight ไม่ได้แปลว่า risk-free อัตโนมัติ สำหรับ regulated industries ไทย ควรตั้งทีม security review ก่อน deploy ในงาน production จริง
ประเด็นท้าย — open weights ระดับ frontier กำลังเปลี่ยน moat ของ AI lab จาก “ขนาดโมเดล” → “distribution + product + data flywheel” นี่ดีสำหรับ developer และผู้ใช้ แต่ยังต้องดูว่า DeepSeek จะหาเงินมาเทรนรุ่นถัดไปอย่างไรเมื่อไม่ได้เก็บรายได้จาก API premium แบบ OpenAI/Anthropic
แหล่งข่าว
อ่านเพิ่มในหมวด โมเดลใหม่
Google เปิดตัว Gemini 4 Carbon ขึ้นอันดับ 1 Artificial Analysis v5 ด้วยคะแนน 59 แต่ยังให้ใช้แค่นักป้องกันไซเบอร์กลุ่มเล็ก
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Microsoft ปล่อย Mage-VL-Cowork โมเดล 4B คุมเดสก์ท็อปและเทอร์มินัลในตัวเดียว ได้ 66% บน OSWorld-Verified สัญญาอนุญาต Apache-2.0
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
Mistral ปล่อยน้ำหนัก Large 4 จริงแล้ว — 1T ราคาลดเกือบครึ่ง แต่บน AA ได้ 26 และสัญญาอนุญาตห้ามขายเป็น API ถ้าไม่มีใบอนุญาตแยก
Mistral ปล่อยน้ำหนัก Large 4 (Le Chonk) เมื่อ 29 ต.ค. เป็นรุ่นที่ฝึก RL ต่ออีกสามสัปดาห์หลัง preview ขนาด 1T ใช้พื้นที่ราว 1.06TB ราคา API ลดเหลือ $0.70/$2.10 Mistral นำ open-weight ด้าน coding แต่คะแนนรวม AA 26 ตามหลังโมเดลจีน และสัญญาอนุญาตกันธุรกิจ Model-as-a-Service