วันนี้ DeepSeek ปลดระวางชื่อโมเดลเก่า — deepseek-chat / deepseek-reasoner หยุดใช้ 15:59 UTC ต้องย้ายไป V4
ถ้าโค้ดของคุณเรียก DeepSeek API ด้วยชื่อ deepseek-chat หรือ deepseek-reasoner — วันนี้คือเส้นตาย DeepSeek ประกาศในเอกสาร API ว่า สองชื่อโมเดลนี้จะถูก “ปลดระวางและเข้าถึงไม่ได้อีกหลังวันที่ 24 ก.ค. 2026 เวลา 15:59 UTC” (ตรงกับ 22:59 ตามเวลาไทย คืนนี้) นี่เป็นการปิดฉากการเปลี่ยนผ่านไปสู่ตระกูล DeepSeek V4 ที่เริ่มมาตั้งแต่เดือนเมษายน
นี่ไม่ใช่โมเดลใหม่ — DeepSeek V4 เปิดตัว (พร้อม open weights บน Hugging Face) มาตั้งแต่ 24 เม.ย. 2026 และเราเคยรายงานไปแล้ว สิ่งที่เกิดขึ้น วันนี้ คือการเก็บกวาดขั้นสุดท้าย: ชื่อ API รุ่นเก่าถูกยกเลิก เหลือเพียงสาย V4 เป็นทางเลือกเดียว งานของนักพัฒนาคือ migration ไม่ใช่การประเมินโมเดลใหม่
ชื่อเก่าแมปไปที่ไหน
ตามเอกสาร ชื่อเดิมทั้งสองไม่ได้หายไปเฉย ๆ แต่ถูกแทนที่ด้วยโหมดของ deepseek-v4-flash:
deepseek-chat→ โหมด non-thinking ของdeepseek-v4-flashdeepseek-reasoner→ โหมด thinking ของdeepseek-v4-flash
การแก้จึงตรงไปตรงมา: เปลี่ยน string ชื่อโมเดลในโค้ดจาก deepseek-chat/deepseek-reasoner เป็น deepseek-v4-flash (และเลือกโหมด thinking/non-thinking ตามต้องการ) API ยังรองรับทั้ง OpenAI ChatCompletions และ Anthropic API เหมือนเดิม จุดที่ต้องระวังคือทุกที่ที่ hardcode ชื่อเก่าไว้ — ทั้งใน SDK config, environment variable, และสคริปต์ batch
ตระกูล V4 ที่เหลืออยู่
หลังการปลดระวาง lineup ของ DeepSeek เหลือสองตัวหลัก ทั้งคู่เป็น open weights และ default ที่ context 1M token:
| โมเดล | พารามิเตอร์ | หมายเหตุ |
|---|---|---|
deepseek-v4-flash | 284B total / 13B active | เร็ว ประหยัด ตัวที่ชื่อเก่าแมปมา |
deepseek-v4-pro | 1.6T total / 49B active | ตัวท็อป เน้น reasoning/world knowledge |
สถาปัตยกรรมใช้ DeepSeek Sparse Attention (DSA) + token-wise compression เพื่อประสิทธิภาพที่ context ยาว
ด้านราคา API (ต่อ 1M token, USD) ปัจจุบันเป็นแบบเรตเดียว ไม่มีช่วง peak/off-peak:
- v4-flash — input (cache hit) $0.0028, input (cache miss) $0.14, output $0.28
- v4-pro — input (cache hit) $0.003625, input (cache miss) $0.435, output $0.87
มุมมอง AI Curator
เรื่องเล็กที่คนมักลืม แต่กัดเจ็บจริง: model alias retirement เป็น breaking change ที่พังเงียบ ๆ ทีมที่ hardcode deepseek-chat ไว้ในสคริปต์ cron หรือ batch job ที่ไม่มีใครดูจะเจอ error หลัง 22:59 คืนนี้โดยไม่มีสัญญาณเตือนล่วงหน้าถ้าไม่ได้ตามอ่าน changelog บทเรียนคลาสสิกคือ อย่า hardcode ชื่อโมเดล — ควรตั้งเป็น config/env ตัวเดียวที่แก้ที่เดียวจบ
สำหรับนักพัฒนาไทยที่ใช้ DeepSeek เพราะราคาถูก (เป็นหนึ่งในโมเดลที่คุ้มที่สุดต่อคุณภาพในตลาดตอนนี้) ข่าวดีคือการย้ายแทบไม่มีต้นทุน — แค่เปลี่ยนชื่อโมเดล ราคายังอยู่ระดับเดิม และได้ context 1M เป็น default อีกด้วย ส่วนใครที่ self-host จาก open weights บน Hugging Face อยู่แล้ว การเปลี่ยนแปลงฝั่ง API cloud นี้ไม่กระทบ แต่ก็เป็นจังหวะดีที่จะเช็กว่า weight/revision ที่โฮสต์อยู่ตรงกับสายที่ยัง maintain หรือไม่
แหล่งข่าว
อ่านเพิ่มในหมวด เครื่องมือนักพัฒนา
Betelgeuse รัน Qwen3.8 Flash Next ขนาด 68GB บน RTX 3060 กับแรม 16GB ส่วน Basalt วัดให้เห็นว่าเอนจินที่เร่งด้วยแฟล็กลัดทำให้โมเดลลืมของ
Betelgeuse ฟอร์ก llama.cpp ที่เปิดเมื่อ 31 ต.ค. ดึง expert จาก NVMe เข้า VRAM ตามต้องการ อ้าง 22 tok/s แบบไม่ทิ้ง expert แต่ README เตือนเองว่ายังทดลองและตัวเลขมาจากคนละรอบ วันเดียวกันผู้พัฒนา Basalt เผยผลวัดว่าแฟล็กเร่งความเร็วทำคุณภาพ Q8 ตกไปใกล้ Q2
กฎห้ามโคลนเกมของ Claude Code เริ่มกระทบงานจริง บริษัทรับทำเกมกระดานร้องงานลูกค้าหยุด แต่รายงานหลายชิ้นปนกับตัวกรองไซเบอร์คนละเรื่อง
ต่อจากที่เราพบกฎนี้ในไบนารี Claude Code ผู้ใช้เริ่มรายงานว่างานเชิงพาณิชย์ถูกปฏิเสธ และ Tom's Hardware กับ Mashable หยิบไปรายงาน แต่เมื่อไล่ issue ที่อ้างถึง พบว่าหลายรายการเกิดก่อนกฎจะมา จึงน่าจะเป็นตัวกรองด้านไซเบอร์ ส่วน Anthropic ยังไม่ชี้แจง
Claude Code ส่ง transcript ของ background agent ให้โมเดลทุก ~30 วินาทีเพื่อเขียนสถานะ 3–5 คำ ผู้วัดรายงานกินราว 16% และยังปิดแบบทางการไม่ได้
รายงานอิสระพบว่าฟีเจอร์ agent_summary ของ Claude Code ส่ง transcript เต็มของ background agent ไปถามสถานะทุก ~30 วินาที คิดเป็น 16.4% ของค่าใช้จ่ายในระบบของผู้วัด Issue เปิดมาตั้งแต่ ส.ค. ยังไม่มีสวิตช์ปิดที่รองรับ เราตรวจพบโค้ดนี้ใน 2.1.314 และพบกฎใหม่เรื่องเกมที่ไม่อยู่ใน changelog