DeepSeek ปล่อย V4-Flash ตัวจริงออกจาก preview — Terminal Bench 2.1 ที่ 82.7, รองรับ Responses API และปรับมาให้ Codex ใช้ตรง ๆ ที่ราคา $0.14/$0.28 ต่อล้านโทเคน

วันนี้ (31 กรกฎาคม 2026) DeepSeek อัปเดต change log ของ API ประกาศว่า DeepSeek-V4-Flash เวอร์ชันทางการเข้าสู่ public beta แล้ว วิธีเรียกไม่เปลี่ยน — ตั้งชื่อโมเดลเป็น deepseek-v4-flash ก็ได้ตัวใหม่ทันที

สิ่งที่น่าสนใจอยู่ที่บรรทัดเล็ก ๆ ในประกาศ: DeepSeek-V4-Flash-0731 ใช้สถาปัตยกรรมและขนาดเท่าเดิมกับ V4-Flash-Preview ทุกประการ เปลี่ยนแค่ post-training ใหม่ทั้งรอบ นั่นแปลว่าคะแนนที่กระโดดขึ้นทั้งหมดในรอบนี้มาจากการเทรนขั้นหลัง ไม่ใช่จากการขยายโมเดล — ซึ่งเป็นสัญญาณที่ต่างจากที่วงการชินกันมา

ตัวเลขที่ DeepSeek เคลม

DeepSeek บอกว่าความสามารถด้าน agent “เหนือกว่า V4-Pro-Preview อย่างมีนัยสำคัญ” — คือรุ่นเล็กแซงรุ่นใหญ่ที่ยังเป็น preview อยู่ ชุดคะแนนที่ประกาศ:

Benchmark	คะแนน
Terminal Bench 2.1	82.7
Cybergym	76.7
Toolathlon verified	70.3
DSBench-FullStack (ชุดภายใน)	68.7
DSBench-Hard (ชุดภายใน)	59.6
DeepSWE	54.4
NL2Repo	54.2
Agent Last Exam	25.2
Automation Bench (Public)	25.1

มีเงื่อนไขที่ต้องอ่านให้ครบ: งาน Code Agent ทั้งหมดวัดด้วย DeepSeek Harness โหมด minimal (ซึ่ง “จะปล่อยเร็ว ๆ นี้” — ยังไม่ปล่อย) ที่ระดับ effort สูงสุด, top_p=0.95, temperature=1.0 และ DSBench-FullStack กับ DSBench-Hard เป็นชุดทดสอบภายในของ DeepSeek เอง ไม่ใช่ benchmark สาธารณะ สองตัวนี้จึงเทียบกับใครไม่ได้ ให้ถือเป็นตัวเลขอ้างอิงภายในเท่านั้น

สเปกและราคา — จุดที่กระทบนักพัฒนาจริง

ตัวโมเดลบน Hugging Face (deepseek-ai/DeepSeek-V4-Flash) ระบุไว้ชัด:

• 284B พารามิเตอร์รวม / 13B active — MoE ที่ active น้อยมาก
• context 1 ล้านโทเคน, output สูงสุด 384K โทเคน
• สถาปัตยกรรม Hybrid Attention (Compressed Sparse Attention + Heavily Compressed Attention)
• ใบอนุญาต MIT

ราคาต่อ 1 ล้านโทเคนตามหน้า pricing:

	input (cache hit)	input (cache miss)	output
v4-flash	$0.0028	$0.14	$0.28
v4-pro	$0.003625	$0.435	$0.87

ราคา cache hit ที่ $0.0028 คือจุดที่ควรสังเกต — ต่ำกว่า cache miss ห้าสิบเท่า สำหรับ agent ที่วน loop บน context เดิมซ้ำ ๆ (ซึ่งคืองาน coding agent เกือบทั้งหมด) ความต่างนี้เปลี่ยนโครงสร้างต้นทุนทั้งระบบ

คำเตือนที่ต้องอ่าน: หน้า pricing ระบุว่า DeepSeek กำลังจะเริ่มคิดราคาแบบ peak/off-peak โดยช่วง peak จะแพงเป็น 2 เท่า — ช่วง peak คือ 9:00–12:00 และ 14:00–18:00 ตามเวลาปักกิ่ง ซึ่งตรงกับเวลาทำงานของไทยเกือบพอดี (เวลาไทยช้ากว่าปักกิ่ง 1 ชั่วโมง คือราว 8:00–11:00 และ 13:00–17:00) ใครวางแผนต้นทุนต้องเผื่อไว้

Responses API และ Codex — ท่าที่ตั้งใจเล็งไปที่ agent

ประกาศระบุว่า V4-Flash ตัวทางการ รองรับรูปแบบ Responses API แบบ native และปรับมาสำหรับ Codex โดยเฉพาะ

เอกสาร Responses API ของ DeepSeek ยืนยันรายละเอียด: ตอนนี้รองรับเฉพาะ deepseek-v4-flash (ส่วน deepseek-v4-pro จะตามมา ต้นเดือนสิงหาคม 2026), base URL ยังเป็น https://api.deepseek.com, รองรับพารามิเตอร์ effort, function calling, web search tool และ streaming แบบ SSE ที่สำคัญคือรองรับ tool apply_patch แบบ custom เพื่อให้เข้ากับ Codex ได้

ส่วน file_search และ code_interpreter — เอกสารบอกตรง ๆ ว่า ถูกเพิกเฉย และ summary รับค่าได้แต่ไม่ได้สร้าง summary จริง ควรรู้ไว้ก่อนย้ายโค้ดมา

อีกจุดที่เอกสารของ DeepSeek ระบุคือ API ของเขาใช้เป็น backend ให้ Claude Code, GitHub Copilot และ OpenCode ได้เลยโดยไม่ต้องเขียนโค้ดเพิ่ม

เรื่อง weights — อย่าเพิ่งรีบ

ต้องพูดให้ตรง: ณ เวลาที่เขียน ยังไม่มี weights ของ 0731 บน Hugging Face repo deepseek-ai/DeepSeek-V4-Flash มี branch เดียวคือ main ไม่มี tag และ commit ล่าสุดยังลงวันที่ 22 มิถุนายน 2026 ซึ่งคือรุ่น preview

แปลว่ารอบนี้เป็นการปล่อย API-first ใครจะรัน local ตอนนี้ยังได้แค่รุ่น preview (ผ่าน GGUF ของ unsloth, NVFP4 ของ NVIDIA หรือ MLX ของ mlx-community ที่มีอยู่แล้ว) ประวัติที่ผ่านมา DeepSeek ปล่อย weights ตามหลังเสมอภายใต้ MIT แต่ยังไม่มีวันประกาศ — อย่าเพิ่งวางแผน deployment โดยสมมติว่ามันจะมาพรุ่งนี้

ประกาศปิดท้ายว่า V4-Pro ตัวทางการจะตามมา “เร็ว ๆ นี้”

มุมมอง AI Curator

เรื่องที่ใหญ่กว่าตัวเลข benchmark คือประโยคว่า “สถาปัตยกรรมและขนาดเท่าเดิม เปลี่ยนแค่ post-training”

ตลอดปีที่ผ่านมาวงการคุ้นกับสมการว่าความสามารถที่เพิ่มขึ้นต้องแลกด้วยโมเดลที่ใหญ่ขึ้นและราคาที่แพงขึ้น รอบนี้ DeepSeek แสดงให้เห็นว่ายังมีที่ว่างเหลืออีกมากในขั้น post-training โดยเฉพาะกับงาน agent ที่วัดด้วย Terminal Bench หรือ Toolathlon — งานพวกนี้ไม่ได้ต้องการความรู้เพิ่ม แต่ต้องการวินัยในการวางแผน เรียกเครื่องมือ และแก้เมื่อพลาด ซึ่งเป็นสิ่งที่สอนได้ในขั้นหลัง

สำหรับทีมไทยและ SEA ผลกระทบตรงที่สุดคือต้นทุน โมเดลที่วิ่งงาน coding agent ได้ในระดับนี้ที่ output $0.28 ต่อล้านโทเคน เปลี่ยนคำถามจาก “เราจ่ายไหวไหม” เป็น “เราออกแบบ workflow ให้ใช้ประโยชน์จาก cache ได้แค่ไหน” — เพราะช่องว่างระหว่าง cache hit กับ cache miss ห้าสิบเท่านั้นใหญ่กว่าช่องว่างระหว่าง vendor เสียอีก ทีมที่ออกแบบ prompt prefix ให้เสถียรและ reuse ได้จะจ่ายคนละโลกกับทีมที่ไม่ได้ออกแบบ

แต่ให้ระวังสองข้อ หนึ่ง — ราคา peak/off-peak ที่กำลังจะมาตกใส่เวลาทำงานของไทยเต็ม ๆ ถ้าคุณรัน batch job หรือ CI ที่ยืดหยุ่นเวลาได้ ย้ายไปนอกช่วงนั้นคือส่วนลด 50% ฟรี สอง — คะแนนทั้งชุดวัดด้วย harness ของ DeepSeek เองที่ยังไม่ปล่อย และ effort ระดับสูงสุด ตัวเลขที่คุณได้จริงบน harness ของคุณเองจะต่ำกว่านี้แน่นอน ควรวัดกับ workload ของตัวเองก่อนตัดสินใจย้าย

และสำหรับคนที่รอ weights: MIT license กับประวัติการปล่อยของ DeepSeek ทำให้มีเหตุผลให้เชื่อว่าจะมา แต่ “มีเหตุผลให้เชื่อ” กับ “ประกาศแล้ว” ไม่เหมือนกัน ตอนนี้ยังเป็นอย่างแรก

แหล่งข่าว

• DeepSeek API Change Log — DeepSeek-V4-Flash Update (31 ก.ค. 2026)
• DeepSeek API — Models & Pricing
• DeepSeek API — Responses API guide
• deepseek-ai/DeepSeek-V4-Flash บน Hugging Face