DeepSeek V4 Pro ออกจาก preview เป็น GA — build 0813 ราคาเท่าเดิม $0.435/$0.87 แต่ DeepSeek ประกาศว่าจะขึ้นราคา "อย่างมีนัยสำคัญ"

DeepSeek ปิดสถานะ preview ของโมเดลเรือธง V4 Pro แล้ว โดย endpoint deepseek-v4-pro ถูกอัปเดตเป็น build DeepSeek-V4-Pro-0813 และขึ้นเป็น GA (general availability) เมื่อวันที่ 12 สิงหาคม 2026 — นับจากวันที่ V4 เปิดตัวรอบแรกเมื่อ 24 เมษายน ก็เท่ากับอยู่ในสถานะ preview มาเกือบ 4 เดือนเต็ม

สำหรับนักพัฒนา ข่าวนี้มีสองด้านที่ต้องอ่านคู่กัน: ด้านหนึ่งคือราคาที่ยัง ไม่ขยับ — ยังอยู่ที่ $0.435 ต่อล้าน input token (cache miss) และ $0.87 ต่อล้าน output token อีกด้านหนึ่งคือประโยคที่ DeepSeek เขียนไว้เองบนหน้า pricing ทางการว่า “We plan to raise the overall pricing for DeepSeek API services in the near future, with a significant increase expected” — แปลตรงตัวคือ เตรียมขึ้นราคาครั้งใหญ่ ยุคราคาถูกผิดธรรมชาติของ DeepSeek กำลังจะจบลง

ตัวเลขที่ยืนยันได้จากเอกสารทางการ

จากหน้า Models & Pricing ของ DeepSeek เอง ณ วันเขียน:

	V4-Pro	V4-Flash
Input (cache hit)	$0.003625 / MTok	$0.0028 / MTok
Input (cache miss)	$0.435 / MTok	$0.14 / MTok
Output	$0.87 / MTok	$0.28 / MTok
Context	1M token	1M token
Max output	384K token	384K token

จุดที่คนมักมองข้ามคือ ราคา cache hit: $0.003625 ต่อล้าน token คือถูกกว่า cache miss ราว 120 เท่า ใครที่ทำ agent แบบ multi-turn ที่ system prompt และ context ยาว ๆ ถูกส่งซ้ำทุกรอบ ความต่างนี้สำคัญกว่าราคา headline มาก

ตัวสถาปัตยกรรมยังเป็น MoE 1.6 ล้านล้าน parameter (activate 49B ต่อ token) ด้วย hybrid attention (CSA + HCA) ตามที่ DeepSeek ระบุไว้ตั้งแต่รอบเปิดตัวเดือนเมษายน

ข้อควรระวัง: benchmark ที่วิ่งอยู่ตอนนี้ยังตรวจกับต้นทางไม่ได้

หลังข่าว GA ออก มีสำนักข่าวและเว็บสรุปหลายเจ้าลงตารางคะแนนของ 0813 กันคึกคัก — แต่ตัวเลขที่วิ่งอยู่ ขัดกันเอง บางเจ้าอ้าง SWE-bench Verified 80.6% / Terminal Bench 2.0 67.9% บางเจ้าอ้าง Terminal Bench 2.1 พุ่งจาก 72.1 เป็น 87.9 และ DeepSWE จาก 12.8 เป็น 62.7 ซึ่งเป็นคนละชุดกันคนละเรื่อง

เราตรวจแล้วพบว่า DeepSeek ยังไม่มี release note ที่ระบุวันที่ หรือ model card ของ build 0813 ให้อ้างอิง ตัวเลขเหล่านั้นจึงยังไม่มีต้นทางที่ยืนยันได้ บล็อกนี้ขอไม่ลงคะแนนที่ยังตรวจไม่ได้ — ถ้า DeepSeek ปล่อยรายงานทางการเมื่อไร ค่อยว่ากันใหม่ นักพัฒนาที่จะตัดสินใจย้าย stack ควรรอ eval อิสระ (หรือรัน eval ของตัวเองบนงานจริง) มากกว่าเชื่อตารางที่ไม่มีที่มา

weights ของ build GA ยังไม่ออก — open-weight users ยังอยู่กับ preview

นี่คือประเด็นที่นักพัฒนาสาย local ต้องรู้: ตรวจจาก Hugging Face API แล้ว ไม่มี repo ของ DeepSeek-V4-Pro-0813 โมเดลล่าสุดที่ DeepSeek อัปโหลดคือ DeepSeek-V4-Flash-0731 (1 ส.ค.) ส่วน repo deepseek-ai/DeepSeek-V4-Pro ยังคงค้างอยู่ที่การแก้ไขล่าสุดวันที่ 22 มิ.ย.

แปลว่า ณ ตอนนี้ GA = API เท่านั้น ส่วนคนที่รัน weights เองยังอยู่บน build preview และ DeepSeek ยังไม่ประกาศว่าจะปล่อย weights ของ 0813 หรือไม่ (และต่างจาก preview แค่ไหน)

อีกเรื่องที่ควรแก้ให้ตรง: license ของ V4-Pro บน Hugging Face คือ MIT ไม่ใช่ Apache 2.0 — เราตรวจจากไฟล์ LICENSE ในตัว repo โดยตรง (โพสต์เดือนเมษายนของเราเองอ้าง Apache 2.0 ตามสำนักข่าวต้นทาง ซึ่งคลาดเคลื่อน) repo ตัวนี้มียอดดาวน์โหลดราว 1.41 ล้านครั้งในรอบเดือน และ 5,423 likes ซึ่งบอกได้ว่าฐานผู้ใช้ open-weight ของ V4 ไม่ใช่เล่น ๆ

มุมมอง AI Curator

ข่าวจริงของวันนี้ไม่ใช่คำว่า “GA” — แต่คือประโยคเตือนขึ้นราคาที่ DeepSeek เขียนไว้บนหน้า pricing ของตัวเอง

ตลอดปีที่ผ่านมา DeepSeek ทำหน้าที่เป็น เพดานราคา ของทั้งอุตสาหกรรม เวลาใครจะตั้งราคา API แพง ๆ ก็ต้องตอบคำถามว่า “แล้วทำไมไม่ใช้ DeepSeek ที่ถูกกว่า 20 เท่า” ทีมไทยจำนวนมากที่ผมเห็นเลือก V4-Flash เป็น workhorse สำหรับงาน bulk — สรุปเอกสาร, classify, แปล, ทำ pipeline ที่ยิงหลายล้าน token ต่อเดือน — ด้วยเหตุผลเดียวคือต้นทุนต่อ token ถ้าเพดานนั้นขยับขึ้น สมการต้นทุนของหลายโปรเจกต์จะเปลี่ยนทันทีโดยที่โค้ดไม่ได้แตะเลยสักบรรทัด

สิ่งที่ควรทำตั้งแต่วันนี้มี 3 อย่าง หนึ่ง — วัดจริงว่าคุณใช้ token เดือนละเท่าไร แยกตาม cache hit/miss เพราะถ้า cache hit ratio ของคุณต่ำ คุณกำลังจ่ายแพงกว่าที่คิดอยู่แล้วโดยไม่รู้ตัว และการทำ prompt ให้ prefix คงที่ (system prompt + context ก้อนเดิมอยู่หน้าสุด) คือการลดบิลที่ทำได้ทันทีโดยไม่ต้องเปลี่ยนโมเดล สอง — อย่าผูก business logic กับ endpoint เดียว ทำ abstraction บาง ๆ ไว้ให้สลับไป Qwen3.8, GLM หรือ Nemotron ได้ในวันเดียว สาม — ถ้างานของคุณกินราคาถูกเป็นหลัก การรัน weights เองเริ่มคุ้มขึ้นทุกที และตรงนี้แหละที่การที่ DeepSeek ยังไม่ปล่อย weights ของ 0813 เริ่มน่าจับตา

เพราะรูปแบบที่กำลังก่อตัวคือ โมเดลที่ดีที่สุดอยู่หลัง API ส่วน weights ที่แจกคือรุ่นรองลงมาและตามหลังอยู่หนึ่งจังหวะ — เป็นเส้นทางเดียวกับที่ Qwen เดินมาแล้ว (อย่างที่เราเขียนไว้ว่า build เปิดของ Qwen3.8 ไม่เท่ากับโมเดลบน API) ถ้า DeepSeek ซึ่งเป็นแบรนด์ที่สร้างชื่อจากการเปิด weights แบบ MIT เดินตามเส้นนี้ด้วย “open-weight ระดับ frontier” จะกลายเป็นคำที่ต้องอ่านฉลากทุกครั้ง ไม่ใช่คำสัญญาอีกต่อไป

แหล่งข่าว:

• DeepSeek V4 Pro 0813 — OpenRouter
• DeepSeek API — Models & Pricing (ทางการ)
• deepseek-ai/DeepSeek-V4-Pro — Hugging Face
• DeepSeek Ships V4 Pro as Its Flagship Model Leaves Preview — Unite.AI