แท็ก

#DeepSeek

29 บทความ

DeepSeek-V4.1-Flash 763B รันบนการ์ดจอ 12GB ได้แล้ว: IST DASLab ปล่อย GGUF 1.75–2.25 บิต และ Strata ใส่เข้าแอปคลิกเดียว — RTX 3060 ได้ 9–11 tok/s แต่ต้องมี RAM 40GB ขึ้นไป ดิสก์ 239–274GB และคอนเท็กซ์ 8K
เครื่องมือนักพัฒนา

DeepSeek-V4.1-Flash 763B รันบนการ์ดจอ 12GB ได้แล้ว: IST DASLab ปล่อย GGUF 1.75–2.25 บิต และ Strata ใส่เข้าแอปคลิกเดียว — RTX 3060 ได้ 9–11 tok/s แต่ต้องมี RAM 40GB ขึ้นไป ดิสก์ 239–274GB และคอนเท็กซ์ 8K

ห้องแล็บ DASLab ของ IST Austria อัปโหลด DeepSeek-V4.1-Flash-1017 แบบ GGUF ความแม่นยำผสม 1.75, 2.00 และ 2.25 บิตขึ้น Hugging Face เมื่อ 23 ต.ค. การ์ดโมเดลบอกว่ารุ่น 2.00 บิตได้คะแนนเท่าโมเดลต้นฉบับ 100% ใน AIME25, GPQA-Diamond และ LiveCodeBench v6 ส่วน Strata ตัวติดตั้งคลิกเดียวรองรับชุดนี้ตั้งแต่ 24–25 ต.ค. และวัดได้ 4–11 tok/s บนการ์ด 12GB แต่การวัดของ Strata เองพบว่า perplexity ของรุ่น 2.00 บิตเพิ่มขึ้น 15.5% ตอนนี้ llama.cpp ยังรันไฟล์ชุดนี้ไม่ได้ และคอนเท็กซ์ที่ผ่านการทดสอบมีแค่ 8K

· อ่าน 6 นาที
รายงานเผย OpenAI ใช้ส่วนลดดึงลูกค้ารายใหญ่ของ Anthropic — Rippling ย้ายงานโค้ดไป OpenAI จาก 16% เป็น 52%, Replit ได้ส่วนลดกว่า 30% ในสัญญา $100M/ปี และราคาต่อโทเคนของสองค่ายลดลงสูงสุด 80% ในสี่เดือน
ธุรกิจและกฎหมาย

รายงานเผย OpenAI ใช้ส่วนลดดึงลูกค้ารายใหญ่ของ Anthropic — Rippling ย้ายงานโค้ดไป OpenAI จาก 16% เป็น 52%, Replit ได้ส่วนลดกว่า 30% ในสัญญา $100M/ปี และราคาต่อโทเคนของสองค่ายลดลงสูงสุด 80% ในสี่เดือน

The Information รายงาน (สรุปโดย The Decoder เมื่อ 25 ต.ค. 2026) ว่า OpenAI ให้ส่วนลดก้อนใหญ่เพื่อดึงลูกค้าองค์กรของ Anthropic Rippling ย้ายงานโค้ดของตัวเองไปฝั่ง OpenAI จาก 16% เป็น 52%, Replit ย้ายหลังได้ส่วนลดกว่า 30% ในสัญญาที่มีมูลค่าเกิน $100M ต่อปี และ DataCamp บอกว่าค่าใช้จ่ายลดลง 80–90% วันเดียวกัน Max Woolf ไล่ไทม์ไลน์ให้ดูว่าราคา API ของทั้งสองค่ายลดลงสูงสุด 80% ตั้งแต่มิถุนายน และชี้ว่าคู่แข่งที่กดราคาจริง ๆ คือโมเดลเปิดบน OpenRouter

· อ่าน 5 นาที
สหรัฐสั่งถอด DeepSeek ออกจากระบบหน่วยงานรัฐพลเรือนทั้งหมด: คำสั่งลงนามตั้งแต่ 24 ก.ค. แต่เพิ่งเผยแพร่ 20 ต.ค. — ครอบคลุม "ผลิตภัณฑ์ของบุคคลที่สามที่พัฒนาด้วย DeepSeek" โดยไม่นิยามว่ารวมโมเดล open-weight ที่โฮสต์เองหรือไม่
ธุรกิจและกฎหมาย

สหรัฐสั่งถอด DeepSeek ออกจากระบบหน่วยงานรัฐพลเรือนทั้งหมด: คำสั่งลงนามตั้งแต่ 24 ก.ค. แต่เพิ่งเผยแพร่ 20 ต.ค. — ครอบคลุม "ผลิตภัณฑ์ของบุคคลที่สามที่พัฒนาด้วย DeepSeek" โดยไม่นิยามว่ารวมโมเดล open-weight ที่โฮสต์เองหรือไม่

กระทรวงความมั่นคงแห่งมาตุภูมิสหรัฐ (DHS) เผยแพร่ Exclusion and Removal Order #2026-01 ใน Federal Register วันที่ 20 ต.ค. 2026 สั่งให้หน่วยงานรัฐพลเรือนหยุดจัดซื้อและถอดผลิตภัณฑ์ DeepSeek ออก รวมถึงผลิตภัณฑ์ของบุคคลที่สามที่ "พัฒนาด้วย DeepSeek implementations" เอกสารคำสั่งระบุวันออกคำสั่งเดิมเป็น 24 ก.ค. 2026 หลักฐานความเสี่ยงที่อ้างเกือบทั้งหมดมาจากปี 2025 และไม่ได้นิยามว่าการโฮสต์ open weights เองเข้าข่ายหรือไม่

· อ่าน 5 นาที
DeepSeek เปิดซอร์ส DeepInfer เอนจินที่รัน API จริงของตัวเอง (Apache-2.0) — รองรับแค่ V4.1-Flash บน Blackwell SM100 กับ Huawei Ascend 950 และตัดชิ้นส่วนสำคัญอย่าง KV cache และ load balancer ออก
เครื่องมือนักพัฒนา

DeepSeek เปิดซอร์ส DeepInfer เอนจินที่รัน API จริงของตัวเอง (Apache-2.0) — รองรับแค่ V4.1-Flash บน Blackwell SM100 กับ Huawei Ascend 950 และตัดชิ้นส่วนสำคัญอย่าง KV cache และ load balancer ออก

DeepSeek ปล่อย DeepInfer ภายใต้ Apache-2.0 เมื่อ 20 ต.ค. 2026 บอกว่าเป็นเฟรมเวิร์กเดียวกับที่ใช้ให้บริการ V4.1-Flash จริง (155 ล้านล้านโทเคนต่อวันต่อคลัสเตอร์) แต่รุ่นที่เปิดออกมาทำได้แค่ offline inference รองรับโมเดลเดียว ต้องใช้ GPU ตระกูล SM100 หรือ Ascend 950 และไม่มี KV cache store, การแยก prefill/decode กับ load balancer ซึ่งจำเป็นต่อการเปิดเป็นบริการ

· อ่าน 5 นาที
MiniMax M3.1 Flash เปิดตัวจริง — เฉลยว่า "Space Bunny" คือตัวนี้, ราคา $0.15/$0.60 ต่อ 1M โทเคน แต่ยังไม่มีน้ำหนัก และกราฟของ MiniMax เองโชว์ว่า DeepSeek V4.1 Flash-1017 ทำ DeepSWE ได้สูงกว่าในราคาที่ถูกกว่า
โมเดลใหม่

MiniMax M3.1 Flash เปิดตัวจริง — เฉลยว่า "Space Bunny" คือตัวนี้, ราคา $0.15/$0.60 ต่อ 1M โทเคน แต่ยังไม่มีน้ำหนัก และกราฟของ MiniMax เองโชว์ว่า DeepSeek V4.1 Flash-1017 ทำ DeepSWE ได้สูงกว่าในราคาที่ถูกกว่า

MiniMax เปิดตัว M3.1 Flash อย่างเป็นทางการเมื่อ 19 ต.ค. 2026 และยืนยันว่าโมเดลนิรนาม Space Bunny บน OpenRouter (ใช้ไปกว่า 200 ล้านล้านโทเคน) คือรุ่นแรก ๆ ของตัวนี้ ราคา $0.15/$0.60 ต่อ 1M โทเคน ซึ่งเป็นครึ่งหนึ่งของ M3 ส่วนตัวเลข 'ถูกลง 70%' เป็นต้นทุนต่องานไม่ใช่ราคาต่อโทเคน น้ำหนักโมเดลยังไม่ปล่อย และในกราฟ DeepSWE ของ MiniMax เอง DeepSeek V4.1 Flash-1017 ทำคะแนนได้สูงกว่าโดยใช้เงินน้อยกว่า

· อ่าน 5 นาที
SGLang 0.5.22 ออกแล้ว — ตัด Python 3.10 แบบเงียบ ๆ, `--enable-dp-attention` ถูกแทนด้วย `--attn-dp-size`, รันบน Mac ได้ด้วย PyTorch และโหลดโมเดลเร็วขึ้น 10 เท่า
เครื่องมือนักพัฒนา

SGLang 0.5.22 ออกแล้ว — ตัด Python 3.10 แบบเงียบ ๆ, `--enable-dp-attention` ถูกแทนด้วย `--attn-dp-size`, รันบน Mac ได้ด้วย PyTorch และโหลดโมเดลเร็วขึ้น 10 เท่า

SGLang 0.5.22 ออกเมื่อ 19 ต.ค. 2026 (950 PR จาก 245 คน) ต้องใช้ Python 3.11 ขึ้นไป โดยบน 3.10 `pip install` จะไม่ error แต่จะได้เวอร์ชันเก่ามาแทน มี flag และ environment variable หลายตัวที่เปลี่ยนความหมาย ส่วนของใหม่คือรันบน Apple Silicon ด้วย PyTorch ได้, InstantTensor loader ที่โหลด DeepSeek-R1 ใน 15 วินาทีแทน 160 วินาที และ DeepSeek-V4.1 ได้ throughput ต่อ GPU บน H200 เพิ่มสูงสุด 2.3 เท่า

· อ่าน 4 นาที
DeepSeek ปล่อย V4.1-Flash-1017 น้ำหนัก MIT ชุดใหม่ สถาปัตยกรรมเดิมทุกบิต แต่ Terminal-Bench 4.0 ขึ้นจาก 31.2 เป็น 42.3 — ชื่อ deepseek-flash บน API ถูกสลับไปรุ่นใหม่ทันที พร้อมเปิด Search & Fetch API $0.75 ต่อพันครั้ง
โมเดลใหม่

DeepSeek ปล่อย V4.1-Flash-1017 น้ำหนัก MIT ชุดใหม่ สถาปัตยกรรมเดิมทุกบิต แต่ Terminal-Bench 4.0 ขึ้นจาก 31.2 เป็น 42.3 — ชื่อ deepseek-flash บน API ถูกสลับไปรุ่นใหม่ทันที พร้อมเปิด Search & Fetch API $0.75 ต่อพันครั้ง

17 ต.ค. DeepSeek อัปโหลด V4.1-Flash-1017 ขึ้น Hugging Face ใต้ MIT เป็นการอัปเดต post-training ของ V4.1-Flash โดย config.json เหมือนเดิมทุกค่าและขนาดไฟล์ 510.3 GB เท่าเดิม คะแนนที่ DeepSeek รายงานเองขึ้นเกือบทุกช่อง (Terminal-Bench 4.0 จาก 31.2 เป็น 42.3, DeepSWE 77.0 แซง Opus 5) แต่ตารางใหม่ตัดกระดานที่เคยชนะออกและเปลี่ยนฮาร์เนสของ Terminal-Bench 4.0 ฝั่ง API ชื่อ deepseek-flash ชี้ไปรุ่นใหม่แล้วโดยราคาเท่าเดิม และ DeepSeek เปิด Search & Fetch API จากเสิร์ชเอนจินของตัวเองในวันเดียวกัน

· อ่าน 6 นาที
ARTEX เอเจนต์ pentest โอเพนซอร์สจากจีนปิดซอร์สหลังพบในคดีเจาะธนาคารเกาหลีใต้ — CrowdStrike เจอ CLAUDE.md และ session ของ Claude Code บนเซิร์ฟเวอร์คนร้าย ซึ่งต่อกับ DeepSeek, GLM-5.3 และ Grok
การแฮ็ก

ARTEX เอเจนต์ pentest โอเพนซอร์สจากจีนปิดซอร์สหลังพบในคดีเจาะธนาคารเกาหลีใต้ — CrowdStrike เจอ CLAUDE.md และ session ของ Claude Code บนเซิร์ฟเวอร์คนร้าย ซึ่งต่อกับ DeepSeek, GLM-5.3 และ Grok

CrowdStrike รายงาน 7 ต.ค. 2026 ว่าคนร้ายที่โจมตีสถาบันการเงินเกาหลีใต้ช่วงปลาย ก.ย.–ต้น ต.ค. ใช้ ARTEX เอเจนต์ pentest โอเพนซอร์สจากจีน ต่อกับ DeepSeek v4.1-flash และใช้ Claude Code ที่ต่อกับ GLM-5.3 และ Grok 4.6 วันรุ่งขึ้นผู้พัฒนา ARTEX ประกาศหยุดพัฒนาและปิดซอร์ส

· อ่าน 5 นาที
Aleph Alpha ทดสอบโมเดลเปิดจีน 6 ตัวด้วย 967 คำถามการเมือง: ตอบแบบสมดุลแค่ 17–41% — และพบว่า Nemotron ของ NVIDIA ติดแนวคิดพรรคมาจากข้อมูล SFT ที่ Qwen/DeepSeek สร้าง
งานวิจัย

Aleph Alpha ทดสอบโมเดลเปิดจีน 6 ตัวด้วย 967 คำถามการเมือง: ตอบแบบสมดุลแค่ 17–41% — และพบว่า Nemotron ของ NVIDIA ติดแนวคิดพรรคมาจากข้อมูล SFT ที่ Qwen/DeepSeek สร้าง

Aleph Alpha เผยแพร่ผลทดสอบเมื่อ 28 ก.ย. 2026 (The Decoder หยิบมารายงานเมื่อ 4 ต.ค.) โมเดลเปิดจีน 6 ตัว ได้แก่ Qwen, DeepSeek และ Kimi ตอบคำถามที่เกี่ยวกับจีนแบบสมดุลเพียง 17–41% แต่ถ้าคำถามไม่ได้พูดถึงจีน ตัวเลขขึ้นไปเป็น 58–93% ที่น่าสนใจกว่าคือ NVIDIA Nemotron Cascade 2 ซึ่งไม่ได้เทรนในจีน ก็ติดแนวคิดพรรคมาด้วย เพราะข้อมูล SFT ประมาณ 3,500 จาก 9.3 ล้านแถวที่สร้างด้วย DeepSeek/Qwen มีเนื้อหาแบบนั้นปนอยู่

· อ่าน 6 นาที
DeepSeek Harness ทำสะพานรัน "Claude Code Mods" เป็นปลั๊กอิน dsh ใน 2 วันหลัง Anthropic เปิดตัว — ตั้งใจพิสูจน์ว่า Mods API เป็นแค่ subset และเอกสารบอกตรง ๆ ว่าไม่มี sandbox
เครื่องมือนักพัฒนา

DeepSeek Harness ทำสะพานรัน "Claude Code Mods" เป็นปลั๊กอิน dsh ใน 2 วันหลัง Anthropic เปิดตัว — ตั้งใจพิสูจน์ว่า Mods API เป็นแค่ subset และเอกสารบอกตรง ๆ ว่าไม่มี sandbox

DeepSeek Harness (dsh) รุ่น v0.2.1-alpha.1 (3 ต.ค. 2026) เพิ่มชั้นความเข้ากันได้แบบทดลองที่ให้ Claude Code Mods รันเป็นปลั๊กอินของ dsh ได้ ทีมบอกว่าเป้าหมายคือพิสูจน์ว่าความสามารถของ Mods API เป็นแค่ subset ของระบบปลั๊กอิน dsh ไม่ใช่ให้ใช้งานจริงแบบครบ หน้าความเข้ากันได้ระบุว่าตัวอย่าง 3 ตัวจากบล็อกของ Anthropic รันได้ แต่ mods ที่มากับ Claude Code ทั้ง 4 ตัวยังรันไม่ได้ และ mods รันโดยไม่มี sandbox

· อ่าน 5 นาที
DeepSeek เปิดซอร์ส kernel สำหรับ Huawei Ascend 950 ทั้งชุด — FlashMLA ทำได้ 95% ของ peak ตอน prefill, TileLang 0.1.15 มี backend Ascend ในตัว แต่ FlashMLA รุ่นใหม่ตัดการรองรับ Hopper
เครื่องมือนักพัฒนา

DeepSeek เปิดซอร์ส kernel สำหรับ Huawei Ascend 950 ทั้งชุด — FlashMLA ทำได้ 95% ของ peak ตอน prefill, TileLang 0.1.15 มี backend Ascend ในตัว แต่ FlashMLA รุ่นใหม่ตัดการรองรับ Hopper

เมื่อ 30 ก.ย. DeepSeek ปล่อย kernel สำหรับชิป Huawei Ascend 950 พร้อมกันหลายรีโป ได้แก่ sparse attention ของ FlashMLA ที่ทำได้ 410 TFlops (95% ของ peak), TileKernels และ DeepSelect ที่ใช้ Python API เดียวกันได้ทั้ง NVIDIA และ Ascend และ TileLang 0.1.15 ที่มี target="ascend" — รีโปของ DeepSeek เป็น MIT แต่ FlashMLA รุ่นนี้เลิกรองรับ Hopper และเปลี่ยนฟอร์แมต KV cache

· อ่าน 5 นาที
SGLang 0.5.20: มาสก์การสุ่มสำหรับ RL rollout ที่เล่นซ้ำได้, radix tree รวมร่างดัน cache hit 43.8%→60.8% และโหลดโมเดลบน ROCm จาก 505 วินาทีเหลือ 40 วินาที
เครื่องมือนักพัฒนา

SGLang 0.5.20: มาสก์การสุ่มสำหรับ RL rollout ที่เล่นซ้ำได้, radix tree รวมร่างดัน cache hit 43.8%→60.8% และโหลดโมเดลบน ROCm จาก 505 วินาทีเหลือ 40 วินาที

SGLang v0.5.20 (18 ก.ย. 2026) รวม 713 PR จาก 237 ผู้ร่วมพัฒนา ของเด่นคือ return_sampling_mask ที่ทำให้ trainer เล่น rollout ซ้ำได้โดยไม่ต้องสร้าง top-k/top-p ใหม่, unified radix tree ที่แคชจุดแตกแขนงของ SWA, ตัวจำลองสเกดูเลอร์ที่รันบน CPU ล้วน และการซ่อม path โหลดโมเดลบน ROCm ที่เร็วขึ้นกว่า 12 เท่า

· อ่าน 7 นาที
ผลวัดอิสระของ DeepSeek-V4.1-Flash ออกแล้ว: ขึ้นที่ 1 บน AutomationBench-AA เหนือ GPT-6 Astra — แต่ชนะเพราะละเมิด guardrail น้อยที่สุด ไม่ใช่เพราะทำงานสำเร็จมากที่สุด
โมเดลใหม่

ผลวัดอิสระของ DeepSeek-V4.1-Flash ออกแล้ว: ขึ้นที่ 1 บน AutomationBench-AA เหนือ GPT-6 Astra — แต่ชนะเพราะละเมิด guardrail น้อยที่สุด ไม่ใช่เพราะทำงานสำเร็จมากที่สุด

ตอนเราเขียนถึง DeepSeek-V4.1-Flash เมื่อ 10 ก.ย. หน้า Artificial Analysis ยังไม่มีข้อมูล ตอนนี้มีครบแล้ว: ดัชนีรวม 39.5 เหนือ V4-Pro-0813 (36.3) ต้นทุนต่องาน $0.27 และขึ้นที่ 1 บน AutomationBench-AA ด้วย 68.9% เหนือ Astra (68.5%) — แต่ถ้าดูสัดส่วนงานที่ทำสำเร็จ มันได้แค่ 84.6% ต่ำกว่าตัวท็อปหลายตัว ส่วนดัชนีความรู้ข้อเท็จจริง AA-Omniscience ติดลบ (แก้ไข: DeepSeek ยกเลิกแผนส่ง deepseek-v4-pro ไปหา V4.1-Flash ตั้งแต่ 11 ก.ย. แล้ว V4-Pro ยังให้บริการต่อในราคาเดิม)

· อ่าน 5 นาที
Anthropic กล่าวหาแล็บจีน 7 แห่งกลั่นความสามารถ Claude — Alibaba ใช้ไป 151 ล้านข้อความเพื่อเทรน Qwen 3.5–3.7 ส่วน DeepSeek กับ Moonshot แอบส่งคำขอของลูกค้าตัวเองไปให้ Claude ตอบ
ธุรกิจและกฎหมาย

Anthropic กล่าวหาแล็บจีน 7 แห่งกลั่นความสามารถ Claude — Alibaba ใช้ไป 151 ล้านข้อความเพื่อเทรน Qwen 3.5–3.7 ส่วน DeepSeek กับ Moonshot แอบส่งคำขอของลูกค้าตัวเองไปให้ Claude ตอบ

รายงาน Threat Intelligence ประจำเดือน ก.ย. ของ Anthropic (10 ก.ย.) ระบุชื่อ Alibaba, Moonshot, DeepSeek, Zhipu, Xiaomi, SenseTime และ MiniMax ว่ากลั่นความสามารถของ Claude โดยไม่ได้รับอนุญาต ที่นักพัฒนาควรรู้คือ DeepSeek คัดผู้ใช้ที่เรียกโมเดลของตัวเองผ่าน Claude Code, Agent SDK หรือ OpenCode แล้วส่งคำขอของคนกลุ่มนี้ไปให้ Claude Opus ตอบแทน ซึ่งพาข้อมูลลับของลูกค้า รวมถึงงบลงทุนที่มีไซต์กรุงเทพฯ ไปอยู่กับบุคคลที่สาม

· อ่าน 7 นาที
RTK ติดดาว 80,000 ดวงเพราะอ้างว่าลดโทเคนได้ 60–90% — Quesma รัน Terminal-Bench 1,740 ครั้งแล้วพบว่า rtk gain รายงานว่าประหยัด 349 ล้านโทเคน แต่บิล DeepSeek กลับแพงขึ้น 5%
เครื่องมือนักพัฒนา

RTK ติดดาว 80,000 ดวงเพราะอ้างว่าลดโทเคนได้ 60–90% — Quesma รัน Terminal-Bench 1,740 ครั้งแล้วพบว่า rtk gain รายงานว่าประหยัด 349 ล้านโทเคน แต่บิล DeepSeek กลับแพงขึ้น 5%

Quesma ทดสอบ RTK (Rust Token Killer) พร็อกซีบีบเอาต์พุตเทอร์มินัลที่ติดดาวบน GitHub ราว 80,000 ดวง บน Terminal-Bench 2.1 รวม 1,740 ครั้ง: Claude Code + Fable 5.0 ถูกลง 5% แต่เกือบทั้งหมดมาจากงานเดียว ส่วน OpenCode + DeepSeek V4 Pro แพงขึ้น 5% เพราะจำนวนเทิร์นเพิ่ม 18% ทั้งที่ rtk gain รายงานว่าประหยัดไป 89% — ตัวเลขที่เครื่องมือโชว์กับเงินที่จ่ายจริงเป็นคนละเรื่อง

· อ่าน 6 นาที
DeepSeek-V4.1-Flash เปิดน้ำหนัก MIT ขนาด 552B ที่ใช้พารามิเตอร์แค่ 8B ตอนอ่านอินพุต — KV cache เหลือ 1/4 ราคา API ลด และ deepseek-v4-pro จะถูกส่งมาหาโมเดลนี้แทนตั้งแต่ 14 ก.ย.
โมเดลใหม่

DeepSeek-V4.1-Flash เปิดน้ำหนัก MIT ขนาด 552B ที่ใช้พารามิเตอร์แค่ 8B ตอนอ่านอินพุต — KV cache เหลือ 1/4 ราคา API ลด และ deepseek-v4-pro จะถูกส่งมาหาโมเดลนี้แทนตั้งแต่ 14 ก.ย.

10 ก.ย. DeepSeek ปล่อย V4.1-Flash ขึ้น Hugging Face ใต้ MIT แท้พร้อมเปิดบน API ในวันเดียวกัน เป็น MoE 552B สถาปัตยกรรม Causal Encoder-Decoder ใหม่ที่ใช้พารามิเตอร์ 8B ตอน prefill และ 16B ตอน decode KV cache เหลือ 890 ไบต์ต่อโทเคน คะแนน Terminal-Bench 2.1 สูงกว่า Opus 5 — แต่เบนช์มาร์กที่ยากกว่ายังห่างชัด ไม่มี chat template แบบ Jinja มาให้ และทุกคำขอที่ใช้ชื่อ deepseek-v4-pro จะถูกส่งไปหาโมเดลนี้แทนโดยอัตโนมัติตั้งแต่ 14 ก.ย.

· อ่าน 8 นาที
ทดลองเสียบความคิดของโมเดลหนึ่งเข้าไปในอีกโมเดล: Qwen3.8 ขยับเข้าหา GPT-5.5 Pro 18 จุด ขณะที่ตอนใช้ Opus เป็นครูแทบไม่ขยับ
งานวิจัย

ทดลองเสียบความคิดของโมเดลหนึ่งเข้าไปในอีกโมเดล: Qwen3.8 ขยับเข้าหา GPT-5.5 Pro 18 จุด ขณะที่ตอนใช้ Opus เป็นครูแทบไม่ขยับ

9-10 ก.ย. นักพัฒนาปล่อยผลทดลอง reasoning prefill รอบสองที่เปลี่ยนครูจาก Opus 4.8 เป็น GPT-5.5 Pro แล้วพบว่า Qwen3.8 A95B ขยับเข้าหาคำตอบของครู 18.18 จุด เทียบกับ 1.87 จุดตอนใช้ Opus — ตัวเลขน่าสนใจ แต่วิธีวัดคือ n-gram overlap 100 โทเคนแรกบนโจทย์ 45 ข้อ ซึ่งบอกอะไรได้และบอกอะไรไม่ได้ ต้องแยกให้ออก

· อ่าน 7 นาที
Nex-N2.5 เปิดน้ำหนัก Apache-2.0 สามขนาด แต่มีจริงแค่สอง — และตัว 1.6 ล้านล้านพารามิเตอร์คือ DeepSeek-V4-Pro-Base ที่เอามาโพสต์เทรน
โมเดลใหม่

Nex-N2.5 เปิดน้ำหนัก Apache-2.0 สามขนาด แต่มีจริงแค่สอง — และตัว 1.6 ล้านล้านพารามิเตอร์คือ DeepSeek-V4-Pro-Base ที่เอามาโพสต์เทรน

8 ก.ย. Nex-AGI ปล่อยตระกูลเอเจนต์ Nex-N2.5 สามขนาดใต้ Apache-2.0 — mini 35.1B มัลติโมดัลมีน้ำหนักจริง 70.24 GB, Max 1.6T ขึ้นเป็น FP8 รวม 1.655 TB แต่ Pro ยังมีแค่การ์ดกับคำว่า coming soon; และเว็บบริษัทระบุเองว่า Max สร้างบน DeepSeek-V4-Pro-Base ซึ่งการ์ดบน Hugging Face ไม่ได้เอ่ยชื่อไว้

· อ่าน 7 นาที
Ollama เลิกคิดเงินตามเวลา GPU เปลี่ยนเป็นต่อโทเคน — Pro $20 ได้เครดิต $60 แต่ราคาต่อโทเคนคือราคาป้ายของผู้ผลิตเป๊ะ แปลว่าส่วนลด off-peak และโปรฯ ของต้นทางไม่ถูกส่งต่อ
เครื่องมือนักพัฒนา

Ollama เลิกคิดเงินตามเวลา GPU เปลี่ยนเป็นต่อโทเคน — Pro $20 ได้เครดิต $60 แต่ราคาต่อโทเคนคือราคาป้ายของผู้ผลิตเป๊ะ แปลว่าส่วนลด off-peak และโปรฯ ของต้นทางไม่ถูกส่งต่อ

31 ส.ค. 2026 Ollama ยกเครื่องราคาแพลน Pro/Max/Team จากการคิดตามเวลา GPU มาเป็นต่อโทเคนพร้อมพูลเครดิตรายเดือน — Pro $20 ได้ $60, Max $100 ได้ $300, Team $500 ได้ $1,000 แต่เมื่อเทียบราคาต่อโทเคนกับเอกสารของ DeepSeek และ Z.ai โดยตรง พบว่าตรงกับราคาป้ายทุกช่อง จึงไม่มีทั้งบวกเพิ่มและส่วนลด off-peak หรือโปรโมชันของต้นทาง

· อ่าน 7 นาที
DeepSeek ปล่อยน้ำหนัก V4-Flash-Vision-Exp ขึ้น Hugging Face แล้วภายใต้ MIT — 10 วันหลังเปิดเป็น API-only และไม่มีประกาศใด ๆ
โมเดลใหม่

DeepSeek ปล่อยน้ำหนัก V4-Flash-Vision-Exp ขึ้น Hugging Face แล้วภายใต้ MIT — 10 วันหลังเปิดเป็น API-only และไม่มีประกาศใด ๆ

31 ส.ค. 2026 repo deepseek-ai/DeepSeek-V4-Flash-Vision-Exp ถูกสร้างขึ้นบน Hugging Face พร้อมน้ำหนักจริงใต้ MIT License แบบไม่มีเงื่อนไขเพิ่ม — 305B พารามิเตอร์ ดาวน์โหลดราว 168 GB, 256 expert เลือกใช้ 6 ตัวต่อโทเคน, คอนเท็กซ์ 1M และ model card เปิดเลขที่ Change Log เดิมไม่เคยบอก

· อ่าน 6 นาที
DeepSeek ปล่อย V4-Flash-Vision-Exp — โมเดล agent ที่ "มองเห็น" ทำ Terminal Bench 2.1 ได้ 83.9 และเข้าใกล้ Opus 4.8 ในงานที่ต้องดูภาพ
โมเดลใหม่

DeepSeek ปล่อย V4-Flash-Vision-Exp — โมเดล agent ที่ "มองเห็น" ทำ Terminal Bench 2.1 ได้ 83.9 และเข้าใกล้ Opus 4.8 ในงานที่ต้องดูภาพ

21 ส.ค. 2026 DeepSeek เปิดตัว DeepSeek-V4-Flash-Vision-Exp โมเดลทดลองที่รับภาพเข้าไปได้ ความสามารถด้านข้อความเท่ากับ V4-Flash เดิมเป๊ะ แต่ในงาน agent ที่ต้องอาศัยการมองเห็นกระโดดขึ้นจนใกล้ Opus 4.8 — Terminal Bench 2.1 83.9, Chartography 64.3, ZeroBench (Pass@5) 35.0 ยังเป็น API-only ไม่มี open weights

· อ่าน 6 นาที
มีคนรัน DeepSeek V4 Flash 304B บน MI300X ใบเดียวได้ 168 tok/s แล้วเปิด config ทั้งชุด — แต่ของจริงที่ควรอ่านคือบั๊ก 3 ตัวที่ทำให้โมเดล 'โง่ลงเงียบ ๆ' บน AMD
เครื่องมือนักพัฒนา

มีคนรัน DeepSeek V4 Flash 304B บน MI300X ใบเดียวได้ 168 tok/s แล้วเปิด config ทั้งชุด — แต่ของจริงที่ควรอ่านคือบั๊ก 3 ตัวที่ทำให้โมเดล 'โง่ลงเงียบ ๆ' บน AMD

repo ที่เปิดเมื่อ 4 ส.ค. (Apache 2.0) ปล่อย Docker Compose stack ที่รัน DeepSeek-V4-Flash-0731 ขนาด 304B บน AMD MI300X ใบเดียวได้ 168.6 tok/s ต่อ stream และ prefill 7.9–8.5K tok/s — พร้อมบันทึกบั๊กระดับ kernel สามตัวที่ไม่ทำให้ระบบ crash แต่ทำให้โมเดลเรียกชื่อ tool ผิดและลืม schema

· อ่าน 7 นาที
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
โมเดลใหม่

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

31 กรกฎาคม 2026 DeepSeek ประกาศปล่อย API ของ DeepSeek-V4-Flash เวอร์ชันทางการเข้าสู่ public beta โดยไม่เปลี่ยนสถาปัตยกรรมหรือขนาดจาก preview แต่ re-post-train ใหม่ทั้งตัว ผลคือคะแนน agent กระโดดขึ้น เช่น Terminal Bench 2.1 ที่ 82.7 พร้อมรองรับ Responses API แบบ native และปรับมาให้เสียบกับ Codex ได้โดยตรง

· อ่าน 6 นาที
vLLM v0.26.0 ออกแล้ว — 411 commit จาก 212 คน: เลือก attention backend แยกต่อ KV-cache group ได้ และ KV offloading ขึ้นชั้น object store เต็มตัว
เครื่องมือนักพัฒนา

vLLM v0.26.0 ออกแล้ว — 411 commit จาก 212 คน: เลือก attention backend แยกต่อ KV-cache group ได้ และ KV offloading ขึ้นชั้น object store เต็มตัว

vLLM ปล่อยเวอร์ชัน 0.26.0 (27 ก.ค. 2026) รวม 411 commit จากผู้ร่วมพัฒนา 212 คน — รองรับตระกูล Inkling เต็มสแตก, เร่ง DeepSeek-V4 หลายจุด, เลือก attention backend แยกรายกลุ่ม KV cache ได้เพื่อรองรับโมเดล hybrid และผลัก KV offloading ไปถึงชั้น object store พร้อมเมตริกครบ

· อ่าน 6 นาที
DeepSeek พักดีลระดมทุนรอบสองกะทันหัน หลังบันทึกการประชุมนักลงทุนหลุด — Liang Wenfeng ระบุช่องว่างกับสหรัฐฯ คือ "คอมพิวต์" ไม่ใช่คน
ธุรกิจและกฎหมาย

DeepSeek พักดีลระดมทุนรอบสองกะทันหัน หลังบันทึกการประชุมนักลงทุนหลุด — Liang Wenfeng ระบุช่องว่างกับสหรัฐฯ คือ "คอมพิวต์" ไม่ใช่คน

DeepSeek แจ้งนักลงทุนด้วยวาจาว่าพักดีลระดมทุนรอบสอง (เป้าอย่างน้อย 1 หมื่นล้านหยวน pre-money valuation อย่างน้อย 4.8 แสนล้านหยวน) หลังบันทึกการประชุมที่อ้างคำพูดของ Liang Wenfeng หลุดออกสู่สาธารณะ โดยระบุว่าบริษัทตามหลังสหรัฐฯ ราว 12–18 เดือน และทำผลงานเทียบเคียงได้ด้วยคอมพิวต์ราว 1 ใน 20 — ทั้งบริษัทและ Liang ยังไม่ยืนยันความถูกต้องของบันทึกดังกล่าว

· อ่าน 6 นาที
vLLM ปล่อย AFD Plugin — แยก Attention กับ FFN ออกจากกันเพื่อเสิร์ฟโมเดล MoE ใหญ่ ๆ ให้คุ้มการ์ดขึ้น
เครื่องมือนักพัฒนา

vLLM ปล่อย AFD Plugin — แยก Attention กับ FFN ออกจากกันเพื่อเสิร์ฟโมเดล MoE ใหญ่ ๆ ให้คุ้มการ์ดขึ้น

vLLM เปิดปลั๊กอินทดลอง AFD (Attention-FFN Disaggregation) แยกส่วน attention กับ expert/FFN ออกไปรันเป็นบริการคนละก้อน สเกลอิสระต่อกัน — บน DeepSeek-V3.2 ทำ throughput เพิ่ม ~9–11% และลด TTFT จาก 15.1 เหลือ 8.0 วินาที รองรับทั้ง NVIDIA GPU และ Ascend NPU

· อ่าน 5 นาที
วันนี้ DeepSeek ปลดระวางชื่อโมเดลเก่า — deepseek-chat / deepseek-reasoner หยุดใช้ 15:59 UTC ต้องย้ายไป V4
เครื่องมือนักพัฒนา

วันนี้ DeepSeek ปลดระวางชื่อโมเดลเก่า — deepseek-chat / deepseek-reasoner หยุดใช้ 15:59 UTC ต้องย้ายไป V4

DeepSeek ปลดระวางชื่อโมเดลเดิม deepseek-chat และ deepseek-reasoner อย่างเป็นทางการวันนี้ (24 ก.ค. 2026 เวลา 15:59 UTC) โดยทั้งสองชื่อจะแมปไปเป็นโหมด non-thinking/thinking ของ deepseek-v4-flash — นักพัฒนาที่ยัง hardcode ชื่อเก่าต้องแก้ก่อนเส้นตาย

· อ่าน 4 นาที
DeepSeek ปล่อย DSpark — Speculative Decoding ที่เร่ง DeepSeek-V4 เร็วขึ้น 60–85% ต่อผู้ใช้ พร้อมเปิดโค้ด DeepSpec ใต้ MIT
เครื่องมือนักพัฒนา

DeepSeek ปล่อย DSpark — Speculative Decoding ที่เร่ง DeepSeek-V4 เร็วขึ้น 60–85% ต่อผู้ใช้ พร้อมเปิดโค้ด DeepSpec ใต้ MIT

DeepSeek เปิดตัว DSpark เฟรมเวิร์ก speculative decoding ที่เร่งความเร็วการสร้างโทเคนต่อผู้ใช้บน DeepSeek-V4-Flash ขึ้น 60–85% และ V4-Pro 57–78% เทียบกับ MTP-1 พร้อมเปิดโค้ด DeepSpec สำหรับเทรน/ประเมิน drafter ใต้ไลเซนส์ MIT

· อ่าน 5 นาที
DeepSeek ระดมทุนรอบแรก 7.4 พันล้านดอลลาร์ ดัน valuation แตะ 5.9 หมื่นล้าน — Tencent กับ CATL นำทีมลงขัน
ธุรกิจและกฎหมาย

DeepSeek ระดมทุนรอบแรก 7.4 พันล้านดอลลาร์ ดัน valuation แตะ 5.9 หมื่นล้าน — Tencent กับ CATL นำทีมลงขัน

DeepSeek เตรียมปิดดีลระดมทุนรอบแรกราว 7.4 พันล้านดอลลาร์ ตั้งราคา valuation สูงถึง 5.9 หมื่นล้านดอลลาร์ โดยมี Tencent, CATL และกองทุน AI แห่งชาติของจีนร่วมลงทุน ส่วนผู้ก่อตั้ง Liang Wenfeng ควักเงินตัวเองราว 40% ของรอบ ยืนยันเดินหน้าโมเดล open-source ต่อ

· อ่าน 5 นาที