DeepSeek AI Models on AtlasCloud

DeepSeek V4 คือรุ่นเรือธงในเจเนอเรชันปัจจุบันที่เปิดตัวเมื่อวันที่ 24 เมษายน 2026 ครอบคลุมทั้งเวิร์กโฟลว์อเนกประสงค์และการให้เหตุผลในโมเดลเดียว R1 เคยเป็นโมเดลการให้เหตุผลแบบสแตนด์อโลน แต่โหมดการคิดของ V4 จะมาแทนที่ด้วยความสามารถของห่วงโซ่ความคิด (chain-of-thought) แบบเดียวกันที่ติดตั้งมาในตัว นามแฝง deepseek-reasoner รุ่นเก่าจะเลิกใช้งานในวันที่ 24 กรกฎาคม 2026 ดังนั้นการผสานรวมระบบใหม่จึงควรใช้ V4 Pro ที่เปิดใช้งานโหมดการคิด

Engram Memory คือระบบค้นคืนความรู้ภายนอกใน DeepSeek V4 ซึ่งได้รับแรงบันดาลใจจากวิธีการที่ฮิปโปแคมปัสของสมองมนุษย์จัดเก็บและค้นคืนข้อมูล ระบบนี้ใช้ locality-sensitive hashing เพื่อค้นคืนความรู้ที่เกี่ยวข้องด้วยความเร็วระดับ O(1) แทนที่จะบังคับให้โมเดลจัดเก็บข้อเท็จจริงทั้งหมดไว้ในน้ำหนัก (weights) ของมัน สิ่งนี้มีส่วนทำให้ความแม่นยำของการทดสอบ Needle in a Haystack แบบหลายคำถามของ V4 ก้าวกระโดดจาก 84.2% ใน V3.2 เป็น 97.0%

ใช่ DeepSeek V3.2, V4 Flash และ V4 Pro ทั้งหมดได้รับการเปิดตัวภายใต้ใบอนุญาต MIT ซึ่งอนุญาตให้ใช้งานเชิงพาณิชย์ ดัดแปลง และจัดจำหน่ายได้ การโฮสต์ V4 Flash ด้วยตนเองนั้นสามารถทำได้จริงบนฮาร์ดแวร์ที่มีประสิทธิภาพเพียงพอ V4 Pro ต้องใช้คลัสเตอร์เนื่องจากมีขนาดพารามิเตอร์ถึง 1.6 ล้านล้านพารามิเตอร์ ทีมส่วนใหญ่จึงเลือกใช้การเข้าถึง API บน Atlas Cloud แทน

V4 Pro เป็นโมเดล MoE ขนาด 1.6 ล้านล้านพารามิเตอร์พร้อมพารามิเตอร์ที่ใช้งานอยู่ 4.9 หมื่นล้านตัว สร้างขึ้นเพื่องานที่ใช้การให้เหตุผลที่ซับซ้อน การเขียนโค้ด และการทำงานของเอเจนต์ V4 Flash เป็นโมเดลขนาด 2.84 แสนล้านพารามิเตอร์พร้อมพารามิเตอร์ที่ใช้งานอยู่ 1.3 หมื่นล้านตัว ได้รับการปรับให้เหมาะสมกับความเร็วและความคุ้มค่าสำหรับงานที่ใช้ทรัพยากรน้อยกว่า ทั้งสองโมเดลใช้หน้าต่างบริบทขนาด 1M token และสถาปัตยกรรม Engram Memory ร่วมกัน

DeepSeek V4 รองรับหน้าต่างบริบทพื้นฐาน 1 ล้าน token สำหรับทั้งรุ่น Pro และ Flash โดยมีเอาต์พุตสูงสุด 393K token ต่อการตอบสนอง DeepSeek V3.2 มีหน้าต่างบริบท 128K บริบทขนาด 1M ใน V4 ทำให้ใช้งานได้จริงสำหรับการวิเคราะห์โค้ดเบสทั้งหมด การประมวลผลเอกสารขนาดใหญ่ และเซสชันของเอเจนต์แบบขยายในการเรียกเพียงครั้งเดียว

ใช่ DeepSeek V3.2 ยังคงมีให้บริการบน Atlas Cloud ในราคาประมาณ $0.27 ต่อหนึ่งล้านอินพุตโทเค็น เป็นโมเดล MoE ขนาด 6.85 แสนล้านพารามิเตอร์ โดยมีพารามิเตอร์ที่ใช้งานจริง 3.7 หมื่นล้านพารามิเตอร์และหน้าต่างบริบท 128K ซึ่งเผยแพร่ภายใต้ใบอนุญาต MIT ถือเป็นทางเลือกที่คุ้มค่าสำหรับงานที่ไม่ได้ต้องการบริบท 1M ของ V4 หรือ Engram Memory

DeepSeek V4 Pro สามารถแก้ไขปัญหาการเขียนโค้ดในโลกแห่งความเป็นจริงได้มากกว่า 80.9% บน SWE-Bench โดยตั้งเป้าหมายที่ประสิทธิภาพระดับ GPT-5 ความแม่นยำของบริบทแบบยาวที่มีการสืบค้นหลายรายการเพิ่มขึ้นเป็น 97.0% บน Needle in a Haystack จาก 84.2% ใน V3.2 นอกจากนี้ ตัวแปร V3.2 Speciale บน Atlas Cloud ยังได้รับประสิทธิภาพระดับเหรียญทองในคณิตศาสตร์การแข่งขัน IMO 2025 และ IOI 2025 อีกด้วย