DeepSeek โมเดลใหม่ลดการใช้ Token ลงกว่าครึ่ง
รายงานข่าวจาก Odaily DeepSeek ได้เปิดตัวโมเดลขนาดใหญ่เวอร์ชันใหม่ V4.1 Flash-1017 อย่างเป็นทางการ ในช่วงที่โมเดลปัญญาประดิษฐ์ขนาดใหญ่ของจีนกำลังอยู่ในช่วงสำคัญของการพัฒนาเวอร์ชันใหม่นี้ได้เสร็จสิ้นการอัปเกรดเป็นรายแรก โดยประสิทธิภาพโดยรวมเพิ่มขึ้นอย่างมีนัยสำคัญ ก่อนหน้านี้มีข้อมูลสาธารณะแสดงตัวชี้วัดทางเทคนิคอยู่แล้ว และครั้งนี้ DeepSeek ยังได้เปิดเผยเส้นโค้ง Pareto frontier ด้วยตนเองเป็นครั้งแรก แสดงให้เห็นถึงประสิทธิภาพโดยรวมของโมเดลในมิติด้านประสิทธิภาพและต้นทุนอย่างชัดเจน V4.1 Flash-1017 อยู่ในระดับแนวหน้าของอุตสาหกรรมในเส้นโค้งนี้: ต้นทุนรวมต่อหน่วยงานเพียงหนึ่งในร้อยถึงหนึ่งในยี่สิบของโมเดลประเภทเดียวกัน เช่น Fable, Astra และอื่นๆ โดยมีข้อได้เปรียบด้านความคุ้มค่าสูงกว่าสี่สิบถึงห้าสิบเท่า เวอร์ชัน 1017 ที่เปิดตัวในครั้งนี้แม้จะคงระบบราคา API เดิมไว้ แต่ได้ปรับโครงสร้างอย่างล้ำลึกในด้านประสิทธิภาพการใช้ Token — ผ่านการบีบอัดแบบรับรู้งาน การตัดบริบทแบบไดนามิก และกลยุทธ์การถอดรหัสแบบปรับตัว ช่วยลดการใช้ Token จริงของคำขอแต่ละประเภทลงอย่างมีนัยสำคัญ ผลการทดสอบจริงแสดงให้เห็นว่าในสถานการณ์ส่วนใหญ่ ปริมาณการใช้ Token ลดลงมากกว่า 50% เมื่อเทียบกับเวอร์ชันก่อนหน้า และระดับ TCO ที่สอดคล้องกันก็จะลดลงอย่างมีนัยสำคัญอีกครั้งในรอบใหม่ (Sina Finance)
