Hôm nay (31/07/2026), thị trường trí tuệ nhân tạo toàn cầu lại một lần nữa chao đảo khi DeepSeek V4 Flash chính thức tung ra bản cập nhật lớn mang mã hiệu 0731. Không chỉ là một đợt nâng cấp kỹ thuật thông thường, phiên bản mới này ghi nhận sự bứt phá vượt bậc về mặt hiệu năng thông qua tối ưu hóa giai đoạn hậu huấn luyện (post-training). Nhiều chuyên gia nhận định, OpenAI và Anthropic sẽ phải “đau đầu” khi một mô hình thuộc phân khúc Flash giá rẻ lại có thể cạnh tranh trực tiếp với các mô hình siêu lớn (frontier models).

Sức mạnh hủy diệt từ kỹ thuật Post-Training của DeepSeek V4 Flash

Điều kỳ lạ nhất ở phiên bản cập nhật ngày 31/07 này là cấu trúc và kích thước của mô hình hoàn toàn không thay đổi so với phiên bản thử nghiệm (preview) trước đó. DeepSeek vẫn giữ nguyên kiến trúc Mixture-of-Experts (MoE) với tổng số 284 tỷ tham số (284B), trong đó chỉ có 13 tỷ tham số hoạt động (13B active) cho mỗi token. Tuy nhiên, kết quả đạt được sau khi chạy lại toàn bộ quy trình hậu huấn luyện bằng phương pháp Học tăng cường (Reinforcement Learning – RL) thực sự khiến giới công nghệ kinh ngạc.

Nhìn vào các con số thực tế, phiên bản 0731 đã cải thiện điểm số ở hầu hết các bài kiểm tra lập trình và tác vụ đại lý (agentic tasks):

• Terminal Bench 2.1: Đạt 82.7 điểm, tăng vọt so với mức 61.8 của bản preview. Con số này vượt qua GLM-5.2 (81.0 điểm) và áp sát đối thủ nặng ký GPT-5.6 Luna của OpenAI (84.7 điểm).
• DeepSWE (đánh giá khả năng giải quyết vấn đề phần mềm thực tế): Ghi nhận bước nhảy vọt không tưởng từ 7.3 điểm lên 54.4 điểm, bỏ xa GLM-5.2 (46.2 điểm).
• NL2Repo: Đạt 54.2 điểm (so với 39.4 điểm ở bản preview).
• DSBench-FullStack: Đạt 68.7 điểm, cải thiện gần gấp đôi so với phiên bản cũ (37.0 điểm).

Tối ưu phần cứng: Kích thước nhỏ hơn 10 lần, KV Cache cực khủng

Trong thực tế vận hành, mô hình GLM-5.2 có dung lượng lên tới 1.5TB, trong khi file trọng số của DeepSeek V4 Flash chỉ khoảng 160GB. Việc nhỏ hơn gần 10 lần giúp mô hình này cực kỳ dễ chạy trên các phần cứng phổ thông. Với các lập trình viên hoặc doanh nghiệp muốn tự vận hành tại nhà (local hosting), việc trang bị 2 card đồ họa chuyên dụng như RTX 6000 Pro hoặc sử dụng giải pháp DSpark là đã có thể chạy mượt mà với tốc độ xử lý ấn tượng.

Điểm độc đáo tiếp theo nằm ở khả năng nén ngữ cảnh (context compression) siêu việt. Theo các phép đo thử nghiệm, bộ nhớ KV Cache trên mỗi token tỷ lệ thuận với số lượng tham số hoạt động. Với ngữ cảnh dài 1 triệu token (1M context), GLM-5.2 ngốn tới 80GB VRAM, trong khi mô hình Flash mới này chỉ tiêu tốn vỏn vẹn 6GB VRAM (thậm chí tiết kiệm dung lượng hơn cả Qwen 27B ở cùng mức ngữ cảnh). Đây là một ưu thế tuyệt đối cho các ứng dụng xử lý tài liệu dài hoặc hệ thống tự động hóa hội thoại liên tục.

Không chỉ tiết kiệm tài nguyên, chi phí sử dụng API của mô hình này cũng rẻ đến mức khó tin. Mức giá hiện tại trên tài liệu cập nhật chính thức của DeepSeek chỉ là $0.14 cho mỗi 1 triệu token đầu vào (input) và $0.28 cho mỗi 1 triệu token đầu ra (output). So với mức phí $0.20 input / $1.20 output của GPT-5.6 Luna, giải pháp từ Trung Quốc rẻ hơn gấp 4 lần ở chiều output, tạo áp lực giảm giá khủng khiếp lên các nhà phát triển lớn tại Mỹ.

Ứng dụng thực tế cho doanh nghiệp cùng giải pháp từ DPS.MEDIA

Sự xuất hiện của một mô hình thông minh, siêu nhanh và giá rẻ như phiên bản Flash mới này mở ra cơ hội vàng cho các doanh nghiệp Việt Nam. Thay vì chi trả hàng nghìn USD mỗi tháng cho các API đắt đỏ, doanh nghiệp có thể tích hợp mô hình này vào quy trình chăm sóc khách hàng tự động, trợ lý ảo viết code hoặc hệ thống quản trị dữ liệu nội bộ.

Để tối ưu hóa chi phí vận hành và ứng dụng công nghệ AI vào thực tiễn kinh doanh, doanh nghiệp có thể tham khảo các dịch vụ Digital Marketing và giải pháp tự động hóa toàn diện của DPS.MEDIA. Với kinh nghiệm triển khai hệ thống tự động hóa n8n Workflows và tích hợp các công cụ AI tiên tiến, chúng tôi giúp doanh nghiệp SMEs giải phóng sức lao động, giảm thiểu sai sót thủ công và nâng cao hiệu quả vận hành tối đa.

Nếu bạn muốn bắt đầu hành trình chuyển đổi số, tích hợp trợ lý AI thế hệ mới hay tối ưu hóa hoạt động marketing đa kênh cho thương hiệu của mình, hãy liên hệ ngay với DPS.MEDIA qua Hotline/Zalo: 0961545445 hoặc ghé thăm văn phòng của chúng tôi tại địa chỉ: 56 Nguyễn Đình Chiểu, Phường Tân Định, Quận 1, TP. Hồ Chí Minh để được hỗ trợ nhanh nhất.