ทำภารกิจสำเร็จเพิ่มอีก 8 รายการ ในการทดสอบ 50 รายการ
โมเดล V4 Pro รุ่นปัจจุบันของ DeepSeek ทำภารกิจสำเร็จ 32 จาก 50 รายการ ในการทดสอบเกณฑ์มาตรฐานภายในที่ดำเนินการโดย MaxForAI นักการศึกษาและนักพัฒนาด้าน AI ซึ่งเป็นผู้ดูแล LobeHub agent client ส่วน V4 Pro-0813 รุ่นก่อนหน้าทำสำเร็จ 24 รายการ ผลการทดสอบซึ่งมีรายงานเมื่อวันที่ 8 พฤศจิกายน 2026 ทำให้คะแนนของโมเดลรุ่นใหม่อยู่ที่ 64% เพิ่มจาก 48%
สารบัญ
- ทำภารกิจสำเร็จเพิ่มอีก 8 รายการ ในการทดสอบ 50 รายการ
- มีอะไรเปลี่ยนแปลงใน LobeBench?
- เหตุใดการทำสำเร็จซ้ำจึงสำคัญ
- เกิดอะไรขึ้นระหว่างบริการขัดข้อง?
- ลำดับเหตุการณ์ที่สร้างความคาดหวังต่อรุ่น Pro
- ลายนิ้วมือในเดือนตุลาคมบอกอะไร
- สิ่งที่นักพัฒนานำมาเปรียบเทียบได้ในขณะนี้
- อะไรจะทำให้การอัปเดตเป็นทางการ
- ประเด็นสำคัญ
พัฒนาการที่น่าสนใจที่สุดคือความสม่ำเสมอ เมื่อวัดจากความสามารถในการทำภารกิจให้สำเร็จอย่างน้อยหนึ่งครั้ง ทั้งสองรุ่นให้ผลใกล้เคียงกัน แต่ช่องว่างชัดขึ้นเมื่อการทดสอบกำหนดให้ทำสำเร็จติดต่อกันสามครั้ง ซึ่งเป็นเกณฑ์ที่เข้มงวดสำหรับซอฟต์แวร์ที่คาดหวังให้ทำงานได้อย่างน่าเชื่อถือ
ผลการทดสอบจุดกระแสคาดการณ์ว่า DeepSeek กำลังทยอยทดสอบ V4.1 Pro ผ่านบริการเดิมของบริษัท อย่างไรก็ตาม ยังไม่มีการยืนยันตัวตนของโมเดลหรือกำหนดการเปิดตัว และมีการรายงานผลการทดสอบภายใต้ชื่อ V4 Pro รุ่นปัจจุบัน
การพูดถึงผลทดสอบเกิดขึ้นหลังบริการขัดข้องบางส่วนเมื่อวันที่ 7 พฤศจิกายน ซึ่งเป็นเหตุขัดข้องครั้งที่สองที่มีรายงานภายในหนึ่งสัปดาห์ DeepSeek ระบุว่าได้ดำเนินการแก้ไขแล้วและกำลังติดตามผล สำหรับลูกค้า พัฒนาการเฉพาะหน้าจึงเกี่ยวข้องกับความต้องการสองด้าน ได้แก่ การทำภารกิจให้สำเร็จได้ดีขึ้น และการเข้าถึงบริการที่เชื่อถือได้
มีอะไรเปลี่ยนแปลงใน LobeBench?
MaxForAI ใช้ LobeBench ซึ่งเป็นชุดทดสอบภายใน เพื่อเปรียบเทียบ V4 Pro รุ่นปัจจุบันกับ V4 Pro-0813 รุ่นเก่า โดยรุ่นเก่าอยู่ในอันดับที่ 13 ของการจัดอันดับที่มีรายงาน ส่วนรุ่นใหม่อยู่อันดับหนึ่งในบรรดาโมเดลจีนที่นำมาเปรียบเทียบ
คะแนนเพิ่มขึ้น 16 จุดเปอร์เซ็นต์ โดยทำภารกิจที่จัดอยู่ในระดับยาก (Hard) สำเร็จเพิ่มอีก 8 รายการ เมื่อเทียบกับจำนวนภารกิจที่ทำสำเร็จเดิม 24 รายการ การเพิ่มขึ้นเป็น 32 รายการคิดเป็นภารกิจที่สำเร็จมากขึ้นประมาณหนึ่งในสาม ทั้งสองวิธีเป็นการอธิบายผลเดียวกันจากคนละมุม คือทำภารกิจในการทดสอบสำเร็จเป็นสัดส่วนสูงขึ้นและทำภารกิจได้มากขึ้น
ข้อกำหนดให้ทำภารกิจซ้ำจนสำเร็จของ LobeBench ช่วยอธิบายได้ว่าทำไมผลนี้จึงได้รับความสนใจ โมเดลที่ทำสำเร็จได้ครั้งเดียวแต่ล้มเหลวในการลองครั้งต่อ ๆ ไปอาจใช้งานกับงานประจำได้ยาก ส่วน agent client ซึ่งช่วยให้ระบบ AI ทำงานผ่านซอฟต์แวร์ได้นั้น ต้องอาศัยการทำงานที่เชื่อถือได้ควบคู่กับความสามารถในการให้คำตอบที่ดีเป็นครั้งคราว
ผลเปรียบเทียบที่รายงานครอบคลุมภารกิจ 50 รายการและการจัดอันดับภายใน แต่ไม่มีการเผยแพร่รายละเอียดที่จำเป็นต่อการทำซ้ำการทดสอบ เช่น รายการภารกิจทั้งหมด กฎการประเมิน การตั้งค่าโมเดล และคะแนนของระบบคู่แข่ง
เหตุใดการทำสำเร็จซ้ำจึงสำคัญ
โมเดล AI อาจสร้างคำตอบแตกต่างกันเมื่อได้รับคำขอเดียวกัน และในงานที่มีหลายขั้นตอน ความผิดพลาดในช่วงต้นอาจส่งผลต่อทุกขั้นตอนที่ตามมา การกำหนดให้ทำสำเร็จสามครั้งติดต่อกันจึงให้น้ำหนักกับพฤติกรรมที่เชื่อถือได้มากกว่าการนับว่าทำสำเร็จเพียงครั้งเดียวหรือไม่
มีรายงานว่าการเปรียบเทียบของ MaxForAI พบความแตกต่างเพียงเล็กน้อยระหว่างสองรุ่น เมื่อให้คะแนนหากทำสำเร็จอย่างน้อยหนึ่งครั้ง แต่ช่องว่างกว้างขึ้นเมื่อใช้เกณฑ์การทำสำเร็จซ้ำ ผลที่ได้จึงชี้ว่าความน่าเชื่อถือเป็นข้อค้นพบสำคัญ มากกว่าจะเป็นเพียงความสามารถใหม่ในการแก้โจทย์ที่รุ่นก่อนทำไม่สำเร็จเลย
สำหรับผู้ที่ใช้เอเจนต์ทำงาน ความแตกต่างนี้มีประโยชน์ในทางปฏิบัติ ความล้มเหลวซ้ำอาจทำให้ต้องลองใหม่ ตรวจสอบมากขึ้น และอาศัยการแทรกแซงจากมนุษย์มากขึ้น โมเดลที่ทำภารกิจเดิมได้อย่างสม่ำเสมออาจมีประโยชน์กว่า แม้คำตอบที่สำเร็จเป็นครั้งคราวของรุ่นเก่าจะดูดีไม่ต่างกัน
การสาธิตแบบไม่เป็นทางการอื่น ๆ ที่เผยแพร่เกี่ยวกับการอัปเดตที่มีผู้คาดการณ์ ได้แก่ การเรนเดอร์แอนิเมชันและภาพนกกาน้ำกำลังขี่จักรยาน ส่วน LobeBench นำเสนอการเปรียบเทียบเชิงตัวเลขกับรุ่นก่อนหน้าที่ระบุชื่อไว้ ทำให้ความสนใจหันไปสู่ประสิทธิภาพการทำภารกิจซ้ำได้
เกิดอะไรขึ้นระหว่างบริการขัดข้อง?
ตามข้อมูลสถานะของบริษัทที่มีการรายงานในขณะนั้น บริการของ DeepSeek ขัดข้องเมื่อวันที่ 7 พฤศจิกายน โดยเริ่มตั้งแต่เวลา 15:11 น. บริการที่ได้รับผลกระทบประกอบด้วยแชต, API ของ V4 Pro และ API ของ V4.1 Flash API คือช่องทางเชื่อมต่อที่ทำให้แอปพลิเคชันอื่นส่งคำขอไปยัง DeepSeek ได้โดยอัตโนมัติ
ผู้ใช้พบว่าฟังก์ชันแชตใช้งานไม่ได้และมีข้อความแจ้งว่าเซิร์ฟเวอร์ไม่ว่าง ต่อมา DeepSeek ระบุว่าได้ดำเนินการแก้ไขแล้วและกำลังติดตามผล การทดสอบภายหลังระบุว่าบริการกลับมาทำงานได้ตามปกติแล้ว
เหตุการณ์คล้ายกันเกิดขึ้นเมื่อวันที่ 3 พฤศจิกายน เริ่มตั้งแต่เวลา 16:58 น. และส่งผลกระทบต่อบริการทั้งสามรายการเดียวกัน หลังประกาศแก้ไขเหตุขัดข้องครั้งนั้น สถานะของบริการยังระบุว่าประสิทธิภาพลดลง การกู้คืนการเข้าถึงและการกลับมาทำงานด้วยความเร็วปกติอาจเกิดขึ้นคนละช่วงเวลา
เหตุขัดข้องทั้งสองครั้งเป็นฉากหลังของกระแสคาดการณ์เกี่ยวกับโมเดล แต่ข้อมูลสถานะที่มีการรายงานไม่ได้ระบุสาเหตุของเหตุขัดข้องเมื่อวันที่ 7 พฤศจิกายน ทำให้ลูกค้ายังไม่ได้รับคำอธิบายที่ยืนยันได้ว่ามีความเกี่ยวข้องกับปริมาณการใช้งานที่เพิ่มขึ้นหรือการนำโมเดลไปใช้งานหรือไม่
ลำดับเหตุการณ์ที่สร้างความคาดหวังต่อรุ่น Pro
ความสนใจต่อ V4.1 Pro เกิดขึ้นก่อนผลทดสอบล่าสุด แผนการเปิดตัวในเดือนกันยายน การเปลี่ยนแปลงบริการในเดือนตุลาคม และผลเปรียบเทียบเกณฑ์มาตรฐานในเดือนพฤศจิกายน ต่างมีส่วนสร้างความคาดหวัง แม้จะเกี่ยวข้องกับผลิตภัณฑ์คนละส่วนของ DeepSeek
- 10 กันยายน 2026: เปิดตัว V4.1 Flash ต่อมามีการถอนข้อเสนอให้ส่งคำขอที่ใช้ชื่อ deepseek-v4-pro ไปยัง Flash จนกว่า V4.1 Pro จะเปิดตัว หลังนักพัฒนาคัดค้าน
- 17 ตุลาคม: มีการเปิดตัว V4.1 Flash-1017 ตามรายงานเดือนตุลาคมเกี่ยวกับการเปลี่ยนแปลงบริการในเวลาต่อมา
- 27 ตุลาคม: ผู้สังเกตการณ์พบการเปลี่ยนแปลงลายนิ้วมือของโมเดลตั้งแต่เวลาประมาณ 18:21 น. เมื่อถึงเวลา 19:07 น. ลายนิ้วมือที่ตรวจพบในตัวเลือกโมเดลสามแบบได้รวมเป็นแบบเดียวกัน
- 3 พฤศจิกายน: เกิดบริการขัดข้องบางส่วน ส่งผลกระทบต่อแชตและ API สองรายการที่ระบุชื่อ โดยเริ่มตั้งแต่เวลา 16:58 น.
- 7 พฤศจิกายน: เกิดบริการขัดข้องบางส่วนอีกครั้ง เริ่มตั้งแต่เวลา 15:11 น. ต่อมา DeepSeek ประกาศว่าได้แก้ไขแล้ว
- 8 พฤศจิกายน: มีรายงานผลเปรียบเทียบ LobeBench ของ MaxForAI ซึ่งระบุว่าจำนวนภารกิจที่ทำสำเร็จเพิ่มจาก 24 เป็น 32 รายการ
ข้อเสนอเรื่องการส่งคำขอไปยังโมเดลอื่นในเดือนกันยายนมีความสำคัญต่อนักพัฒนา เพราะชื่อโมเดลที่แอปพลิเคชันใช้เป็นส่วนหนึ่งของสมมติฐานในการทำงาน การเปลี่ยนโมเดลที่อยู่เบื้องหลังชื่อนั้นอาจส่งผลต่อคำตอบ ค่าใช้จ่าย และประสิทธิภาพ หลังถอนข้อเสนอดังกล่าว V4 Pro ยังคงเปิดให้บริการโดยไม่มีการเปลี่ยนแปลงอัตราค่าบริการ
ลายนิ้วมือในเดือนตุลาคมบอกอะไร
ข้อสังเกตเมื่อวันที่ 27 ตุลาคมเกี่ยวข้องกับลายนิ้วมือของโมเดล ซึ่งเป็นตัวระบุที่ช่วยติดตามการเปลี่ยนแปลงในระบบที่ให้บริการตามคำขอ ลายนิ้วมือเดิมเชื่อมโยงกับ V4.1 Flash-1017 ส่วนตัวระบุใหม่ไม่สามารถตีความได้ชัดเจนพอที่จะระบุว่าเป็นโมเดลใด
ในขณะนั้น การเปลี่ยนแปลงที่พบดูเหมือนเกี่ยวข้องกับ Flash มากกว่า Pro คำอธิบายที่เป็นไปได้มีทั้งการใช้จุดตรวจสอบของโมเดล (model checkpoint) คนละชุด ซึ่งหมายถึงโมเดลเวอร์ชันที่บันทึกไว้ หรือการนำโมเดลเดิมไปใช้งานใหม่ ตัวระบุใหม่ยังไม่ช่วยให้ทราบว่าคำอธิบายใดถูกต้อง
V4.1 Flash-1017 เปิดให้ใช้งานได้เพียง 10 วันเมื่อพบการเปลี่ยนแปลงดังกล่าว ขณะนั้นมีความคาดหวังต่อ Pro สูงอยู่แล้ว แม้การเปลี่ยนแปลงที่เกี่ยวข้องกับ Flash ก็ได้รับความสนใจ ผล LobeBench ในเดือนพฤศจิกายนเกี่ยวข้องกับ Pro โดยตรงกว่า เพราะเป็นการเปรียบเทียบโมเดลสองรุ่นที่ใช้ชื่อ V4 Pro
กำหนดการเปิดตัวก่อนหน้านี้ของ DeepSeek ยังมีส่วนกำหนดความคาดหวังด้วย มีรายงานว่า V4 มีช่วงห่างราวสองสัปดาห์ระหว่างการเปิดตัว Flash กับ Pro แต่เมื่อมีการพูดถึง V4.1 ในเวลาต่อมา ระยะรอหลัง Flash นานเกินเจ็ดสัปดาห์แล้ว ดังนั้นรอบการเปิดตัวปัจจุบันจึงเป็นไปตามกำหนดเวลาที่แตกต่างออกไป
สิ่งที่นักพัฒนานำมาเปรียบเทียบได้ในขณะนี้
ราคาที่มีรายงานระบุว่า V4 Pro และ V4.1 Flash มีต้นทุนต่างกัน โดย V4 Pro คิดค่าป้อนข้อมูล 0.66 ดอลลาร์ต่อหนึ่งล้านโทเคน และคิดค่าผลลัพธ์นอกช่วงเวลาเร่งด่วน 1.98 ดอลลาร์ต่อหนึ่งล้านโทเคน ส่วน Flash คิดค่าป้อนข้อมูลและค่าผลลัพธ์ที่ 0.15 และ 0.60 ดอลลาร์ต่อหนึ่งล้านโทเคนตามลำดับ
โทเคนคือหน่วยข้อความขนาดเล็กที่โมเดลประมวลผล เช่น คำหรือส่วนหนึ่งของคำ ตามอัตราที่ระบุ ค่าป้อนข้อมูลของ Pro สูงกว่า Flash 4.4 เท่า ส่วนค่าผลลัพธ์ของ Pro ที่อ้างอิงนอกช่วงเวลาเร่งด่วนสูงกว่าอัตราของ Flash ที่ระบุ 3.3 เท่า ค่าใช้จ่ายจริงขึ้นอยู่กับปริมาณข้อมูลนำเข้าและผลลัพธ์ ช่วงเวลาที่ใช้งาน และการแคชที่เกี่ยวข้อง
มีรายงานว่า Flash คิดค่าข้อมูลที่แคชแล้ว 0.003 ดอลลาร์ต่อหนึ่งล้านโทเคน แคชช่วยให้บริการนำข้อมูลที่ประมวลผลไปแล้วกลับมาใช้ซ้ำ ความสามารถที่ระบุไว้ยังรวมถึงการรับภาพโดยตรง ทำให้สามารถส่งภาพให้โมเดลได้ทันที
ความจุของ V4 Pro ตามที่มีรายงานประกอบด้วยหน้าต่างบริบทขนาดหนึ่งล้านโทเคน และขีดจำกัดผลลัพธ์ 384,000 โทเคน หน้าต่างบริบทคือปริมาณข้อมูลที่โมเดลพิจารณาได้ในคำขอหนึ่งครั้ง ข้อมูลจำเพาะเหล่านี้อธิบายผลิตภัณฑ์ที่มีอยู่ ซึ่งลูกค้าจะใช้เปรียบเทียบกับ Pro รุ่นใหม่ในอนาคต
อะไรจะทำให้การอัปเดตเป็นทางการ
ประกาศเปิดตัวที่ระบุชื่อ V4.1 Pro จะทำให้ผู้ใช้มีผลิตภัณฑ์ที่ชัดเจนสำหรับประเมิน การเพิ่มรายการในเอกสาร API คลังโมเดล และข้อมูลราคาให้สอดคล้องกัน จะช่วยให้รายละเอียดในทางปฏิบัติชัดเจน เช่น วิธีเข้าถึง ค่าใช้จ่าย และความสามารถที่รองรับ
การตรวจสอบข้อมูลการเปิดตัวที่เผยแพร่ต่อสาธารณะของ DeepSeek ระบุว่า คลังโมเดลล่าสุดที่เกี่ยวข้องคือ DeepSeek-V4.1-Flash ซึ่งสร้างขึ้นเมื่อวันที่ 10 กันยายน 2026 และระบุด้วยว่ารายงานทางเทคนิคความยาว 51 หน้าที่เผยแพร่พร้อม Flash ไม่มีชื่อ V4.1-Pro หรือ V4.1 Pro ข้อมูลผลิตภัณฑ์สาธารณะที่มีการกล่าวถึงในการตรวจสอบดังกล่าวยังคงเน้น Flash และ V4 Pro
การคาดการณ์ในแง่ดีเกี่ยวกับผลการทดสอบเดือนพฤศจิกายนชี้ว่าอาจมีการเปิดตัวในสัปดาห์ถัดไป แต่ DeepSeek ยังไม่ได้ระบุวันที่ ช่วงเวลาเปิดตัว หรือไตรมาสในข้อมูลการเปิดตัวที่มีการรายงาน ขณะนี้พัฒนาการที่ยืนยันได้คือมีรายงานว่า V4 Pro รุ่นปัจจุบันทำภารกิจซ้ำจนสำเร็จได้ดีขึ้น
ประเด็นสำคัญ
- V4 Pro ทำภารกิจ LobeBench สำเร็จ 32 จาก 50 รายการ เทียบกับ 24 รายการของ V4 Pro-0813
- คะแนนเพิ่มจาก 48% เป็น 64% หรือเพิ่มขึ้น 16 จุดเปอร์เซ็นต์
- การพัฒนาที่สำคัญที่สุดปรากฏเมื่อกำหนดให้ทำภารกิจสำเร็จสามครั้งติดต่อกัน
- DeepSeek เผชิญบริการขัดข้องบางส่วนเมื่อวันที่ 3 และ 7 พฤศจิกายน ส่งผลกระทบต่อแชตและบริการ API สองรายการ
- การเปลี่ยนแปลงลายนิ้วมือในเดือนตุลาคมดูเหมือนเกี่ยวข้องกับ Flash ขณะที่การเปรียบเทียบผลทดสอบในเดือนพฤศจิกายนเกี่ยวข้องกับ Pro
- ยังไม่มีการยืนยันตัวตนของ V4.1 Pro วันเปิดตัว หรือราคา






