DeepSeek tung bản Flash 1017 đạt 77,0 điểm kiểm tra lập trình

Điểm số tăng ở toàn bộ 11 bài kiểm tra của hãng

Tài liệu kỹ thuật được DeepSeek đăng trên Hugging Face (nền tảng lưu trữ và chia sẻ mô hình AI mã nguồn mở) cho thấy phiên bản 1017 cải thiện điểm số ở toàn bộ 11 bài kiểm tra mà hãng lựa chọn công bố, với mức tăng từ 2,0 đến 11,1 điểm. Mức tăng lớn nhất thuộc về Terminal-Bench 4.0, bài kiểm tra dành cho các tác nhân AI viết mã trong môi trường dòng lệnh, khi điểm số đi từ 31,2 lên 42,3 điểm. Bài kiểm tra ProgramBench đi từ 20,3 lên 29,1 điểm, Automation-Bench đi từ 54,8 lên 60,5 điểm và Agents Last Exam đi từ 31,8 lên 35,4 điểm.

Cần đọc các con số này đúng vị trí của chúng. Đây là kết quả do chính DeepSeek đo và công bố, chưa có kiểm chứng độc lập đầy đủ. Trong cùng bảng so sánh của hãng, mô hình Claude Opus 5 đạt 74,0 điểm tại DeepSWE và 51,8 điểm tại Terminal-Bench, đồng thời đạt 56,3 điểm tại Humanity Last Exam. Nói cách khác, bản Flash mới vươn lên dẫn đầu ở một số bài kiểm tra về lập trình và tự động hóa tác vụ, nhưng vẫn đứng sau các mô hình đóng mạnh nhất ở khả năng suy luận tổng quát. Humanity Last Exam là bộ câu hỏi rất khó trải rộng từ toán học và khoa học tới các ngành nhân văn, nơi phần lớn mô hình hiện nay vẫn đạt điểm dưới 50 ở cấu hình kiểm tra khó nhất.

Nhanh hơn, gọn hơn và mở thêm công cụ cho nhà phát triển

Theo giải thích của hãng, bản cập nhật sử dụng phương pháp học tăng cường với tự phản hồi nhằm tăng độ tin cậy khi mô hình thực hiện các dự án trọn gói, chẳng hạn tạo trò chơi hoặc dựng mô hình ba chiều. Câu trả lời ngắn hơn không chỉ là chuyện trình bày. Với các dịch vụ tính phí theo lượng ký tự mà mô hình sinh ra, đầu ra gọn hơn đồng nghĩa hóa đơn thấp hơn cho cùng một tác vụ, và hãng gọi đây là một cải thiện đồng thời ở cả hiệu năng lẫn chi phí. Giá gọi mô hình qua giao diện lập trình được giữ nguyên, nên phần tiết kiệm chủ yếu đến từ lượng đầu ra giảm xuống.

Đi cùng mô hình là hai công cụ web lần đầu được mở cho khách hàng lập trình. Công cụ Search trả về kết quả tìm kiếm trực tiếp để mô hình trả lời các câu hỏi về sự kiện mới, còn công cụ Fetch lấy nội dung của một trang web cụ thể. Cả hai có giá 0,75 USD cho 1.000 lượt gọi thành công, tương đương khoảng 19.700 đồng theo tỉ giá tham khảo 26.300 đồng cho một USD, với giới hạn 5 lượt gọi mỗi giây cho một tài khoản và các lượt gọi lỗi hoặc không có kết quả không bị tính phí. Trọng số của mô hình được phát hành mở theo giấy phép MIT trên Hugging Face và ModelScope, cho phép nhà phát triển tải về và tự vận hành theo điều khoản của giấy phép.

Áp lực vận hành phía sau một lần ra mắt

Lần ra mắt này diễn ra trong bối cảnh dịch vụ của DeepSeek vừa trải qua một giai đoạn chật vật. Tuần trước, hệ thống của hãng ngừng hoạt động khoảng 5 giờ khiến người dùng không truy cập được máy chủ, và tình trạng chậm, gián đoạn được ghi nhận tăng lên trong thời gian gần đây. Một số chuyên gia được Bloomberg dẫn lời cho rằng nguyên nhân có thể nằm ở năng lực điện toán chưa theo kịp lượng người dùng, khi các mô hình chi phí thấp của DeepSeek rất được giới phát triển ưa chuộng. Trước đó, bản Flash ra mắt tháng 9 từng tạo áp lực lên cổ phiếu của các đối thủ trong nước như MiniMax, Z.ai và Alibaba trên thị trường chứng khoán Hồng Kông.

Bức tranh lớn hơn là cuộc cạnh tranh giữa hai trường phái. Một phía là các mô hình mở của Trung Quốc với lợi thế chi phí thấp và quyền tự vận hành, phía còn lại là các mô hình đóng của Mỹ như của OpenAI và Anthropic với hiệu năng dẫn đầu ở nhiều bài kiểm tra nhưng chi phí cao hơn hẳn. Theo các thông tin được Bloomberg đăng tải và PYMNTS dẫn lại, DeepSeek cũng đang tiến gần một vòng gọi vốn khoảng 12 tỷ USD, tương đương khoảng 316 nghìn tỷ đồng, trong quá trình chuẩn bị chào bán cổ phiếu lần đầu ra công chúng vào năm 2027. Với người dùng và doanh nghiệp tại Việt Nam, giá trị thực tế của bản Flash 1017 sẽ nằm ở kiểm chứng độc lập trong vài tuần tới, ở độ ổn định của dịch vụ khi lượng truy cập tăng, và ở tổng chi phí thật khi đưa mô hình vào công việc hằng ngày thay vì chỉ nhìn vào bảng điểm của nhà sản xuất.

Đọc thêm: GDP Mỹ có thể đạt 44 nghìn tỷ USD vào năm 2030 nhờ AI · OpenAI công bố thêm 4 sự cố tác nhân AI tự vượt rào trong tháng 6, nâng tổng số vụ việc lên 19 vụ

Nguồn: Bloomberg được Malay Mail đăng lại ngày 19 tháng 10 năm 2026 về lần ra mắt và các điểm số chính; PYMNTS ngày 18 tháng 10 năm 2026 về học tăng cường với tự phản hồi và bối cảnh cạnh tranh; tài liệu kỹ thuật của DeepSeek trên Hugging Face về toàn bộ 11 bài kiểm tra và hai công cụ Search và Fetch.