DeepSeek đã phát hành phiên bản hoàn chỉnh của sản phẩm chủ lực vào thứ Tư mà không có bài đăng blog hay thông báo nào. Dấu hiệu là một ô trong bảng: phiên bản mô hình được liệt kê cho “deepseek-v4-pro” trên trang giá API giờ đây hiển thị DeepSeek-V4-Pro-0813.
Chi phí sử dụng mô hình này là khoảng 0.435 đô la và 0.87 đô la cho mỗi triệu token (đơn vị thông tin cơ bản mà một mô hình có thể xử lý) đầu vào và đầu ra. Vì vậy, cấu trúc giá vẫn giữ nguyên, nhưng điều thay đổi là các trọng số bên trong.
Deepseek V4 Pro đã xuất hiện trên thị trường từ tháng 4, với giá thấp hơn 98% so với GPT-5 Pro, và mọi phòng thí nghiệm độc lập đã thử nghiệm nó đều đang kiểm tra một phiên bản xem trước. DeepSeek đã tự công bố điều này vào ngày 31 tháng 7, khi họ đưa V4-Flash vào khả dụng rộng rãi và lưu ý rằng API Pro “không thay đổi” với bản phát hành chính thức “sẽ sớm ra mắt”. Thẻ mô hình trên Hugging Face, kho lưu trữ chính cho các dự án AI mã nguồn mở, vẫn mô tả dòng V4 là “phiên bản xem trước”.
Vì vậy, các điểm số được lưu hành rộng rãi mô tả một phiên bản mà DeepSeek coi là chưa hoàn chỉnh. Chưa có ai bên ngoài công ty thực hiện đánh giá độc lập phiên bản 0813.
Công ty đã công bố so sánh trên 10 điểm chuẩn agent. Trong tám điểm chuẩn mà Fable 5 hoặc một mô hình khác có lợi thế, sự chênh lệch là nhỏ.
Tính trung bình mức độ dẫn trước tương đối của Fable 5 trên các điểm chuẩn, bạn sẽ có 5.3%. Bỏ qua bài kiểm tra Humanity’s Last Exam không có công cụ—nơi DeepSeek đạt 42.7 so với 53.3, một khoảng cách 10.6% làm lệch mọi thứ—và các hàng còn lại trung bình 2.8%.
Giá công khai ở cả hai bên, và đây là nơi so sánh không còn sát sao nữa. Fable 5 có giá 10 đô la cho mỗi triệu token đầu vào và 50 đô la cho mỗi triệu token đầu ra. V4 Pro có giá 0.435 đô la và 0.87 đô la, với đầu vào được lưu trữ là 0.003625 đô la. Với mức giá kết hợp, đó là 30 đô la so với 0.65 đô la—khoảng 46 lần, hoặc 4,600% chi phí. Đó là loại chênh lệch quan trọng khi bạn điều hành một doanh nghiệp và sử dụng các công cụ AI ở quy mô lớn.
Chi phí cho mỗi tác vụ hoàn thành chênh lệch lớn hơn, vì Fable 5 suy nghĩ lâu hơn và viết nhiều hơn. Artificial Analysis đo được là 3.15 đô la cho mỗi tác vụ điểm chuẩn so với 3 xu cho V4-Flash, rẻ hơn khoảng 105 lần. CEO của Hugging Face, Clément Delangue, ước tính mức chênh lệch là hơn 31 đô la cho mỗi tác vụ so với khoảng 0.04 đô la. Hiện chưa có số liệu chi phí cho mỗi tác vụ đối với 0813.
Dòng sản phẩm của Anthropic làm phức tạp thêm mức giá cao. Claude Opus 5 vượt trội hơn Fable 5 trên hầu hết các điểm chuẩn với giá chỉ bằng một nửa.
DeepSeek tự chấm điểm các mô hình này, trên cơ sở hạ tầng mà họ chưa phát hành. Ghi chú tháng 7 của họ đã chỉ rõ chế độ tối thiểu DeepSeek Harness “sẽ sớm được phát hành,” chạy với nỗ lực tối đa và khả năng sáng tạo cao. Hai trong số mười điểm chuẩn, DSBench-FullStack và DSBench-Hard, là các bộ kiểm tra nội bộ không có bảng xếp hạng công khai để đối chiếu.
Tuy nhiên, xu hướng này là nhất quán. Các phòng thí nghiệm mã nguồn mở của Trung Quốc tiếp tục đạt được kết quả gần với các mô hình tiên phong của Mỹ với mức giá chỉ bằng một phần nhỏ—Kimi K3 đã vượt qua Fable 5 và GPT-5.6 Sol khi ra mắt, và DeepSeek cùng Xiaomi đã cắt giảm chi phí tiên phong tới 99% trong khi các phòng thí nghiệm của Mỹ lại đi ngược lại. Các trọng số của DeepSeek được cấp phép MIT và có sẵn trên Hugging Face, vì vậy việc xác minh độc lập chỉ cần một lần tải xuống.
