DeepSeek V4 Flash ได้รับการยกย่องว่าเป็นโมเดลที่มีประสิทธิภาพสูงสุดในตลาด ตั้งแต่เปิดตัวเมื่อวันที่ 31 กรกฎาคมที่ผ่านมา โดยได้รับความนิยมอย่างมากจากนักพัฒนาที่เรียกมันว่า “สัตว์ประหลาด” ในด้านความสามารถ อย่างไรก็ตาม เมื่อมีการทดสอบในสถานการณ์จริง กลับพบว่าโมเดลนี้สามารถทำงานได้สำเร็จเพียง 53.8% จากชุดงานที่ซับซ้อน ซึ่งทำให้เกิดคำถามเกี่ยวกับความสามารถในการใช้งานจริงของมัน
ในการทดสอบที่จัดทำโดย Composio โมเดล V4 Flash ถูกนำไปใช้งานผ่าน 8 แพลตฟอร์มที่แตกต่างกัน เช่น Claude Code, Codex และ OpenCode โดยมีการตั้งเป้าหมายให้ทำงานที่มีความซับซ้อนสูงจำนวน 30 งาน ซึ่งรวมถึงเครื่องมือที่ใช้งานจริงอย่าง Gmail, GitHub, Slack และ Google Sheets โดยจากการทดลองทั้งหมด 240 ครั้ง มีเพียง 129 ครั้งที่ผ่านการทดสอบ และมีเพียง 6 จาก 30 งานที่สามารถทำสำเร็จได้โดยทุกแพลตฟอร์มที่ทดสอบ
ผลลัพธ์ที่แตกต่างกันนี้ชี้ให้เห็นว่าการจัดการและการประสานงาน (orchestration) อาจเป็นปัจจัยที่สำคัญมากกว่าความสามารถของโมเดลโดยตรง ซึ่งหมายความว่าแม้ว่าโมเดลจะมีความสามารถสูง แต่ผลลัพธ์ที่ได้จะขึ้นอยู่กับการตั้งค่าของเครื่องมือ การจัดการข้อมูล การลองใหม่ และสแต็คของผู้ให้บริการที่ใช้งานอยู่ DeepSeek ได้ประกาศว่าจะมีการปรับราคาของ V4 Flash และ V4 Pro ซึ่งเป็นโมเดลที่ได้รับความนิยมอย่างรวดเร็วในกลุ่มนักพัฒนาที่สร้างผู้ช่วยการเขียนโค้ดและตัวแทน
การปรับราคานี้อาจจะทำให้ความน่าสนใจของโมเดลลดลง เนื่องจากความสามารถที่น่าทึ่งในราคาที่ต่ำมากซึ่งผู้ให้บริการรายอื่นไม่สามารถแข่งขันได้ แต่ในขณะเดียวกันก็ช่วยให้เรื่องราวของโมเดลนี้หลุดพ้นจากการถูกมองว่าเป็น “โมเดลจีนราคาถูก” ขณะที่กรณีการใช้งานเริ่มปรากฏและองค์กรต่างๆ เริ่มเข้าใจว่าโมเดลต่างๆ เหมาะสมกับเทคโนโลยีของพวกเขาอย่างไร และควรตั้งเป้าหมายที่กระบวนการทำงานใด
นอกจากนี้ DeepSeek ยังรายงานว่ามีการเติบโตของการใช้งานที่ “บ้าคลั่ง” หลังจากที่มีการเปลี่ยนแปลงโครงสร้างค่าใช้จ่าย โดย V4 Flash มีพารามิเตอร์ถึง 284 พันล้านตัว และ V4 Pro มีพารามิเตอร์ถึง 1.6 ล้านล้านตัว ซึ่งมุ่งเน้นไปที่การทำงานที่ซับซ้อนมากขึ้น ทั้งสองโมเดลมีความสามารถในการให้เหตุผลที่ยืดหยุ่น (ต่ำ, สูง, สูงสุด) และมีโหมดการคิดที่ใช้การให้เหตุผลแบบลำดับขั้น (CoT) เพื่อเพิ่มประสิทธิภาพในการทำงาน
ในขณะที่ DeepSeek กำลังพยายามปรับปรุงประสิทธิภาพและการใช้งานของโมเดล V4 Flash และ V4 Pro ผลการทดสอบที่แสดงถึงข้อจำกัดในการทำงานจริงนั้นอาจทำให้ผู้พัฒนาต้องพิจารณาอย่างรอบคอบก่อนที่จะนำโมเดลเหล่านี้ไปใช้ในรูปแบบที่ต้องการ.
แหล่งข้อมูลอ้างอิง
บทความนี้สรุปและเขียนใหม่โดยทีมบรรณาธิการ อ้างอิงจาก taryn.plumb@venturebeat.com (Taryn Plumb) ตามลิงก์ต้นฉบับด้านล่าง
อ่านต้นฉบับ: DeepSeek’s top-ranked V4 Flash stumbles on real agent tasks as its prices surge
#DeepSeek #V4 Flash #AI Model #Agent Tasks #Orchestration
