DeepSeek cập nhật V4.1 Flash 1017, mở API tìm kiếm cho AI agent

Ngày 17/10/2026, DeepSeek công bố V4.1-Flash-1017, cập nhật mô hình trên website, ứng dụng và API. Hãng tập trung vào khả năng xây dựng dự án phần mềm, thay vì chỉ sinh những đoạn mã riêng lẻ. Cùng đợt này, DeepSeek mở hai API tìm kiếm và lấy nội dung web cho nhà phát triển.

Cải tiến hướng tới việc hoàn thành cả dự án

Theo DeepSeek, kỹ thuật học tăng cường với phản hồi tự sinh giúp mô hình cải thiện việc tạo game và dựng cảnh 3D. Các ví dụ hãng trình diễn gồm mô hình Tử Cấm Thành, game đua xe trên web và dự án dùng Godot. Đây là sản phẩm minh họa do nhà cung cấp lựa chọn, chưa chứng minh mô hình có thể hoàn thành mọi yêu cầu với cùng chất lượng.

DeepSeek cũng khuyến nghị sử dụng Harness từ phiên bản 0.2.1-rc.1. Với người viết phần mềm, điểm đáng kiểm tra là toàn bộ vòng lặp: mô hình có hiểu yêu cầu, sửa đúng tệp, chạy kiểm thử rồi xử lý lỗi được hay không. Một bản demo chạy được chưa trả lời những câu hỏi về khả năng bảo trì hoặc tương thích với dự án đang vận hành.

Đọc benchmark cùng điều kiện đo

Model card chính thức ghi DeepSWE v1.1 tăng từ 74,2 lên 77,0; Terminal-Bench 4.0 tăng từ 31,2 lên 42,3. DeepSeek sử dụng Mini-SWE-V2 cho bài đo thứ nhất và Claude Code cho bài đo thứ hai. Những con số này là kết quả hãng công bố, không phải phép đo độc lập của phu.lt.

Không nên gộp các điểm số thành kết luận rằng mô hình tốt hơn trong mọi công việc. Bộ công cụ bao quanh mô hình, cách giao nhiệm vụ và điều kiện chấm đều ảnh hưởng kết quả. Nhóm phát triển nên dùng một tập lỗi và tính năng đại diện cho kho mã của mình, đồng thời đo thời gian, chi phí và phần sửa lại bằng tay.

Kho mô hình công bố trọng số theo giấy phép MIT và cửa sổ ngữ cảnh một triệu token. Tuy nhiên, quyền tải trọng số không đồng nghĩa triển khai nhẹ. Dung lượng ngữ cảnh cũng không bảo đảm mô hình luôn tìm đúng chi tiết trong tài liệu dài.

Search và Fetch đảm nhiệm hai việc khác nhau

Theo hướng dẫn API, Search tìm trang theo truy vấn và trả dữ liệu có cấu trúc; Fetch đọc một URL rồi trả nội dung dạng Markdown. Chúng dùng cơ chế xác thực bearer của DeepSeek. Đây là hai bước phù hợp với ứng dụng cần tìm nguồn rồi đọc sâu trước khi trả lời.

Mỗi dịch vụ có giá 0,75 USD cho 1.000 yêu cầu thành công có kết quả. Tài liệu phân biệt cách gọi trực tiếp với công cụ phía máy chủ trong các môi trường agent được hỗ trợ: nhóm gọi thứ hai hiện miễn phí cho người dùng DeepSeek API, bắt đầu tính phí lúc 23 giờ ngày 31/10/2026 theo giờ Việt Nam.

Fetch vẫn phụ thuộc khả năng truy cập và chính sách của website đích. Vì vậy, ứng dụng phải xử lý tình huống không lấy được nội dung; một kết quả tìm kiếm có tiêu đề phù hợp chưa đủ để khẳng định nguồn đã được đọc hoặc dữ kiện đã được xác minh.

Tích hợp cần kiểm tra cả lớp giao thức

Với triển khai riêng, deepseek-recipe cung cấp thư viện Rust và binding Python để chuyển đổi yêu cầu, mã hóa hội thoại và phân tích đầu ra. Kho mã mô tả hỗ trợ các định dạng Messages, Chat Completions và Responses. Phần suy luận, thực thi công cụ và truyền tải HTTP vẫn do hệ thống bên ngoài đảm nhiệm.

Tài liệu cũng liệt kê giới hạn: chưa thực thi công cụ tìm kiếm phía máy chủ, chưa ép ràng buộc JSON Schema hay chế độ strict của công cụ. Điều này có ý nghĩa thực tế khi chuyển một ứng dụng đang chạy sang backend mới: định dạng yêu cầu tương tự chưa bảo đảm toàn bộ hành vi tương đương.

Về góc độ triển khai, bản cập nhật đáng thử bằng một nhánh đánh giá có kiểm soát. Tiêu chí thành công nên là nhiệm vụ hoàn tất đúng và chi phí thực tế giảm, thay vì chỉ dựa vào độ dài câu trả lời hoặc bảng xếp hạng. Bài viết chưa trực tiếp chạy thử mô hình.

Nguồn và ảnh

• Thông báo DeepSeek ngày 17/10/2026.
• Model card và trọng số.
• Tài liệu Search & Fetch.
• Kho mã deepseek-recipe.

Ảnh: bảng benchmark do DeepSeek công bố trong thông báo phát hành; số liệu của hãng, chưa được phu.lt kiểm chứng độc lập.