DeepSeek v4.1 Flash chính thức được thêm vào bảng xếp hạng LiveBench
LiveBench đã thêm mô hình DeepSeek v4.1 Flash vào bảng xếp hạng đánh giá LLM của mình. Kết quả đánh giá cho thấy mô hình này đạt hiệu suất tương đương với các mô hình dẫn đầu nhưng với chi phí đánh giá chưa bằng một phần mười. Cập nhật này cho thấy các mô hình AI chi phí thấp đang ngày càng có khả năng sánh ngang với các mô hình thương mại hàng đầu trong các tác vụ đánh giá phức tạp. Điều này cho phép các nhà phát triển và doanh nghiệp tiếp cận năng lực suy luận AI mạnh mẽ với chi phí vận hành giảm đáng kể. DeepSeek v4.1 Flash đạt điểm số tương đương với các mô hình xếp hạng cao trong khi chi phí trên mỗi tác vụ thành công trên LiveBench chỉ bằng một phần nhỏ. LiveBench đo lường các điểm số này qua các tác vụ khách quan nhằm đảm bảo so sánh công bằng về cả hiệu suất lẫn chi phí.
## KIẾN THỨC NỀN
LiveBench là một bộ công cụ đánh giá (benchmark) LLM do Abacus.AI tài trợ, được thiết kế để chống hiện tượng rò rỉ dữ liệu kiểm tra (test set contamination) thông qua các bộ bài toán được cập nhật thường xuyên và đánh giá khách quan. DeepSeek là một tổ chức AI nổi tiếng với các mô hình mã nguồn mở và hiệu suất cao, mang lại kết quả benchmark cạnh tranh với chi phí tính toán thấp hơn.