DeepSeek-V4-Pro bị phanh phui "một API ba mô hình"? Cộng đồng thử nghiệm hé lộ nguyên nhân có thể là do sự khác biệt về môi trường Agent.
BlockBeats tin tức, ngày 15 tháng 8, gần đây cộng đồng AI xôn xao về việc DeepSeek-V4-Pro có khả năng tồn tại nhiều phiên bản. Có người dùng phát hiện, khi cùng gọi API deepseek-v4-pro, sau khi đổi IP hoặc tạo lại phiên trò chuyện, mô hình sẽ xuất hiện ba "phong cách suy luận" khác nhau:
Một loại thường xuyên bắt đầu bằng "Let me", gần với bản V4 Pro Preview trước đó; một loại thường xuất hiện "The user wants me", tương tự V4 Flash; loại còn lại sử dụng nhiều từ "we", được một số người dùng gọi là "V4 Pro bản thần" với khả năng mạnh hơn.
Vì khi một phiên trò chuyện đã vào một chế độ nhất định, biểu hiện sau đó thường giữ ổn định, cộng đồng từng suy đoán liệu DeepSeek có ẩn nhiều mô hình đằng sau API và phân phối qua cơ chế định tuyến hay không. Tuy nhiên, sau khi phân tích sâu hơn mã nguồn DeepSeek Harness, một cách giải thích khác xuất hiện: sự khác biệt có thể không đến từ trọng số của các mô hình khác nhau, mà đến từ môi trường chạy Agent.
Cộng đồng phát hiện, ngày 10 tháng 8, kho lưu trữ chính thức DeepSeek Harness đã cập nhật một commit quan trọng:
"fix(preset): align minimal agent with RL composition"
Bản cập nhật này nhằm làm cho Minimal Agent nhất quán với môi trường Agent được sử dụng khi huấn luyện học tăng cường (RL).
Tài liệu chính thức cho thấy, preset Minimal bao gồm system prompt cực kỳ đơn giản, môi trường Bash bền vững, công cụ chỉnh sửa được chỉ định, chính sách nén (compaction policy) dùng trong huấn luyện RL, đồng thời loại bỏ các gợi ý danh tính bổ sung, gợi ý Web và mô tả công cụ.
Điều này có nghĩa là, DSH Minimal có thể không phải là "phiên bản cắt giảm" của bản Standard, mà là mô phỏng môi trường Agent thực tế mà mô hình tiếp xúc trong giai đoạn huấn luyện.
Kiểm thử cộng đồng cũng ủng hộ quan điểm này. Cùng một DeepSeek V4 Pro trong các môi trường Harness khác nhau có biểu hiện:
DSH Standard: 91 điểm;
DSH PTC: 92 điểm;
DSH Minimal: 99/96 điểm.
Sau đó, người kiểm thử phát triển plugin "Anchored Standard": yêu cầu đầu tiên mô phỏng môi trường Minimal, chỉ mở công cụ shell và read, sau khi hoàn thành lần gọi công cụ đầu tiên thì khôi phục bộ công cụ đầy đủ của Standard, kết quả liên tục đạt 98/99 điểm.
Người kiểm thử cho rằng, yếu tố quyết định khả năng hoạt động của V4 Pro Agent có thể không phải là số lượng công cụ cuối cùng sở hữu, mà là những gì mô hình nhìn thấy lần đầu tiên: System Prompt + Tool Schema + Agent Scaffold.
Do đó, cái gọi là "ba mô hình DeepSeek" thực chất có thể là sự chồng chéo của hai lớp yếu tố:
Một mặt là sự khác biệt về môi trường dịch vụ API, cấu hình triển khai hoặc phiên bản xám; mặt khác là việc mô hình có bước vào môi trường Agent gần với phân phối huấn luyện RL hay không.
Tuy nhiên, hiện tại tuyên bố này vẫn chưa được DeepSeek xác nhận chính thức. Tài liệu API chính thức cho thấy, deepseek-v4-pro tương ứng với phiên bản chính thức DeepSeek-V4-Pro-0813, không công bố cơ chế định tuyến tự động đa mô hình.
Hiện tại, sự khác biệt trong hiệu suất của DeepSeek-V4-Pro có thể là kết quả của sự tương tác giữa trọng số mô hình, môi trường suy luận và khung Agent, chứ không phải đơn giản là tồn tại ba mô hình ẩn.
