How DeepSeek-V4-Flash 0731 REALLY Handles Challenging Tasks

1
00:00:00,000 --> 00:00:15,265
ถ้าเพื่อน ๆ เคยดูวิดีโอแนะนำโมเดลของผมมาก่อน

2
00:00:15,265 --> 00:00:26,714
ก็คงจะคุ้นเคยกับ prompt นี้นะครับ

3
00:00:26,714 --> 00:00:42,674
ผมได้ขอให้โมเดลสร้างเว็บไซต์ หน้า landing page

4
00:00:42,674 --> 00:00:58,633
สำหรับเกมส์ที่ผสมผสานระหว่าง Star Wars กับ One

5
00:00:58,633 --> 00:01:10,082
Piece และขอให้มีลูกโลกที่เรืองแสง

6
00:01:10,082 --> 00:01:22,572
ซึ่งนี่คือสิ่งที่โมเดลสร้างมาให้ครับ

7
00:01:22,572 --> 00:01:31,593
จะเห็นว่ามันโต้ตอบได้ดีมาก

8
00:01:31,593 --> 00:01:46,858
พอเอาเมาส์ไปวางเหนือลูกโลก ลูกโลกก็จะหมุนเอง

9
00:01:46,858 --> 00:02:00,042
ซึ่งเป็นเรื่องที่ผมไม่เคยเห็นมาก่อนเลย

10
00:02:00,042 --> 00:02:14,266
และตอนนี้พอเลื่อนลงมาด้านล่าง มันจะต้องมี

11
00:02:14,266 --> 00:02:29,185
headline โผล่ขึ้นมาในสไตล์ที่เหมือนกระตุก ๆ

12
00:02:29,185 --> 00:03:00,756
ลองมาดูกันว่าจะทำงานได้ไหมนะครับ จะเห็นว่าลูกโลกเริ่มจางหายไป แล้วก็มี headline แบบกระตุก ๆ

13
00:03:00,756 --> 00:03:16,369
โผล่ขึ้นมา "The Odyssey for One Piece begins"

14
00:03:16,369 --> 00:03:26,777
ก็ถือว่าโมเดลนี้ทำได้ดีมากครับ

15
00:03:26,777 --> 00:03:38,573
พอเลื่อนขึ้นมาก็จะกลับมาเหมือนเดิม

16
00:03:38,573 --> 00:03:45,165
ตัวลูกโลกเองดูดีมาก

17
00:03:45,165 --> 00:03:59,736
มันมีองค์ประกอบแบบโต้ตอบได้ซึ่งโมเดลก่อน ๆ

18
00:03:59,736 --> 00:04:10,839
ไม่เคยทำได้ และเอฟเฟกต์ headline

19
00:04:10,839 --> 00:04:19,512
แบบกระตุกก็ทำได้ดีสวยด้วย

20
00:04:19,512 --> 00:04:31,308
ก็ถือว่าโมเดลนี้ทำได้ยอดเยี่ยมครับ

21
00:04:31,308 --> 00:04:40,329
และอย่างที่เพื่อน ๆ คาดไว้

22
00:04:40,329 --> 00:04:47,614
ถ้าดูจากชื่อวิดีโอนี้

23
00:04:47,614 --> 00:05:03,227
สิ่งที่เห็นถูกสร้างโดยโมเดล DeepSeek-V4-Flash

24
00:05:03,227 --> 00:05:17,451
0731 ครับ ซึ่งนี่เป็นโจทย์ที่ค่อนข้างง่าย

25
00:05:17,451 --> 00:05:32,717
แต่ในวิดีโอวันนี้เราจะมาลองจัดโมเดลนี้ให้สุด

26
00:05:32,717 --> 00:05:43,472
ทั้งเวอร์ชันคลาวด์ เวอร์ชัน API

27
00:05:43,472 --> 00:05:48,676
อย่างเป็นทางการ

28
00:05:48,676 --> 00:06:02,901
และเวอร์ชันที่รันอยู่บนเครื่องของผมเองเลย

29
00:06:02,901 --> 00:06:17,819
เริ่มกันเลยครับ สำหรับเพื่อน ๆ ที่รัน Agent

30
00:06:17,819 --> 00:06:29,615
Swarm เอง และอยากเข้าถึง LLM wikis

31
00:06:29,615 --> 00:06:50,085
ที่ผมใช้ทำวิดีโอเหล่านี้เพื่อศึกษาข้อมูลและสร้างเนื้อหาจริง

32
00:06:50,085 --> 00:06:51,185
ๆ

33
00:06:51,185 --> 00:07:23,450
ลองแวะดูโปรเจกต์ของผมที่ agentwikis.com นะครับ ผมแชร์ wikis เหล่านี้ทั้งหมดฟรี ในหัวข้อต่าง ๆ

34
00:07:23,450 --> 00:07:38,369
มากมาย และก็มีบัญชี pro ให้สมัครในราคา 9.99

35
00:07:38,369 --> 00:07:53,634
ดอลลาร์ต่อเดือน ซึ่งจะให้สิทธิ์เข้าถึง wikis

36
00:07:53,634 --> 00:07:58,144
ขนาดใหญ่พิเศษ

37
00:07:58,144 --> 00:08:16,532
ที่มีหน้ามากกว่าและรายละเอียดลึกขึ้นในแต่ละหัวข้อครับ

38
00:08:16,532 --> 00:08:32,145
กลับมาที่วิดีโอกันต่อ สัปดาห์ที่แล้ว DeepSeek

39
00:08:32,145 --> 00:08:43,594
ก็ออกโมเดล DeepSeek-V4-Flash 0731

40
00:08:43,594 --> 00:08:56,777
อย่างกะทันหัน เป็นเวอร์ชันใหม่ของโมเดล

41
00:08:56,777 --> 00:09:08,920
DeepSeek รุ่นก่อน ซึ่งจาก benchmark

42
00:09:08,920 --> 00:09:13,431
ที่เห็นตรงนี้

43
00:09:13,431 --> 00:09:28,002
แสดงให้เห็นถึงการปรับปรุงที่ดีขึ้นอย่างมาก

44
00:09:28,002 --> 00:09:38,063
และพวกเขาก็ปล่อย open weights

45
00:09:38,063 --> 00:09:43,961
ออกมาพร้อมกันด้วย

46
00:09:43,961 --> 00:09:59,921
ก็ถือว่าเป็นการปล่อยที่ค่อนข้างน่าตื่นเต้นครับ

47
00:09:59,921 --> 00:10:07,207
หลายคนรีบไปทดลองทันที

48
00:10:07,207 --> 00:10:27,329
เพราะเรายังไม่เคยเห็นโมเดลที่ทำงานได้ขนาดนี้แต่รันบนแค่สอง

49
00:10:27,329 --> 00:10:42,248
spark เลย และผลลัพธ์บางส่วนก็น่าประทับใจมาก

50
00:10:42,248 --> 00:10:57,860
เช่นคนคนนี้ Mosh Aib ทำสิ่งนี้ใน Hermes Agent

51
00:10:57,860 --> 00:11:06,880
ในราคาแค่ 7 เซ็นต์เท่านั้น

52
00:11:06,880 --> 00:11:14,513
สร้างเกมนี้ออกมาได้เลย

53
00:11:14,513 --> 00:11:25,268
ก็เป็นฟังก์ชันที่น่าประทับใจมาก

54
00:11:25,268 --> 00:11:37,758
แต่ที่สำคัญกว่าคือต้นทุน มันถูกมาก ๆ

55
00:11:37,758 --> 00:11:44,697
และก็เร็วมากด้วยครับ

56
00:11:44,697 --> 00:12:00,309
ส่วนตัวผมคิดว่าอาจจะไม่ได้ทดลอง เพราะผมมี DGX

57
00:12:00,309 --> 00:12:13,840
Spark แค่เครื่องเดียว แต่ Blaze Goodson

58
00:12:13,840 --> 00:12:28,759
ได้ทำงานไปมากพอสมควร และตอนนี้มันรันบนหนึ่ง

59
00:12:28,759 --> 00:12:42,983
spark ได้เต็มที่แล้ว เขาได้ความเร็วประมาณ

60
00:12:42,983 --> 00:12:57,555
1,000 tokens ต่อวินาทีในการ prefill และ 59

61
00:12:57,555 --> 00:13:11,432
tokens ต่อวินาทีสำหรับการรัน multi-agent

62
00:13:11,432 --> 00:13:24,269
serving ซึ่งผมก็ได้ลองรันบน DGX Spark

63
00:13:24,269 --> 00:13:37,800
ของผมเองและได้ตัวเลขที่ใกล้เคียงกันครับ

64
00:13:37,800 --> 00:13:45,086
นี่คือคำอธิบายคร่าว ๆ

65
00:13:45,086 --> 00:13:57,922
ของเวอร์ชันที่ผมสามารถรันในเครื่องได้

66
00:13:57,922 --> 00:14:12,494
จะเห็นว่าความแตกต่างหลักคือมันถูก quantize

67
00:14:12,494 --> 00:14:22,902
อย่างหนักสำหรับ routed experts

68
00:14:22,902 --> 00:14:44,413
ซึ่งพวกนี้แหละคือส่วนที่จะกินพื้นที่หน่วยความจำมากที่สุดและกิน

69
00:14:44,413 --> 00:14:59,331
activation มากที่สุด จะเห็นว่าตรงนี้เป็น Q2

70
00:14:59,331 --> 00:15:11,474
ครับ ถ้าเพื่อน ๆ ยังไม่รู้จักเรื่อง

71
00:15:11,474 --> 00:15:22,576
quantization (การลดขนาดของโมเดล)

72
00:15:22,576 --> 00:15:36,107
ผมมีวิดีโออธิบายเรื่องนี้โดยละเอียดอยู่

73
00:15:36,107 --> 00:15:40,617
แต่สรุปง่าย ๆ

74
00:15:40,617 --> 00:16:04,556
ก็คือเป็นวิธีลดขนาดน้ำหนักของโมเดลเพื่อให้สามารถรันโมเดลที่ใหญ่กว่าบน

75
00:16:04,556 --> 00:16:14,617
GPU หรือฮาร์ดแวร์ที่เล็กลงได้

76
00:16:14,617 --> 00:16:25,719
และเวลาที่คนพูดถึง dense weights

77
00:16:25,719 --> 00:16:37,862
มักจะหมายถึงขนาด 16-bit ครับ 16-bit

78
00:16:37,862 --> 00:16:49,658
มักถูกมองว่าเป็นขนาดเต็มใช่ไหมครับ

79
00:16:49,658 --> 00:16:55,903
การลดลงไปที่ 8-bit

80
00:16:55,903 --> 00:17:08,740
ก็เห็นได้ชัดว่าเป็นครึ่งหนึ่ง และวิธี

81
00:17:08,740 --> 00:17:23,312
quantization สมัยใหม่สามารถลดลงไปที่ 8-bit

82
00:17:23,312 --> 00:17:38,924
ได้ง่ายมากโดยแทบไม่สูญเสียคุณภาพเลย แม้แต่ที่

83
00:17:38,924 --> 00:17:54,190
4-bit จากนวัตกรรมล่าสุดในเรื่อง quantization

84
00:17:54,190 --> 00:18:06,332
ก็ไม่ได้เห็นความลดลงของคุณภาพมากนัก

85
00:18:06,332 --> 00:18:21,598
แต่พอต่ำกว่า 4-bit ไป เรื่องก็จะเริ่มยากขึ้น

86
00:18:21,598 --> 00:18:25,414
ทำได้นะครับ

87
00:18:25,414 --> 00:18:39,292
แต่จะเจอปัญหาเรื่องความเร็วและคุณภาพบ้าง

88
00:18:39,292 --> 00:18:53,863
ดังนั้นการลดลงไปที่ 2-bit ตรงนี้ถือเป็นการ

89
00:18:53,863 --> 00:19:09,823
quantize อย่างก้าวร้าวมาก แต่มันก็ยังใช้งานได้

90
00:19:09,823 --> 00:19:21,619
และยังเขียนโค้ดได้ในระดับหนึ่งครับ

91
00:19:21,619 --> 00:19:32,027
ในวิดีโอวันนี้ผมแค่อยากทดลองดู

92
00:19:32,027 --> 00:19:47,639
ไม่ได้เป็นการแนะนำแบบ first look นะครับ first

93
00:19:47,639 --> 00:20:01,170
look ปกติผมมักจะใช้โจทย์ที่ทำได้รวดเร็ว

94
00:20:01,170 --> 00:20:11,925
แต่ครั้งนี้ผมอยากจะทดสอบให้หนัก

95
00:20:11,925 --> 00:20:27,885
ให้โจทย์ที่ท้าทายจริง ๆ ผมจะใช้โจทย์บางส่วนจาก

96
00:20:27,885 --> 00:20:42,456
AI Royal Rumble (การแข่งขัน AI แบบเจาะลึก)

97
00:20:42,456 --> 00:20:57,028
ซึ่งเป็นโจทย์ที่ยาวนานหลายชั่วโมงในบางกรณี

98
00:20:57,028 --> 00:21:10,905
ผมจะส่งให้ทั้งเวอร์ชันเต็มที่รันผ่าน API

99
00:21:10,905 --> 00:21:23,742
บนคลาวด์ ซึ่งเราจะทำผ่าน Hermes Agent

100
00:21:23,742 --> 00:21:42,130
และก็จะใช้โมเดลในเครื่องรันโจทย์เดียวกันทุกประการครับ

101
00:21:42,130 --> 00:21:58,089
หวังว่าเพื่อน ๆ จะได้เห็นว่า DeepSeek-V4-Flash

102
00:21:58,089 --> 00:22:06,069
โมเดลใหม่นี้ทำได้แค่ไหน

103
00:22:06,069 --> 00:22:27,232
รวมถึงความแตกต่างระหว่างเวอร์ชันเต็มบนคลาวด์กับเวอร์ชันที่ถูก

104
00:22:27,232 --> 00:22:37,988
quantize อย่างหนักในเครื่องด้วย

105
00:22:37,988 --> 00:22:53,947
น่าจะน่าสนใจดีนะครับ เริ่มกันเลย เอาล่ะ เพื่อน

106
00:22:53,947 --> 00:23:06,784
ๆ อาจจะจำได้ นี่มาจาก AI Royal Rumble

107
00:23:06,784 --> 00:23:19,621
และอันนี้เฉพาะเจาะจงเป็น Claude Fable

108
00:23:19,621 --> 00:23:28,988
ที่สร้างสิ่งนี้แบบโต้ตอบได้

109
00:23:28,988 --> 00:23:41,131
มันเป็นเว็บไซต์นะครับ ผมแค่เลื่อนดู

110
00:23:41,131 --> 00:23:50,498
มันมีองค์ประกอบโต้ตอบต่าง ๆ

111
00:23:50,498 --> 00:24:03,335
ผมได้ใช้โจทย์นี้กับโมเดลต่าง ๆ ห้าตัว

112
00:24:03,335 --> 00:24:15,478
และได้ผลลัพธ์ที่น่าสนใจจากทุกตัวเลย

113
00:24:15,478 --> 00:24:23,111
บางตัวก็ทำได้ดีกว่ากัน

114
00:24:23,111 --> 00:24:37,682
แต่ทุกตัวก็สามารถสร้างอะไรบางอย่างออกมาได้

115
00:24:37,682 --> 00:24:51,560
ดังนั้นเราจะทำโจทย์เดียวกันทุกประการครับ

116
00:24:51,560 --> 00:25:07,172
ผมจะเปลี่ยนหัวข้อ เพื่อไม่ให้มันเป็นการโปรโมต

117
00:25:07,172 --> 00:25:23,132
AI Royal Rumble แต่จะให้โปรโมตตัว DeepSeek เอง

118
00:25:23,132 --> 00:25:32,846
แต่ส่วนที่ยากคือมันมีเยอะมาก

119
00:25:32,846 --> 00:25:43,948
นี่เป็นแค่องค์ประกอบแบบเลื่อนได้

120
00:25:43,948 --> 00:25:51,234
ไม่มีวิดีโออะไรจริง ๆ

121
00:25:51,234 --> 00:26:02,336
ดังนั้นโมเดลต้องสร้างช่วง moment

122
00:26:02,336 --> 00:26:13,091
ช่วงเปลี่ยนฉากเหล่านี้ขึ้นมาเอง

123
00:26:13,091 --> 00:26:24,887
ซึ่งเป็นเรื่องที่ยากมากสำหรับโมเดล

124
00:26:24,887 --> 00:26:39,806
แต่เราจะมาดูกันว่า DeepSeek จะทำได้ไหม ด้วย

125
00:26:39,806 --> 00:26:41,887
prompt

126
00:26:41,887 --> 00:26:59,234
ที่เหมือนกันทุกประการที่ผมให้กับโมเดลเหล่านั้นครับ

127
00:26:59,234 --> 00:27:15,194
เอาล่ะ เราจะทำในแอป desktop เลย จะเห็นว่าเรามี

128
00:27:15,194 --> 00:27:25,255
DeepSeek-V4-Flash ที่นี่ โอเค

129
00:27:25,255 --> 00:27:35,663
เราต้องการเวอร์ชัน 0731 นะครับ

130
00:27:35,663 --> 00:27:43,990
มีสองสามเวอร์ชันให้เลือก

131
00:27:43,990 --> 00:27:57,867
ต้องแน่ใจว่าเปิดอันนี้อยู่ มันกำลังเริ่ม

132
00:27:57,867 --> 00:28:10,010
session ใหม่ แล้วผมจะใส่ prompt ให้

133
00:28:10,010 --> 00:28:21,113
นี่คือสิ่งที่ผมให้กับโมเดลอื่น ๆ

134
00:28:21,113 --> 00:28:51,296
ทุกประการ นี่จะเป็นแบบ one-shot นะครับ ต้องทำงานอัตโนมัติ ถามคำถามไม่ได้ แต่โจทย์คือ...

135
00:28:51,296 --> 00:29:04,480
นี่คือ brief ครับ สร้าง launch website

136
00:29:04,480 --> 00:29:20,439
คุณภาพระดับ production สำหรับ DeepSeek V4/0731

137
00:29:20,439 --> 00:29:35,011
แล้วก็มีรายละเอียดทั้งหมดว่าต้องทำอะไรบ้าง

138
00:29:35,011 --> 00:29:53,052
แต่ทางเลือกด้านการออกแบบจะเป็นการตัดสินใจของโมเดลเอง

139
00:29:53,052 --> 00:30:08,317
ผมจะส่ง prompt นี้ให้เวอร์ชันคลาวด์ใน Hermes

140
00:30:08,317 --> 00:30:22,889
Agent แล้วมาดูกันว่ามันทำงานได้อย่างไรครับ

141
00:30:22,889 --> 00:30:39,195
ตอนนี้ผมจะทำแบบเดียวกันกับเวอร์ชันในเครื่องด้วย

142
00:30:39,195 --> 00:30:51,338
เวอร์ชันในเครื่องอยู่บน Spark ของผม

143
00:30:51,338 --> 00:31:07,297
ซึ่งกำลังรันอยู่ตอนนี้ จะเห็นว่าผมสร้าง Hermes

144
00:31:07,297 --> 00:31:23,257
profile พิเศษให้มันแล้ว เรียกว่า DS4 และจะเห็น

145
00:31:23,257 --> 00:31:38,175
DeepSeek chat ซึ่งก็คือโมเดลที่รันในเครื่อง

146
00:31:38,175 --> 00:31:47,543
ลองดูกันว่ามันจะทำงานได้ไหม

147
00:31:47,543 --> 00:32:03,502
ผมสังเกตว่าตอนนี้มันเร็วมากและตอบกลับมาเร็วมาก

148
00:32:03,502 --> 00:32:08,359
ผมจะวาง prompt

149
00:32:08,359 --> 00:32:23,278
นี้ลงไปแล้วดูว่าโมเดลในเครื่องจะทำได้แค่ไหน

150
00:32:23,278 --> 00:32:38,890
และผมจะบอกความจริงว่ามันล้มเหลวหรือสำเร็จครับ

151
00:32:38,890 --> 00:32:51,380
อย่างที่บอก นี่เป็นโจทย์ที่ท้าทายมาก

152
00:32:51,380 --> 00:33:06,298
ไม่ใช่แค่สร้าง landing page ธรรมดา ๆ นะครับ

153
00:33:06,298 --> 00:33:19,829
แต่เป็นโจทย์ออกแบบ front-end ที่ซับซ้อน

154
00:33:19,829 --> 00:33:33,013
ดังนั้นถ้ามันล้มเหลว ก็อาจจะล้มเหลวได้

155
00:33:33,013 --> 00:33:41,339
อย่าเพิ่งโทษโมเดลเลยครับ

156
00:33:41,339 --> 00:33:56,952
เพราะนี่เป็นเวอร์ชันที่ถูก quantize อย่างหนัก

157
00:33:56,952 --> 00:34:14,993
และถ้ามันสร้างอะไรออกมาได้ก็ถือว่าน่าประทับใจมากแล้ว

158
00:34:14,993 --> 00:34:29,911
น่าจะน่าสนใจที่จะดูความเร็วของมันด้วยนะครับ

159
00:34:29,911 --> 00:34:47,605
จะเห็นว่ามันกำลังทำงานไปได้ด้วยความเร็วที่ไม่เลวเลย

160
00:34:47,605 --> 00:35:05,240
และก็จะเห็นว่าเวอร์ชันคลาวด์ก็ยังคงรันอยู่เช่นกันครับ