--- title: "DeepSeek (TH)" source: "https://systems-analysis.info/int/DeepSeek_(TH)" wiki: "systems-analysis.info/int" article: "DeepSeek_(TH)" language: "th" categories: - "Category:Large language models" - "Category:LLM families" - "Category:Machine learning" - "Category:Thai" revision_id: 1613 wiki_created_at: 2026-09-06T22:51:21Z wiki_modified_at: 2026-09-06T22:51:21Z downloaded_at: 2026-09-07T22:46:51Z --- # DeepSeek (TH) **DeepSeek** — บริษัทวิจัยด้านปัญญาประดิษฐ์สัญชาติจีน ที่พัฒนา large language model (LLM) และระบบ multimodal บริษัทได้รับการยอมรับอย่างกว้างขวางจากการเผยแพร่น้ำหนักโมเดลแบบเปิด และประสิทธิภาพเชิงต้นทุนที่สูง ซึ่งส่งผลให้เกิดการปรับราคาในตลาด AI ช่วงปลายปี 2024 ถึงต้นปี 2025[\[1\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-1) ## ประวัติ ผู้ก่อตั้ง DeepSeek คือนักธุรกิจและผู้ร่วมก่อตั้ง hedge fund *High‑Flyer* นาม เหลียง เวินเฟิง ในฤดูใบไม้ผลิปี 2023 High‑Flyer ได้แยกหน่วยงานวิจัย AI ออกมา และในเดือนพฤษภาคมของปีเดียวกันได้กลายเป็นบริษัท *DeepSeek AI* จนถึงปี 2025 จำนวนพนักงานเติบโตขึ้นเป็นประมาณ 160 คน[\[2\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-2) ตั้งแต่วันแรก บริษัทประกาศนโยบายความเปิดกว้าง ได้แก่ การเผยแพร่น้ำหนัก («open‑weight») ภายใต้ใบอนุญาตแบบอนุญาต และมุ่งเน้นการวิจัยพื้นฐานด้าน AGI แตกต่างจากสตาร์ทอัพส่วนใหญ่ DeepSeek ได้รับเงินสนับสนุนจากงบประมาณ R&D ของ High‑Flyer ซึ่งตามคำกล่าวของผู้ก่อตั้ง ทำให้สามารถมุ่งเน้นเป้าหมายระยะยาวแทนการสร้างรายได้ในทันที[\[3\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-3) บริษัทสร้างกระแสอย่างมากในวงการเทคโนโลยีและการเงินในเดือนมกราคม 2025 หลังจากเปิดตัวโมเดล **DeepSeek-R1** การประกาศว่าการฝึกโมเดลที่เทียบได้กับ GPT-4 มีค่าใช้จ่ายน้อยกว่า 6 ล้านดอลลาร์ (เทียบกับการประมาณการ 100+ ล้านดอลลาร์สำหรับ GPT-4) ทำให้หุ้นของบริษัทเทคโนโลยีรายใหญ่ร่วงลง และบังคับให้อุตสาหกรรมทบทวนกรอบคิดที่ว่า «คำนวณมากขึ้น = โมเดลดีขึ้น»[\[4\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-4) ## ลักษณะทางสถาปัตยกรรม Mixture‑of‑Experts (DeepSeekMoE) โมเดลเรือธงส่วนใหญ่ของ DeepSeek ใช้สถาปัตยกรรม Mixture of Experts (MoE) แตกต่างจากโมเดลแบบ «หนาแน่น» ที่เปิดใช้งานพารามิเตอร์ทั้งหมดเมื่อประมวลผลคำขอ โมเดล MoE จะเปิดใช้งานเพียงส่วนเล็กน้อยของซับเน็ตเฉพาะทาง («ผู้เชี่ยวชาญ») สำหรับแต่ละ token DeepSeek พัฒนาการนำ MoE ไปใช้งานของตนเองด้วยผู้เชี่ยวชาญ «ร่วม» การแบ่งส่วนแบบละเอียด และการปรับสมดุลโหลดโดยไม่ต้องใช้ค่าสูญเสียเสริม ซึ่งทำให้เปิดใช้งานเพียงบางส่วนจากพารามิเตอร์หลายร้อยพันล้านและลดต้นทุนการคำนวณได้อย่างมาก[\[5\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-5) Multi‑Head Latent Attention (MLA) วิธีการบีบอัด KV‑cache ลงในเวกเตอร์แฝง ประหยัดหน่วยความจำได้ถึง 93% และรองรับ context window ขนาดสูงสุด 128,000 token เทคโนโลยีนี้เป็นกุญแจสำคัญสำหรับการทำงานอย่างมีประสิทธิภาพกับข้อความยาว[\[6\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-6) FP8 training และ Multi‑Token Prediction โมเดลในตระกูล V3 ใช้ความแม่นยำแบบผสม FP8 (ตัวเลขทศนิยม 8 บิต) และการทำนายหลาย token พร้อมกัน ซึ่งช่วยเร่งกระบวนการ fine-tuning และ inference[\[7\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-7) ## ตระกูลโมเดล - **DeepSeek LLM** — โมเดลพื้นฐาน 7 และ 67 พันล้านพารามิเตอร์ (2023) เผยแพร่แบบ bilingual (EN/ZH) ครั้งแรก ซึ่งเหนือกว่า *LLaMA‑2 70B* ในหลายงาน[\[8\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-8) - **DeepSeek‑Coder** (2023) — ชุดโมเดลสำหรับการเขียนโปรแกรม (1.3 – 33 พันล้าน) และพัฒนาต่อเป็น *Coder‑V2* (16 พันล้าน / 236 พันล้าน MoE, context 128K, รองรับ 338 ภาษาการเขียนโปรแกรม)[\[9\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-9) - **DeepSeek‑V2** (พฤษภาคม 2024) — MoE‑LLM 236 พันล้าน (21 พันล้านที่ใช้งาน) พร้อม MLA ฝึกด้วย 8.1 ล้านล้าน token[\[10\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-10) - **DeepSeek‑V3** (ธันวาคม 2024) — 671 พันล้าน (37 พันล้านที่ใช้งาน) การฝึก ≈2.8 ล้าน GPU‑ชั่วโมงบน Nvidia H800 ค่าใช้จ่าย ≈5.5 ล้านดอลลาร์[\[11\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-11) - **DeepSeek‑R1** (มกราคม 2025) — ชุดโมเดลสำหรับการอนุมานเชิงตรรกะ (reasoning) โดยเวอร์ชัน R1‑0528 เข้าใกล้ระดับ *OpenAI o3* บน AIME 2025 และ LiveCodeBench[\[12\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-12) - **DeepSeek‑VL / VL2** — โมเดล multimodal VL (สูงสุด 4.5 พันล้านที่ใช้งาน) พร้อมการประมวลผลภาพแบบโมเสกไดนามิก 1024×1024[\[13\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-13) - **DeepSeek‑Math** 7B — โมเดลเฉพาะทาง ความแม่นยำ 51.7% บน benchmark MATH ใกล้เคียงกับ GPT‑4[\[14\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-14) - **DeepSeek‑Prover‑V2** — MoE 671 พันล้านสำหรับการพิสูจน์ทฤษฎีบทใน Lean 4 ได้ 63.5% บน miniF2F - **โมเดล R1 แบบ distilled** — เวอร์ชันเปิดตั้งแต่ 1.5 ถึง 70 พันล้านพารามิเตอร์บนฐาน Llama และ Qwen[\[15\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-15) ## ไทม์ไลน์การเผยแพร่สำคัญ | วันที่ | การเผยแพร่และลักษณะสำคัญ | |--------------|----------------------------------------------------------------------------| | 2 พ.ย. 2023 | **DeepSeek‑Coder v1:** โมเดล open‑weight ชุดแรกสำหรับโค้ด | | 29 พ.ย. 2023 | **DeepSeek LLM 7B/67B:** โมเดล bilingual ฝึกด้วย 2 ล้านล้าน token | | 11 ม.ค. 2024 | **DeepSeek‑MoE 16B:** การเปิดตัวสถาปัตยกรรม MoE ครั้งแรก | | 6 ก.พ. 2024 | **DeepSeek‑Math 7B:** โมเดลเฉพาะทางด้านคณิตศาสตร์ (51.7% บน MATH) | | 6 พ.ค. 2024 | **DeepSeek‑V2 236B:** การนำสถาปัตยกรรม MLA และ MoE มาใช้ | | 17 มิ.ย. 2024 | **DeepSeek‑Coder‑V2:** context 128K รองรับ 338 ภาษาการเขียนโปรแกรม | | 13 ธ.ค. 2024 | **DeepSeek‑VL2:** โมเดล multimodal บนพื้นฐาน MoE | | 27 ธ.ค. 2024 | **DeepSeek‑V3 671B:** โมเดลเรือธง ฝึกด้วยค่าใช้จ่ายน้อยกว่า 6 ล้านดอลลาร์ | | 20 ม.ค. 2025 | **DeepSeek‑R1 / R1‑Zero:** โมเดลสำหรับการอนุมาน ฝึกด้วย Reinforcement Learning | | 27 ม.ค. 2025 | **Janus‑Pro:** โมเดลสำหรับการสร้างภาพ เหนือกว่า DALL‑E 3 | ## ประสิทธิภาพและ benchmark - *DeepSeek‑V3* เหนือกว่า *Llama 3.1* และ *Qwen 2.5* และเข้าใกล้ระดับ GPT‑4 ใน MMLU และ GPQA‑Diamond[\[16\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-16) - *DeepSeek‑Coder‑V2* ได้ 72.9% บน Arena‑Hard — เทียบเท่า GPT‑4o และสูงกว่าโมเดลเปิดทั้งหมด ยกเว้น Claude‑3.5‑Sonnet[\[17\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-17) - *DeepSeek‑Math 7B* — 51.7% บน MATH ใกล้เคียงกับ Gemini‑Ultra แต่มีขนาดเล็กกว่า 10 เท่า[\[18\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-18) - *R1‑Zero* เพิ่มผลลัพธ์ AIME 2024 pass@1 จาก 15.6% เป็น 71% โดยใช้เพียงการฝึกด้วย Reinforcement Learning[\[19\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-19) ## การอนุญาตสิทธิ์และ open‑source โมเดลส่วนใหญ่เผยแพร่ภายใต้ใบอนุญาต MIT หรือ Apache 2.0 ซึ่งอนุญาตให้ใช้งานเชิงพาณิชย์ได้ บริษัทเผยแพร่น้ำหนักบน Hugging Face และ GitHub แต่ยังคงปิดเป็นความลับสำหรับ dataset ฉบับสมบูรณ์และ pipeline การฝึก («open weight แต่ไม่ใช่ full open source») ## ผลกระทบต่ออุตสาหกรรม - การเปิดตัว R1 ทำให้ราคาหุ้นของ NVIDIA, Microsoft และบริษัทอื่น ๆ ลดลงภายในวันเดียว จากข่าว «โมเดลระดับ GPT‑4 ในราคา 6 ล้านดอลลาร์»[\[20\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-20) - การสาธิตความสำเร็จในการฝึกบนชิป Nvidia H800 ภายใต้ข้อจำกัดการส่งออก กระตุ้นการอภิปรายเรื่องประสิทธิผลของมาตรการคว่ำบาตรของสหรัฐฯ และเร่งการพัฒนาตัวเร่งความเร็ว AI ของจีน (เช่น Huawei Ascend 910B) ## การวิจารณ์และข้อจำกัด - ความปลอดภัย: ในการทดสอบ HarmBench โมเดล R1 ยอมตอบคำขอที่ไม่พึงประสงค์ 100% («jailbreak») - การเซนเซอร์ทางการเมือง: เวอร์ชัน chat กรองหัวข้อ «ละเอียดอ่อน» สำหรับรัฐบาลจีน (เหตุการณ์จัตุรัสเทียนอันเหมินปี 1989 สถานะของไต้หวัน เป็นต้น) - การจัดเก็บข้อมูล: การจัดเก็บข้อมูลผู้ใช้บนเซิร์ฟเวอร์ในประเทศจีนจำกัดการใช้งาน API โดยบริษัทตะวันตกที่ต้องปฏิบัติตาม GDPR และระบอบกฎหมายที่คล้ายกัน[\[21\]](https://systems-analysis.info/int/DeepSeek_(TH)#cite_note-21) ## เอกสารอ้างอิง - Dai, D. et al. (2024). *DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture‑of‑Experts Language Models*. arXiv:2401.06066. - Ding, Y. et al. (2024). *LongRoPE: Extending LLM Context Window Beyond 2 Million Tokens*. arXiv:2402.13753. - Fedus, W.; Zoph, B.; Shazeer, N. (2021). *Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity*. arXiv:2101.03961. - He, L. et al. (2025). *Scaling Instruction‑Tuned LLMs to Million‑Token Contexts via Hierarchical Synthetic Data Generation*. arXiv:2504.12637. - Jegham, N. et al. (2025). *Visual Reasoning Evaluation of Grok, Deepseek Janus, Gemini, Qwen, Mistral, and ChatGPT*. arXiv:2502.16428. - Lepikhin, D. et al. (2020). *GShard: Scaling Giant Models with Conditional Computation and Automatic Sharding*. arXiv:2006.16668. - Peng, B. et al. (2023). *YaRN: Efficient Context Window Extension of Large Language Models*. arXiv:2309.00071. - Shen, Y. et al. (2025). *Long‑VITA: Scaling Large Multi‑modal Models to 1 Million Tokens with Leading Short‑Context Accuracy*. arXiv:2502.05177. - Su, J. et al. (2021). *RoFormer: Enhanced Transformer with Rotary Position Embedding*. arXiv:2104.09864. - Zhong, M. et al. (2024). *Understanding the RoPE Extensions of Long‑Context LLMs: An Attention Perspective*. arXiv:2406.13282. ## หมายเหตุ 1. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-1) DeepSeek's low-cost AI spotlights billions spent by US tech // Reuters. 2025-01-27. 2. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-2) Who is Liang Wenfeng, the founder of DeepSeek? // Reuters. 2025-01-28. 3. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-3) Who is Liang Wenfeng, the founder of DeepSeek? // Reuters. 2025-01-28. 4. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-4) DeepSeek's low-cost AI spotlights billions spent by US tech // Reuters. 2025-01-27. 5. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-5) DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model // Hugging Face. 2024. 6. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-6) DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model // Hugging Face. 2024. 7. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-7) DeepSeek-V3: A Parameter-Efficient MoE Large Language Model with Better Performance // arXiv. 2024. 8. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-8) DeepSeek LLM: Scaling Open-Source Language Models with Longtermism // arXiv. 2024. 9. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-9) DeepSeek-Coder-V2: A More Powerful and Economical Coder // arXiv. 2024. 10. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-10) DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model // Hugging Face. 2024. 11. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-11) DeepSeek-V3: A Parameter-Efficient MoE Large Language Model with Better Performance // arXiv. 2024. 12. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-12) DeepSeek-R1: A 671B Parameter MoE LLM with Unprecedented Reasoning Capabilities // arXiv. 2025. 13. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-13) GitHub - deepseek-ai/DeepSeek-VL: Towards Real-World Vision-Language Understanding // GitHub. 14. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-14) DeepSeek-Math: Pushing the Limits of Mathematical Reasoning in Open-Source Models // arXiv. 2024. 15. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-15) DeepSeek-R1: A 671B Parameter MoE LLM with Unprecedented Reasoning Capabilities // arXiv. 2025. 16. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-16) DeepSeek-V3: A Parameter-Efficient MoE Large Language Model with Better Performance // arXiv. 2024. 17. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-17) DeepSeek-Coder-V2: A More Powerful and Economical Coder // arXiv. 2024. 18. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-18) DeepSeek-Math: Pushing the Limits of Mathematical Reasoning in Open-Source Models // arXiv. 2024. 19. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-19) DeepSeek-R1: A 671B Parameter MoE LLM with Unprecedented Reasoning Capabilities // arXiv. 2025. 20. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-20) DeepSeek's low-cost AI spotlights billions spent by US tech // Reuters. 2025-01-27. 21. [↑](https://systems-analysis.info/int/DeepSeek_(TH)#cite_ref-21) DeepSeek's low-cost AI spotlights billions spent by US tech // Reuters. 2025-01-27. ## ดูเพิ่มเติม - Large language model ของ OpenAI - Mixture-of-Experts