DeepSeek V4-Flashは本当にClaudeより100倍安い？

7月31日に実際に出荷されたもの——出荷されなかったもの

「DeepSeek V4正式版」と読むと新モデルが登場したと思いがちですが、そうではありません。これは同じ284Bパラメータアーキテクチャに後訓練を再実行しただけです。旗艦V4-Pro公式版と、DeepSeek初の社内AgentフレームワークHarnessは未リリースのままで、確定した日程もありません。

1. 01

   2026年4月24日：DeepSeek-V4プレビューが公開。MITオープンウェイトのMoEモデル2種——V4-Pro（1.6T / 49B active）とV4-Flash（284B / 13B active）——が100万トークンコンテキストに対応。詳細はV4 GA解説をご覧ください。

2. 02

   2026年7月24日：レガシーエイリアスdeepseek-chatとdeepseek-reasonerが廃止され、全トラフィックがV4ファミリーへ切り替わりました。

3. 03

   2026年7月27日：Moonshot AIがKimi K3（2.8T総パラメータ）の完全オープンウェイトを公開し、DeepSeek自身のアップデート直前に競争圧力を高めました。詳細はKimi K3オープンウェイト解説を参照してください。

4. 04

   2026年7月31日：V4-Flash-0731が公式公開APIベータに入り、同日Hugging Faceにオープンウェイトが公開されました。changelogでDeepSeek Harnessが初めて名称登場し、「近日公開」と記載されています。重要な点として、今回のアップデートはAPI限定で、コンシューマーアプリとWebチャットは更新されていません。

5. 05

   2026年8月2日：阿里巴巴Qwen3.8-Max APIがGA化。ウェイトは未公開のままです。詳細はQwen3.8-Maxオープンソース分析をご覧ください。

6. 06

   2026年8月5日時点：V4-Pro公式版は未確認のままです。一部中国メディアは匿名ソースを引用し、7月28日週から内部テストが始まり、8月10〜20日にGAの可能性があると報じていますが、このウィンドウはDeepSeekにより確認されておらず、噂として扱う必要があります。

このリリースを追うチームが陥りやすい盲点は次の5点です。

1. 01

   「正式版」の誤読：アーキテクチャとパラメータ数は4月プレビューと同一で、性能向上はすべて後訓練によるものです。

2. 02

   ベンチマークフレームワーク依存：Agentスコアは未公開Harnessの「minimal mode」で計測され、第三者Agentツールではありません。

3. 03

   API限定：コンシューマーアプリとWebチャットは0731ビルドに更新されていません。

4. 04

   Pro版ギャップ：旗艦V4-Pro公式版は未提供のため、複雑な推論タスクではプレビュービルドが必要な場合があります。

5. 05

   資金調達の噂：約74億ドルの資金調達と約487億ドル評価の報道は、匿名の财经メディアソースに遡り、DeepSeekや規制当局の提出書類では確認されていません。

後訓練アップグレードとHarness：性能の源泉

アーキテクチャは変わらず、変わったのは学習データ

V4-Flash-0731は4月プレビューとサイズ・構造が同一です。DeepSeekはAgentベンチマークでの性能跳躍がすべて後訓練の再実行によるもので、スケールアップではないと説明しています。これは業界の「大きいほど良い」という前提に逆行する点で、284B/13Bモデルが同ファミリーの1.6T/49Bモデルを複数のAgentタスクで上回っており、2026年後半の競争では後訓練品質が生パラメータ数に匹敵しつつあることを示しています。

ハイブリッドアテンション：CSA + HCA、mHC、Muon最適化器

DeepSeekの技術レポート（「DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence」）は、4月プレビューから引き継がれた3つのアーキテクチャ変更を説明しています。

1. 01

   ハイブリッドアテンション（DSA）：Compressed Sparse Attention（CSA）とHeavily Compressed Attention（HCA）を組み合わせ、長コンテキストでの計算・メモリコストを削減します。

2. 02

   Manifold-Constrained Hyper-Connections（mHC）：標準的な残差接続の強化版です。

3. 03

   Muon最適化器：より速い収束と学習安定性のために使用されています。

DeepSeekは100万トークンコンテキスト長において、V4-ProがV3.2比でトークンあたり推論FLOPsの27%、KVキャッシュフットプリントの10%しか必要ないと主張しています。これらはベンダー報告の効率数値であり、独立した第三者再現はまだ公開されていません。

Harness：DeepSeek初の社内Agentフレームワーク

7月31日はDeepSeek Harnessの初の公式言及でもあります。ファイルI/O、ツール呼び出し、多段階エンジニアリングタスク向けの社内Agent実行フレームワークで、Claude CodeへのDeepSeek版回答として位置づけられています。V4-Flash-0731向けにDeepSeekが公開したAgentベンチマーク（Terminal Bench 2.0、Toolathlonなど）はすべて未公開のHarness「minimal mode」で、max推論 effort、top_p 0.95、temperature 1.0の設定で計測されています。changelogでもAgentスコアは「harness選択に極めて敏感」と明記されており、真摯に受け止める価値があります。

6ステップAPI選定Runbook：移行から本番ルーティングまで

V4-Flash-0731はOpenAI互換・Anthropic互換APIに対応し、Claude Code、OpenCode、CursorなどのAgentツールチェーンにそのまま組み込めます。評価から本番までの6ステップは次のとおりです。

1. 01

   レガシー呼び出しの監査：廃止されたdeepseek-chat / deepseek-reasonerエイリアスをコード全体でスキャンし、月間呼び出し量とキャッシュ命中率のベースラインを確立します。

2. 02

   モデル名の切り替え：deepseek-chatをdeepseek-v4-flash（非thinking）へ、deepseek-reasonerをFlash thinkingモードまたはdeepseek-v4-proプレビューへマッピングします。base URLは同じです。

3. 03

   キャッシュ戦略の評価：入力キャッシュ命中率を監視します。海外コミュニティのフィードバックでは公式ビルドのキャッシュ命中が想定より低い可能性があり、請求に直結します。長コンテキストワークロードではPrompt Cachingを先に試してください。

4. 04

   競合A/B比較：自社サンプルでKimi K3（$3/$15）、Qwen3.8-Max（$2/$6）、V4-Flash（$0.14/$0.28）をレイテンシ、成功率、タスクあたりコストで比較します。

5. 05

   Agentホスト環境の構成：Harnessは未公開のため、本番ではClaude CodeまたはOpenCodeを実行フレームワークとして使用し、Harness GA後にTerminal Bench級タスクを再テストします。

6. 06

   プライマリ/バックアップルーティングと監視：高ボリュームバッチタスクをV4-Flashへ、複雑推論のフォールバックにV4-ProプレビューまたはClaudeを保持し、コスト上限とピーク時間2倍 surcharge アラートを設定します。

from openai import OpenAI

client = OpenAI(
    api_key="your_deepseek_api_key",
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Analyze this code..."}]
)

よくある質問