DeepSeekの最安モデルが突如として最高のモデルになった理由

本日、DeepSeekはV4-Flash APIの正式パブリックベータ版を公開し、プレビュー版から正式ベータへと移行しました。これだけなら小さなアップデートに思えるかもしれません。しかし、本当に注目すべきなのはその中身です。再学習されたV4-Flashは、DeepSeekのフラッグシップモデルであるV4-Proを、エージェント系ベンチマークで上回る性能を示しました。それも、モデルサイズもコストもその何分の一という条件でです。

私たちはこのアップデートを詳しく検証しました。ここでは、何が変わり、何が変わらなかったのか、そしてすでにGMI CloudでDeepSeekを利用しているユーザーにとって何を意味するのかを解説します。

V4-Proはこれまでとまったく同じです。GMI Cloudが4月24日から提供している1.6兆パラメータのモデルであり、すでに利用しているモデルそのものです。

一方、V4-Flashはひっそりと再学習されました。モデルサイズもアーキテクチャも変わっておらず、新たなポストトレーニングが施されただけです。しかし、その結果として、重要なエージェント系ベンチマークではV4-Proをすべて上回る性能を示しました。その変化を最も象徴するのがDeepSWEです。V4-Flashは7.3から54.4へとスコアを大きく伸ばしました。パラメータ数を一切増やすことなく、645%もの性能向上を実現したのです。

ベンチマーク比較

Benchmark	V4-Flash（正式版 0731）	V4-Flash（旧Preview）	V4-Pro（Preview）
Terminal Bench 2.1	82.7	61.8	72.1
DeepSWE	54.4	7.3	12.8
Toolathlon（検証済み）	70.3	49.7	55.9
NL2Repo	54.2	39.4	38.5
DSBench-FullStack	68.7	37.0	41.8

ここで注目すべきなのは、Flashが単にProとの差を縮めたわけではないという点です。掲載されているすべてのカテゴリでProを上回っています。これは、「モデルのプランが大きいほど性能が高い」という、多くの評価パイプラインが暗黙の前提としてきた考え方に疑問を投げかける結果と言えるでしょう。

なぜ今なのか

DeepSeekの公式変更履歴では、今回のアップデートはFlashがプレビュー版を卒業したという位置付けです。アーキテクチャはそのままに再学習を実施し、従来のdeepseek-chatおよびdeepseek-reasonerエイリアスは3か月後に廃止予定となっています。一方で、V4-Proの正式版は依然として「近日公開」となっており、今週は意図的にFlashを前面に押し出したリリースとなっています。

タイミングも市場全体の流れと一致しています。今回の発表はOpenAIの価格改定の翌日に行われ、同じ週にはAlibabaとMiniMaxもアップデートを公開しました。技術的な価値はそれ自体で十分ですが、現在SNSやニュースフィードが「AIの大型アップデート」であふれている理由でもあります。

なぜこれは「性能」の話なのか

今回のニュースを「安くなった」という話として受け取るのは正確ではありません。価格はまったく変わっていません。GMI CloudにおけるV4-Flashの料金はこれまで通り、入力は100万トークンあたり0.14ドル、出力は100万トークンあたり0.28ドルです。変わったのは、「1ドルあたりに得られる性能（Capability per Dollar）」です。これは単なる価格ではなく、まったく別の指標です。

もし評価環境で「エージェント用途ならProを使う」という前提になっているなら、今週はFlashで再評価すべきタイミングです：

1. コーディングエージェントとターミナル自動化 – FlashはTerminal BenchとDeepSWEでProを明確に上回っています。まずはここから試してみてください。

2. ツール呼び出しやマルチステップワークフロー – ToolathlonとNL2Repoも大幅に改善しています。公開ベンチマークだけでなく、自社のツールスキーマでも比較することをおすすめします。

3. タスク完了あたりのコスト – FlashはProのおよそ10分の1のトークン単価です。Flashが勝てるのであれば、大規模エージェントパイプラインのコスト構造そのものが変わります。

ベンチマークは「何を見るべきか」を教えてくれます。しかし、最終的な答えを教えてくれるのは、あなた自身のプロンプトとワークロードです。

GMI Cloudで今すぐ試す

両モデルともOpenAI互換エンドポイントで提供されているため、切り替えはモデル名を1行変更するだけです：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.gmi-serving.com/v1",
    api_key="YOUR_GMI_API_KEY",
)

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[
        {
            "role": "user",
            "content": "Find the failing test in this repo and explain the root cause."
        }
    ],
)
print(response.choices[0].message.content)

単発の推論だけでなく、実際のコーディングループで試したい場合は、OpenCodeがV4-Flashに適した実行環境です。GMI CloudはOpenCodeのネイティブプロバイダーとして利用できるため、ターミナルでAPIキーを設定するだけで、設定ファイルなしにセッション中のモデル切り替えが可能です。

まだ追いついていない点

現時点では、DeepSeekは-0731サフィックス付きのHugging Face用ウェイトリポジトリを準備中です。現在公開されているMITライセンス版リポジトリは、依然として4月のプレビュー世代を反映しています。一方、GMI Cloudのライブエンドポイントでは、DeepSeekの正式APIリリース版がすでに提供されており、オープンウェイト版より先行しています。ローカル環境や専用環境向けにモデルウェイトが必要な場合は、もう少し待つ必要があります。-0731版のHugging Faceリポジトリは近日公開予定です。

今日やるべきこと

• コストだけを理由にProを選ぶ前に、V4-Flash-0731でエージェントおよびコーディングのベンチマークを再実行する

• トークン単価だけでなく、タスク完了あたりのコストを比較する

• OpenCode（または独自の評価環境）をGMI Cloudに接続しモデルを切り替えて試す

• APIではなくオープンウェイトが必要な場合は、-0731版Hugging Faceリポジトリの公開を待つ

今すぐ始める

DeepSeek-V4-ProとDeepSeek-V4-Flash-0731は現在どちらも、GMI CloudのOpenAI互換APIから利用できます。まずはPlaygroundで試し、その性能を実際に体感してください。