OpenCode における DeepSeek V4.1 Flash：設定、コスト、そして誰も言及しないエフォートダイヤル

DeepSeek V4.1 Flash は 9月10日から OpenCode Go に置かれているが、OpenCode がそれに付けた倍率には公開された終了日、9月20日がある。それは今から4日後だ。興味深いのは締切ではなく、このモデルでのコーディングが快適かどうかを決める設定が、検索結果の1ページ目にあるどのセットアップガイドにも載っておらず、少なくとも2つのハーネスでは黙って落とされていることだ。これはコーディングエージェントを DeepSeek V4.1 Flash に向けるためのプレイブックだ。正確なモデルID、本日検証した3つの統合、コミュニティが報告している推論エフォート制御、そして実際に効く緩和策を伴う考えすぎの失敗モードを扱う。

あなたが実際にエージェントを向けている先

DeepSeek V4.1 Flashは2026-09-10にリリースされた——DeepSeek自身のAPIドキュメントにあるリリースノートの日付もその日であり、これは同ベンダーの新しいアーキテクチャファミリーの中で最小のモデルだ。DeepSeekによれば、552Bパラメータのmixture-of-expertsバックボーンは、同社がCausal Encoder–Decoder設計と呼ぶものに基づいて構築されており、プリフィル時にはトークンあたり約8Bパラメータ、デコード時には16Bパラメータを活性化する。テキストと画像を入力として受け取りテキストを返し、最大100万トークンのコンテキストウィンドウを提供し、1回の応答で最大384,000トークンを生成する——コンテキストと出力の上限はいずれも、このモデルに関するOrcaRouter自身のモデルページに由来しており、そこにはそれぞれ1,048,576と384,000が記載されている。

ベンダーのベンチマークは、DeepSeekのリリースページにあるチャートに由来するため、ベンダー報告かつ未監査のものです：Terminal-Bench 3.0で30.0、DeepSWE v1.1で74.2、CyberGymで88.1、Automation-Benchで54.8、GPQA Diamondで90.9。独立したスコアリングはより乏しいものの、存在します——本日直接確認したArtificial Analysisは、DeepSeek V4.1 FlashをそのIntelligence Indexで40とし、比較クラス内で113中6位にランク付けています。同じページの一行は、コーディングエージェントの読者にとって、ランクよりも重要です：Artificial Analysisはこのモデルを非常に冗長と評しており、Intelligence Indexの実行を完了するのに、中央値1億4,000万に対して2億5,000万出力トークンを消費しました。これについては後で戻ります。

命名に関する2つの事実を知っておくと、デバッグの時間を実際に節約できます。DeepSeekの正規のAPIモデルIDは現在code>deepseek-flash/code>です。古い文字列code>deepseek-v4-flash/code>およびcode>deepseek-v4-flash-vision-exp/code>は引き続き受け付けられますが、その背後にあるモデルはすでに廃止されており、リクエストはFlashの料金でV4.1 Flashによって処理されます。別の話として、DeepSeek V4 Proがなくなったわけではありません。DeepSeekのドキュメントには、V4 Pro APIサービスは2026-09-14以降も課金体系を変えずに継続すると記載されています。フラッグシップが停止されたと言われたとしても、それはベンダー自身のドキュメントが述べている内容ではありません。

OpenCode: 2つの入り口ルートと、実際に入力すべきID

DeepSeek V4.1 Flash を OpenCode の背後に配置する方法は2つあり、それぞれ経済性が異なります。

サブスクリプションの選択肢は OpenCode Go です。OpenCode が、自らテストとベンチマークを行った厳選されたオープンなコーディングモデルのセットだと説明している月額 10 ドルのプランです。セットアップは 4 ステップで、手作業で編集する設定ファイルはありません。OpenCode Zen にサインインし、Go を購読し、API キーをコピーしてから、code>/connect/code> を TUI で実行し、OpenCode Go を選択してキーを貼り付けます。その後、code>/models/code> で利用可能なモデルが一覧表示されます。設定内のモデル参照は code>opencode-go/<model-id>/code> という形式になります。

どのモデル ID ですか？ 両方です。Go ゲートウェイ自身のモデル一覧を本日 code>https://opencode.ai/zen/go/v1/models/code> から取得したところ、code>deepseek-flash/code> と code>deepseek-v4.1-flash/code> が 2 つの別個のエントリとして返され、従来の code>deepseek-v4-flash/code> と code>deepseek-v4-pro/code> も並んでいます。最初の 2 つのどちらでも目的のモデルに解決されます。code>deepseek-flash/code> が正規の名前であり、継続して運用するつもりのものにはより安全な選択です。

直接ルートはサブスクリプションを完全にスキップします。実行するには code>/connect/code> を実行し、DeepSeek を検索して、DeepSeek プラットフォームのキーを貼り付けます。すると、Go の利用枠を消費するのではなく、DeepSeek から定価で請求されます。DeepSeek は定価を、オフピーク時で入力 100万トークンあたり $0.15、出力 100万トークンあたり $0.60、キャッシュ読み取りは 100万あたり $0.003 として公開しており、ピーク時間帯にはちょうどその2倍になります。OpenCode Go のドキュメントと OrcaRouter のモデルページの両方とも、本日確認したところ、これらの数値で一致しています。

OpenCode Go が追加するのは利用枠の構造であり、ここでは数字を注意深く読む価値がある。なぜなら、それが期限を重要にする理由だからだ。OpenCode 自身のドキュメントには、DeepSeek V4.1 Flash が月額上限15ドルとして掲載されており、現在は OpenCode が「9月20日終了」と記したプロモーションのもとで4倍の60ドルになっている。推定リクエスト数は2つの列で公表されている。標準レートでは5時間あたり6,500件／週あたり16,250件／月あたり32,500件、または4倍の乗数が適用された場合は26,000／65,000／130,000件である。利用枠の形はモデル間で一貫している——5時間の上限は月間数値の20％、週間の上限は50％、月間の上限はその全体である。

それらはOpenCodeが公表している数字で、本日、同社のGoドキュメントから読み取ったものです。プロモーションを終わらせるのは彼ら次第であり、それには期限が定められています。

Command Code：現在も稼働中、そして知っておく価値のあるバグ報告

Command Code 自身のカタログには、今日時点でもこのモデルが id code>deepseek-v4-1-flash/code> で掲載されており、100万トークンのコンテキストウィンドウと同じパススルー価格体系を備えています。オフピーク時 $0.15 / $0.60、ピーク時 $0.30 / $1.20、キャッシュ読み取り $0.003。2つの独立したハーネス間で価格が一致しているのは偶然ではなく、どちらも独自の価格を設定しているのではなく、DeepSeek の定価をパススルーしているためです。

仕組みはいたってシンプルです。インストールは code>npm i -g command-code/code> で行い、プロジェクトディレクトリから実行し、認証は code>/login/code> で行います。独自のプロバイダーキーを使いたい場合は code>/connect/code> を使用してください。code>/model <id>/code> はモデル変更を直接適用し、引数なしの code>/model/code> はピッカーを開きます。また code>/effort/code> は現在のモデルの推論エフォートを設定します — ここで最も重要なフラグです。

間違ったレイヤーをデバッグする前に、頭の片隅に留めておく価値のあるコミュニティのバグ報告が1件あります。サードパーティ製ルーティングレイヤーに対するオープンなissueでは、code>command-code/deepseek-v4.1-flash/code> ID に対して推論再生キャッシュが決して有効にならないと説明されています。なぜなら、ルーティングレイヤーが照合するパターンは code>v4./code> または code>v4-/code> セグメントを期待しているのに、文字列は code>v4.1/code> だからです。報告されている症状は、thinkingモードで生成された推論コンテンツをAPIに返さなければならないという内容の上流400エラーです。これはクライアント側のマッチャーに関するコミュニティのバグ報告であり、ベンダーのガイダンスでもモデルの問題でもありません — しかし、まさに深夜2時にモデルの不具合のように見える類のものです。

Claude Code、Codex、そしてOpenCode自体が検証したクライアント

OpenCode Go は OpenCode 専用ではなく、彼らのドキュメントはそう明言しています。これは OpenCode および同様のリクエストパターンを生成する他のコーディングエージェント向けに設計されており、動作が検証されたクライアントのリストが公開されています。そのリストには現在、Hermes、Claude Code、Codex、ZCode、Pi が挙げられています。— そして Claude Code については、「ネイティブのセッションヘッダーを認識する。カスタムヘッダーのラッパーは不要です」という注記があります。これには2つの要件があります。クライアントを汎用の SDK 名ではなく、独自のユーザーエージェントで識別すること、そして安定したセッション識別子をそのcode>x-opencode-session/code> ヘッダーに各会話で送信することです。これにより、彼らのルーティングとプロンプトキャッシュが機能します。Hermes の場合、検証済みのビルドが重要です。ヘッダーの修正は v0.21.0 の後にマージされたため、そのリリースだけでは修正が含まれていません。

また、サブスクリプションがまったく付いていないルートもあり、DeepSeek の Anthropic 互換エンドポイントを直接使用します。次のように設定します: code>ANTHROPIC_BASE_URL/code> を code>https://api.deepseek.com/anthropic/code> に、 code>ANTHROPIC_AUTH_TOKEN/code> を DeepSeek キーに設定し、モデル変数をモデルに向けます。Claude のモデル名は入力時に再マッピングされます: 先頭が code>claude-opus/code> のものは DeepSeek V4 Pro に送られ、V4 Pro の料金で課金されます。一方 code>claude-sonnet/code> と code>claude-haiku/code> のモデル名は Flash モデルに送られます。その code>[1m]/code> 接尾辞をモデル文字列に付けると、100 万トークンのコンテキスト版を要求します。この設定に関する DeepSeek 自身のガイドでは、code>CLAUDE_CODE_EFFORT_LEVEL=max/code> も設定し、自動コンパクト ウィンドウを 786432 トークンに固定します。

その最後の変数が、コミュニティによる修正が存在する場所です。回避策のプロキシが存在するのは、最近の Claude Code ビルドがサブエージェント要求で送信するものが code>thinking: {"type": "disabled"}/code> である一方、code>CLAUDE_CODE_EFFORT_LEVEL=max/code> は推論エフォートパラメータを追加し、DeepSeek の Anthropic 形式エンドポイントは、推論エフォートが設定されているときに thinking オプションを無効化できないというメッセージとともに、その組み合わせを拒否します。報告されている回避策は限定的で、サブエージェント要求からのみ effort パラメータを取り除き、メインエージェントには手を付けません。これはクライアント/サーバー間の契約不一致に関するコミュニティの知見として扱い、正確なバージョン境界が動くことを想定してください。

エフォートダイヤル：1〜100、そして「低」が50を意味する理由

このセクションの内容はすべて、ベンダーのガイダンスではなくコミュニティによる知見です。DeepSeek は、私たちが検証できるプリセットと数値の対応表を公開していません。以下の数値は、実務家による記事やサードパーティ製ハーネスのドキュメントに由来しています。複数の情報源の間で、役立つと考えられる程度には一貫していますが、ご自身の作業でテストすべきと考えられる程度には未確認でもあります。

DeepSeek V4.1 Flash は、1 から 100 までの連続的な推論努力スカラーでトレーニングされています。これはトークン上限ではなく、学習プロセスが習得した曲線上でモデルがどこに位置するかを動かすもので、努力が低いほど簡潔さへの圧力が強くなり、努力が高いほど追加の推論がより安価になります。3 つの公開プリセットがそのスケールに対応しています:

• 低 — 50、最短ルートであり、この設定に安っぽさという評判を与えているプリセット。

• High — 75。そして、コミュニティの情報源の大半がエージェント作業の妥当な上限と説明するレベルです。

• Max — 100。ここでは、推論の長さに対するペナルティが完全に撤廃されます。

ダイヤルを回して得られるものは実在するが、急激に逓減する。あるコミュニティのベンチマーク一斉計測では、effort を 25 から 100 に上げると Terminal-Bench 2.1 が 82.4 から 90.6 に動いた一方、全体の出力トークンはおよそ 2.5 倍になったと報告されている。複数の報告は、effort が 60～80 のあたりであれば、利用可能な精度の大半をトークン予算の半分未満で捉えられ、max ではエージェントの軌跡がさらに 1.6～1.8 倍になるものの、利得は限界的である、という点で一致している。

デフォルト値こそ、誰も意見が一致しない部分だ。ハーネスのドキュメントや実務者の報告の中には、effort が未設定なら high に解決されると述べるものもあれば、サーバーのデフォルトは単に不明だと説明するものもある。議論の的ではなく文書化されているのは、2つのハーネス統合がこのパラメータをまったく送信できていなかったことだ — OpenCode Go のプロバイダープロファイルとネイティブの DeepSeek プロファイルはどちらも、code>reasoning_effort/code> を code>deepseek-flash/code> スラッグ向けに出力していなかった。code>deepseek-v…/code> というプレフィックスを両者のマッチガードが期待していたためだが、正規の ID にはそのプレフィックスがない。どちらの場合も、ユーザーが選択した設定はプロバイダーのデフォルトによって黙って置き換えられていた。クライアントに effort のコントロールが表示されていても、それが実際に送信されている証拠にはならない。リクエストボディを1つログに記録して確認してみてほしい。

同じ報告からのもう一つの癖: OpenCode Go エンドポイントは以下を受け付けます: code>low/code>, code>medium/code>, code>high/code> および code>max/code>、ただし整数の effort は拒否します — 80 の値は HTTP 400 を返すと報告されています。1～100 のダイヤルはモデルに存在しますが、どこでも生の数値として公開されているわけではないため、「effort を 65 に設定する」はクライアントで表現できない可能性があります。

考えすぎという失敗モードと、それを実際に解決する方法

これは、そのモデルをループに残すかどうかを決める失敗モードだ。コミュニティの報告では、DeepSeek V4.1 Flash が作業完了後も推論を続け、すでに正しく回答した論点を再び論じ、自らの誤った前提の訂正を実況し、情報密度の低い長い推論チェーンを生成すると述べられている。ある実践者は、コーディング CLI セッション内で推論出力が1時間以上続いたと報告した。別の実践者は、長いベンチマーク実行をまったく終わらせることができなかったと報告した。

その2番目のレポートには出典に関する注記が必要です。というのも、これは出所が洗浄されてしまいがちな種類の主張だからです。これは、モデルを安定して実行することに関するコミュニティスレッドに由来しますが、Reddit が私たちのフェッチャーをブロックしているため、そのスレッドを直接読むことはできませんでした。つまり、私たちが開いたページを引用しているのではなく、その報告を伝えています。独立に検証できたのは問題の輪郭であり、そこでは外部の証拠が異例なほど明確です。Artificial Analysis は自社のページで、このモデルを非常に冗長だと指摘しており、比較対象モデルの中央値が 140M で完了する実行を完了するために、250M の出力トークンを消費しています。これは、固定されたタスクセット上で第三者によって測定された、およそ 1.8 倍です。フォーラムの報告と独立した指標は、同じ挙動を述べています。

それらのレポートから導かれる緩和策は、すべてコミュニティ由来のものだ：

• エフォートは high 以下に固定し、段階的に引き上げられないようにする。実際に見られる最も明示的な修正は、エフォートのエスカレーションを止めるために専用に書かれたルーティングプラグインだ。ターンの深さはエスカレーションスコアに何も寄与せず、カウントされるのは失敗したツール結果か同一のリトライのみ、エスカレーションには上限が設けられ、max はオプトインでデフォルトでは降格されている。実行が長くなるにつれてエージェントが自身のエフォートを引き上げられるようになっているなら、それがオフにすべきメカニズムだ。

• 既定で max を実行しないでください。多くの実務者は、max が通常の作業で収束せずに空回りし、high に戻すと解決すると報告しています。

• インタラクティブなパスではcode>max_tokens/code> に上限を設定する。384,000トークンの出力上限は制限値であって目標値ではなく、終了しないループはその上限のもとで高コストになる。

• パラメータが実際に送信されていることを検証する。2つのハーネスがそれを黙って落としていたことが判明している以上、「highに設定した」と「highがAPIに届いた」は別の主張である。

• ハーネスは、あなたが思う以上に重要だ。同じ重みを動かしている実践者たちは、シェルによって挙動が大きく異なると報告している――あるハーネスでは自己矛盾を起こしてシグナルを埋もれさせる同じモデルが、別のハーネスではそうした不満をまったく招かない。これはハーネスの挙動に関するコミュニティの観察であり、モデルについてのベンダーの主張ではないが、レポートの中で最も繰り返し述べられている助言である。

このレートでコーディングループに実際にかかるコスト

DeepSeekのオフピーク時のリスト価格は、入力100万トークンあたり0.15ドル、出力100万トークンあたり0.60ドルです——出力は入力の4倍で、これはコードだけでなく推論も生成するエージェントについて最初に頭に入れるべきことです。

現実的なエージェントの1ターンを考えてみよう。入力はコンテキスト（システムプロンプト、ツールスキーマ、リポジトリの一部分、会話履歴）が60,000トークン、出力は推論3,000トークンとパッチ。つまり入力が60,000 × $0.15/1M = $0.009、出力が3,000 × $0.60/1M = $0.0018で、1ターンあたり約1.1セント。1営業日に200ターンならおよそ$2.16、オフピーク料金で平日1か月なら約$47。この計算があるから、月額$15の利用枠にさらに4×のプロモーションが付くと気前よく見える——そして、冗長さこそが注意すべき点だと思わせる計算でもある。

なぜなら、あのArtificial Analysisの数値に隠れているてこの効きどころはここにあるからだ。固定のタスクセットでモデルが出力トークンを中央値の1.8倍使うということは、出力律速のループには、トークン単価だけから推測される額の1.8倍のコストがかかることを意味する。そして、エフォートダイヤルはまさにそのための調整手段だ。コミュニティの報告では、maxからhighへ下げると出力トークンがおよそ半減するとされている——ピーク/オフピークのスケジュールがあなたに及ぼすどんな変動よりもはるかに大きな振れ幅だ。エフォート設定が大きなレバーであり、スケジュールはタダで使えるレバーだ。

何かをスケジュールする前に知っておく価値があること：ピーク時間帯は UTC 01:00～04:00 と 06:00～10:00 の月曜日から金曜日で、週末を含むそれ以外はすべてオフピークです。09:00～18:00 CET で働くヨーロッパのチームはピークに一切かかりません。同じ現地時間で働く北京のチームは 09:00～12:00 と 14:00～18:00 がピークに当たり、9 労働時間のうち 7 時間が 2 倍の料金になります。同じモデル、同じコードで請求額は 2 倍。それが完全にタイムゾーンによって決まるのです。

もう一つの無料の節約はキャッシュ読み取り料金で、100万あたり$0.003、新規入力の$0.15に対して50分の1です。コーディングエージェントのプロンプトは大半が安定したプレフィックスです。システム指示、ツール定義、リポジトリの変わらない部分などです。安定した素材を先頭に置き、可変の内容をその後に続ければ、プロバイダー側のキャッシュが残りをやってくれます。割引されたキャッシュ入力が適用されるかどうか、またどのような条件で適用されるかは、クライアントではなくDeepSeekが決めることなので、それをもとに予算を組む前に最新のドキュメントで確認してください — 私たちのcode>deepseek/deepseek-v4.1-flash/code>のモデルページにも同じことが書かれており、キャッシュ入力の料金はプロバイダーの条件に従うと述べています。

モデルを評価するために2つ目のサブスクリプションを追加したくない場合、同じIDは当社のカタログ全体の前段に置かれた1つのOpenAI互換エンドポイントから、プロバイダーの料金でマークアップ0%で利用できます — そのため、DeepSeek側の価格変更は、次回の価格改定時ではなく当日にここへ反映されます。これが最も重要となるのは、まさにこの記事が説明している状況です。つまり、続行しがちであることが記録されているモデルを、まだ評価を終えていない経路で使う場合です。フォールバックチェーンとは、応答が始まる前に、うまくいかないターンが別のモデルに着地することを意味し、リクエストが失敗するのを防ぎます。

552B、748B、または763B — サイズの問いは本当に未解決だ

このモデルのパラメータ数を確定事項として繰り返さないでください。三つの異なる数字が出回っており、そのどれも単純に誤りとは言えないからです。

DeepSeek自身のモデルカードには「552B backbone parameters」モデルと記載されており、これはベンダーが報告した数値だ — 当社自身のモデルページの仕様パネルに掲載されている数字でもある。同じカードには別途、「Engram conditional memory」モジュールが196Bパラメータで、「トークンベースのルックアップによって疎にアクセスされる」と記載されている。この2つを足すと748Bになり、これはリリースから数時間以内にコミュニティによる分析がたどり着いた算術である。そして同じモデルリポジトリのファイルメタデータには、モデルサイズが763Bパラメータと記載されており、これまた3つ目の数字である。

見かけ上の論争は、矛盾というより定義上のものだ。ルックアップ型Engramパラメータはメモリを消費するが、トークンあたりの演算はほとんど伴わない。一方、計算型バックボーンパラメータはトークンごとに時間を要する。まさにこれが、ベンダーが両者を別々に報告する理由であり、異なるアーキテクチャを持つ2つのモデルの見出し数値を比較してもほとんど何も分からない理由である。

真剣に争われていないのはアクティブパラメータ数だ。プリフィル時はトークンあたり約8B、デコード時は16Bで、推論コストを実際に左右するのはこの数値である。重みはMITライセンスの下で公開されているので、これらを自分で確認したい場合は可能だ。552Bはベンダー報告値、748Bは信頼できるコミュニティによる合計値として扱い、サイズに関する疑問は決着済みだという主張は時期尚早と見なすこと。

20日までに何をすべきか

DeepSeek V4.1 Flash をコーディングエージェントで試すつもりなら、最も時間を無駄にしない順序は、まずハーネスを選び、次に effort を固定し、それから計測する、というものだ。

ハーネスについて言えば、今日の検証の正直なまとめは、3つのルートはすべて機能し、それぞれあなたに求めるものが異なる、というものだ。OpenCode Go は月額10ドルのサブスクリプションで、9月20日に期限が切れるプロモーション倍率が付いており、セットアップはcode>/connect/code> と code>/models/code> だけで、編集するファイルはない。Command Code はモデルを自社カタログにライブで掲載し、code>/model <id>/code> で切り替え、effort を第一級のコマンドとして公開している。Claude Code は、OpenCode Go の検証済みクライアントの経路——そこではカスタムヘッダーのラッパーが不要——を通るか、あるいは DeepSeek の Anthropic 形式エンドポイントに直接向かうかのどちらかで到達する。後者では、サブエージェントの effort の競合が既知の引っかかりどころだ。

effort については、明示的に設定し、それも低めに設定する。high、あるいはそれが high だということになるならモデルのデフォルト、そして max にはしない。その後、それがあなたのマシンから出ていったことを確認すること。2つのハーネスがそれをドロップしているのが見つかっているからだ。

計測においては、ウォールクロックではなく出力トークンに目を向けてください。冗長さがコストであり、エフォートのダイヤルが制御手段であり、ピーク時間帯のスケジュールはタイムゾーンが生んだ偶然にすぎず、無料で回避できます。

そして、今週あなたに対して引用されるのを目にするであろうサイズの主張——552B、748B、763B——について、役に立つ返しはこうだ。ベンダーは自社のバックボーンを報告し、コミュニティはメモリモジュールを追加し、リポジトリのメタデータはまた別のことを言っている。それらのどれかを確定した答えとして提示する人は、数字を確認したのではなく、選んだだけだ。