DeepSeek V4.1 Pro、ラベルなし：180 tok/s のエンドポイント、4サンプルの結果、そして先ほど終了した障害

DeepSeekのAPIの裏側には新しいモデルがいるのかもしれない。そして、それに気づいた当人を含め、誰もそれがDeepSeek V4.1 Proだと断言しようとはしない。根拠は、2026年10月15日の朝にトラッカー@teortaxesTexがXに投稿した1件のポストだけで、そこに書かれているのは、ベンダー自身のエンドポイントを通して呼び出すと応答するモデル、既知のDeepSeekフラッグシップ2モデルには解けなかった特定のプロンプトを解いたモデル、そして毎秒およそ180トークンで返ってきたモデルのことだ。既知の2つは同じ文脈で名を挙げられている。DeepSeek-V4-Pro-0813はそのタスクでは「お手上げ」であり、V4.1世代も同様だった——投稿者自身の言葉を借りれば、まさにその点が、単なるルーティングの事故ではなく新しいモデルの存在をうかがわせる根拠だという。話はこれで全部だ。モデルカードも、重みも、価格も、エンドポイント名も、DeepSeekからのリリースノートも存在せず、DeepSeek V4.1 Flash——9月10日のオープンウェイトモデル——は候補にならない。Flashは、挙動によって発見されなければならないものではなく、公開価格表を備えた出荷済み製品だからだ。

このシグナルが、どちらに転ぶか決まる前に書き留めておく価値があるのは、証拠の強さではなく、その形ゆえだ。これはベンチマークのリークではなく、早い段階で現れたリポジトリでもなく、内部関係者によるヒントでもない。これはブラックボックス的な観察だ。誰かがあるエンドポイントの挙動に注意を払い、それが変化したことに気づき、サンプル数を添えてそう述べたのである。こうした観察こそが、ステルスリリースがそもそも捕捉される仕組みであり、同時に、多くの誤検知が始まる仕組みでもある。両者の違いは、事後に何を検証できるかに完全にかかっている。だからこの件で有益なのは、何が主張されたのか、D​eepSeek 自身が公開している資料で今日何を裏付けられるのか、そして誰かがこれをリリースと呼べるようになる前に何が起きなければならないのかを、整理して示すことだ。

実際に何が主張され、それが何を立証しないのか

その投稿は短く、大半のローンチ報道よりも自らの主張をうまく切り分けている。分解すると、4つになる：

• 続いていたD{{1}}eepSeek{{/1}}のサービス障害が終了し、その前後でモデルの挙動が変わった——投稿者の枠づけであり、この観察がそもそも存在する理由でもある。

• エンドポイントは「寝取られジョーク」に合格し、投稿者が C​laude 以外では最高の結果と称するものを、N=4 で再現した——4サンプル、同じ結果。

• DeepSeek-V4-Pro-0813とV4.1世代はどちらも同じテストに失敗しており、投稿者はそれを「どうしようもない」ときっぱり述べている。

• 速度は毎秒約180トークンで、示された結論は明示的に推測です：「4.1 Pro かもしれない」。

その4つのうち3つはブラックボックスの観察結果であり、4つ目は推論によってそれらに付けられたモデル名だ。この投稿は、発表があったとも、価格、コンテキストウィンドウ、パラメータ数についても何も主張していないし、D​eepSeekが何か発言したとも主張していない。速度の数値は投稿者自身が自分のセッションを測定したものであり、ベンダーの数値でもリーダーボードの数値でもない。これは、ある一時点で、あるプロンプトに対して、1つのルートから得られたデータ点として扱うべきだ——その背後にどれだけのプロンプトキャッシュが効いているかは不明であり、提示されたのはまさにその通りで、それが持つべき重みもおおよそその程度である。

「V4.1 Pro」という名前の由来

それは捏造ではない。DeepSeekは9月10日の自社リリースノートで、V4.1ラインにおけるProティアを自ら名指しした。そして今日に至るまで、その名前には何も紐づいていない。この名前を広めた一節によれば、deepseek-v4-proへのリクエストは、新たに出荷されたFlashモデルへ転送され、9月14日04:00 UTCからFlashの料金で請求されることになり、これは「V4.1-Proがローンチするまで」続くとされていた。開発者たちは、移行期間なしに本番モデルが差し替えられることに反発し、DeepSeekは計画を撤回した。DeepSeek V4 Proは請求を変えずに応答し続けた——そして撤回後も生き残った条項は、誰にも気づかれるはずのなかったもの、つまりV4.1-Proが計画されているというものだった。

あの文より後のことはすべて推測だ。同社はモデルカードも日付も重みファイルも公表していない。したがって、投稿にある名前は、読者が知っている3つのモデルよりもうまく振る舞う4つ目のモデルを前提にすれば、読者が選び取るであろう名前だ。V4.1ファミリーが現行世代で、Flashが小型のもの、ProはD​eepSeekがすでに約束している階層だ。その名前を選ぶのはもっともだ。その名前を選ぶことは証拠ではない。

それは言葉の響き以上に重要だ。なぜなら、少なくとももう一つ、全く新しいモデルを必要としない説明が存在するからだ。既存のビルドへの静かなポイントアップデート — 再量子化または再調整されたサービング構成、異なるバックエンドパス、障害後のロールバック — は、ブラックボックス観測者にとって、告知も名前もない能力変化として現れる。DeepSeek自身の変更履歴は、過去にまさにこの種のことを記録している。V4 Proは8月13日にビルドスタンプ名の下でインプレース更新され、Flashラインには何のセレモニーも伴わない更新エントリがあった。ステルスリリースと静かなリビルドは外部から区別がつかず、投稿はそれらを区別したとは主張していない。

D​eepSeek自身の資料が今日述べていること

これは確認できる部分であり、短い。DeepSeekの変更履歴は2026-04-24（V4）、2026-07-31（V4-Flashの更新）、2026-08-13（V4-Proの更新）、2026-08-21（V4-Flash-Vision-Exp）、2026-09-10（V4.1-Flash）となっている。10月の項目はどのような種類であれ存在せず、V4.1 Proというタイトルの項目もない。Models & Pricingページには、使用可能な名前としてdeepseek-flashとdeepseek-v4-proの2つが記載されており、それぞれDeepSeek-V4.1-FlashとDeepSeek-V4-Pro-0813に対応している。

• コンテキストと出力 — DeepSeek-V4.1-Flash と DeepSeek-V4-Pro-0813 はどちらも 100万トークンを入力として受け取り、最大 384K を返します。同時実行数の上限はそれぞれ 2,500 と 500 です。

• 価格 — Flashはキャッシュミス時に100万入力トークンあたり$0.15、オフピーク時には100万出力トークンあたり$0.60。V4 Proはオフピーク時に入力$0.66、出力$1.98で、ピーク時間帯は2倍の価格です。

• ビジョン — DeepSeek V4.1 Flash には標準搭載、DeepSeek V4 Pro では「非対応」と記載。

• 重み — D​eepSeek-V4.1-Flash は MIT ライセンスの下でオープンであり、V4.1-Pro と呼ばれるもののリポジトリは存在しない。これは、入手可能な否定的証拠の中で最も強力な単一のものである。

Hugging Face 上で、最新の D​eepSeek モデルリポジトリは deepseek-ai/D​eepSeek-V4.1-Flash で、最終更新は10月12日 — 不完全な圧縮ステップでインデクサーのキーキャッシュを復元することに関するパフォーマンスコミットです。それはすでに存在するモデルに対するエンジン作業であり、新しいフラッグシップではありません。投稿者が何と対話していたにせよ、出荷済みの D​eepSeek モデルが通常残すはずの場所には、何の成果物も残していません。

スピードの数字は、この投稿で一番驚きが少ない部分だ

毎秒180トークンは速く見えるし、間違った基準に照らせば決定的な証拠のように映るだろう。正しい基準に照らせば、何の変哲もない。独立した測定は、DeepSeek V4.1 Flash を生のスループットで同クラス内のトップ付近に位置づけている。同じオープンウェイトを提供するサードパーティ運営者は、ウォームキャッシュ時に180をかなり上回る数値を宣伝している。その範囲の数値は、適切にサービス提供された D​eepSeek モデルの姿である。それは、より大きなバックボーンを証明するほど速くなく、より小さなバックボーンを証明するほど遅くもない。180 t/s を決め手として扱う人は、この投稿で最も診断材料にならない一行を読んでいる。

より興味深い非対称性は、タスクの結果のほうにある。DeepSeek-V4-Pro-0813 と V4.1 の両方が失敗する課題を、意図的に偽装しにくく作られたプロンプト上で4回中4回クリアするモデルは、真に異なる能力プロファイルだ——テスト自体が妥当であると仮定すればの話だが、その点を読者が検証できるようにはこの投稿はなっていない。それこそが注視すべき主張であり、最終的にベンチマーク表が決着をつけることになる主張だ。

なぜ「寝取られジョーク」はふざけた名前の下でも本物のシグナルなのか

そのフレーズは冗談のように読めるが、冗談ではない。この種の関係推論プロンプト——入れ子になった信念、争われる知識、誰が誰について何を知っているか——は、モデルが社会的状況の複数の層を同時に保持し、それらを潰さずにいられるかどうかを長年探ってきた試金石である。最先端ラボも独立系評価者も、その変種を使っている。短く、安価で、記憶に抵抗し、場面の表面をパターンマッチするだけでその下の状態を追跡しないモデルに不釣り合いなほど厳しく罰を与えるからだ。SNSでジョークとして広まるのも、テストとして使われるのと同じ理由による。覚えやすく、そして難しいからだ。

それ自体もまた、弱い証拠である。単一のアドホックなプロンプトにおけるサンプル数では、新しいチェックポイントを、新しいサンプリング設定、異なる推論努力のデフォルト、どのバックエンドプールが応答するかの変更、あるいはサービス復旧後に決定境界付近にありたまたま異なる結果になっただけのプロンプトから区別することはできない。N=4 は助けになる——投稿者は、ほとんどのバイラルな能力主張が飛ばす最低限の確認作業を行った——が、しかし4つのサンプルは、1つのプロンプトについて1つの経路での再現性を確立するにすぎない。それは確認しに行く理由にはなる。結論を下す理由にはならない。

実用的な疑問は、あなたがそれを試せるかどうか、そしてどのように試すかです。

現時点では、いいえ。呼ぶべき名前はない。投稿者が話していた相手が実在し、名を持たないのであれば、それに到達できるのは、DeepSeek自身のルーティングがたまたまあなたに渡すモデルがどれかという偶然によってだけだ。まさに、9月の再ルーティング撤回が問題にしていたのはその状況だ。

今日あなたが定義できるモデルは、料金表に載っている2つだけであり、目に見えない変更を誠実に検証する方法は、本番トラフィックを選んだモデルに固定し、実験を害の及ばない場所へ移すことです。DeepSeek V4.1 Flash と DeepSeek V4 Pro はどちらも OrcaRouter を通じて1つの API キーで利用できるため、固定したプロンプトセットとの並べての比較は、2つ目の契約ではなく設定変更のコストで済みます。そしてルートが劣化した場合、自動フェイルオーバーがリクエストを正常なプロバイダへ落とすのであって、エラーを返すことはありません。それこそが、そもそもあの記事の障害を可視化させた障害モードでした。OrcaRouter はプロバイダの定価を0%のマークアップでそのまま通すため、DeepSeek の価格変更はベンダーに反映されたその日にこちらにも反映され、そちら側で価格改定の作業は発生しません。

そうしたもののどれも与えてくれないのは、未ラベルのモデルです。もし自分がそれに当たったと思うなら——予想よりも速く、いつものモデルが失敗するプローブでより良い結果を出す——タイムスタンプとリクエストIDを添えて生の応答を記録してください。それが、目撃情報を、この分野の他の人たちが検証できるものに変える材料だからです。別の日にも再現してください。再デプロイ後にも再現してください。一つのウィンドウにしか存在しないステルスモデルは、そうでないと証明されるまではルーティングのアーティファクトです。

何がこれをニュースに変えるだろうか

4つのこと、おおよそ可能性の高い順に。V4.1-Pro という名前でモデルカードまたは重みリポジトリが現れれば、それは完全に決着をつけ、最初の本物の成果物となるだろう。変更履歴の項目、あるいは「Models & Pricing」ページの新しい名前も、ベンダー側から同じことを示すだろう。最初の独立系ベンチマーク——Artificial Analysis や LMArena が、リストされているどの DeepSeek ビルドとも一致しない項目を拾い上げる——は、名前を確定せずに能力の飛躍を裏付けるだろう。そして、何よりも静かな可能性は、何もないことだ。DeepSeek はモデルをその場で更新しており、現在のタイムライン——4月の V4、7月と8月の Flash 更新、8月13日の Pro 更新、9月の V4.1 Flash——では、短期的な確率は第4の階層ではなく、既存名のサイレント更新にある。

それらのいずれかが実現するまで、「D​eepSeek V4.1 Pro」の正しいステータスは、9月10日以降ずっと変わらないものだ。つまり、D​eepSeek自身がロードマップに載せた名前であり、その背後にモデルは存在しない。たった一人の観測者による180 tok/sのセッションは、エンドポイントを注視し続ける理由にはなっても、フラッグシップを前提に計画を立てる理由にはならない。

そう並べてみると、非対称性こそが核心だ。そのカードの一方の列はドキュメント——価格表、ライセンス、リクエストボディに書けるモデル名——で、もう一方はリリースノートの一文とXでの言及にすぎない。この記事で確認できるものはすべて左側にある。右側にあるのはすべて、人々が180 tok/sのエンドポイントがそうであってほしいと願っているものだ。それはもっともな期待であり、まだ事実ではない。

誰が何をすべきか

今週、何かを構築するためのモデルを選んでいるなら、ここに書かれていることはあなたの判断を変えない。DeepSeek V4.1 Flash は利用可能で、価格とドキュメントも用意されている。DeepSeek V4 Pro も利用可能で、価格とドキュメントも用意されている。D​eepSeek V4.1 Pro は製品ではない。この投稿から持ち帰る価値があるのは、モデルではなく障害モードだ。ベンダーのエンドポイントが障害後に挙動を変え、通知もなく、バージョンも上がらず、外部からは自分が何と話していたのか知る方法もなかった。モデルバージョンを明示的に固定し、レスポンスのメタデータを取得し、単一プロバイダーに依存する構成の背後にフェイルオーバー経路を用意することが緩和策であり、エンドポイントの裏に新しいフラッグシップが隠れていようといまいと、同じ緩和策だ。

リリースを待っているなら、能力に関する噂話ではなく、変更履歴と Hugging Face の組織を注視したほうがいい。このラボにとって、その両方は信頼できる兆候であり続けてきた。どちらも9月10日以来、一言も発していない。

このような結果は、このクラスのモデルの背後にあるAIインシデントやエージェントの失敗がすでに記録されているという事実を思い起こさせるものでもある。それらはOrcaRouter AI Incident Archiveにまとめられており、各項目には独自の情報源、重大度、信頼度評価、異議ありフラグが付されている。