DeepSeek V4 Flash 正式リリース：低コスト・高速・エージェント型の1Mコンテキストモデルを解説

DeepSeek V4 Flashは、DeepSeekのV4シリーズにおける低価格帯のモデルで、独立した評価指標がついに追いついてきました。MathArenaのAIME 2026セットでは95.83%を記録し、DeepSeek V4 Proの96.67%と統計的に区別できません。しかも問題あたりのコストはおよそ9分の1です。公式のパブリックベータビルドである-0731は2026年7月31日にリリースされました。アーキテクチャは4月のプレビューと同じ、2840億パラメータのMixture-of-Expertsモデル（アクティブパラメータは130億、コンテキストは100万トークン）ですが、追加のポストトレーニングを実施し、エージェント能力・コーディング能力・ツール呼び出し能力が大幅に向上。さらにネイティブなResponses-APIサポートと、Codexスタイルのエージェント向けの特別な適応も加わりました。このガイドでは、今回のリリースで実際に変わった点、ベンダーと独立系の評価がそれぞれ示す内容、思考量を考慮したコスト、そして呼び出し方法を解説します。

正確性に関する注記：以下のリリース詳細と主要なエージェントスコアは、DeepSeek公式API変更ログ（2026年7月31日付）に基づくものであり、ベンダー報告としてDeepSeek自身のハーネス上で実行されたものです。方向性を示す参考値として扱い、ご自身で評価を実施してください。独立した数値は、記載箇所で出典が明示されています。Intelligence Indexとその構成要素はArtificial Analysis、AIME 2026はMathArena、価格はDeepSeekの価格表に基づきます。公開済みの評価ではなく、単独の実務者による報告に依存する情報については、その旨を文中で明記しています。仕様と価格は変更される可能性があります。構築前に確認してください。

TL;DR。V4 Flashは、巨大なDeepSeek V4 Proのコスト効率重視の兄弟モデルです。284B／13BアクティブのMoEで、100万トークンのコンテキストと最大384Kトークンの出力を備え、高ボリューム・低レイテンシのエージェントワーク向けに調整されています。7月31日の正式リリースはポストトレーニングによるアップグレードであり、サイズは同じで、エージェント機能とコーディング機能が大幅に向上し、ネイティブのResponses APIとCodexサポートも追加されました。DeepSeekは、強いエージェント／コーディングスコアを報告しています（例：Terminal-Bench 2.1で82.7、Toolathlonで70.3）。Artificial Analysisもその後、-0731ビルドにインテリジェンス指数50をつけています。これは4月のプレビューより10ポイント高く、はるかに大型のV4 Proより6ポイント高く、Gemini 3.6 Flashと同等です。コストは入力100万トークンあたり約0.15ドル、出力100万トークンあたり約0.29ドルで、V4 Proの価格の約3分の1です。アップグレードされたのはFlash APIのみで、V4 ProとDeepSeekアプリ／Webは変更されていません。OrcaRouterでは、OpenAI互換の単一エンドポイントを通じて0％マークアップで利用できます。

重要なポイント

• 正式リリース（ビルド -0731、2026年7月31日）：プレビューのポストトレーニングアップグレード。アーキテクチャは同じだが、エージェント、コーディング、ツール使用が大幅に強化されている。

• アーキテクチャ変更なし: 合計284B / アクティブ13B（MoE）、1Mトークンのコンテキスト（1,048,576）、最大384K出力、テキストのみの入力、推論・ツール・JSON対応。

• 新機能: ネイティブのResponses API対応に加え、Codex専用の適応を追加。OpenAI ChatCompletionsおよびAnthropicスタイルのインターフェースを引き続きサポートします。モデルID deepseek-v4-flash。

• DeepSeekが報告したエージェント/コーディングの成果: Terminal-Bench 2.1 82.7、Toolathlon (検証済み) 70.3、Cybergym 76.7、DeepSWE 54.4、NL2Repo 54.2、DSBench-FullStack 68.7。

・非常に安い：100万トークンあたり入力/出力が約$0.15/$0.29 — V4 Proの$0.44/$0.88のおよそ3分の1 — さらにDeepSeekはキャッシュヒットを100万あたり$0.0028に設定しており、通常の入力より約98%安い。変更されたのはFlash APIのみで、Proとアプリ/ウェブは同じまま。

公式リリースが実際にアップグレードした内容

V4 Flash は2026年4月24日にプレビューとして初めて登場しました。2026年7月31日の正式リリース（-0731ビルド、DeepSeek の API 変更ログによる）は、明示的に非「新しいアーキテクチャ」：総パラメータ数とアクティブパラメータ数（284B / 13B）、および1Mコンテキストは不変です。変わったのはポストトレーニングです。DeepSeek によると、追加のファインチューニングにより、コアのエージェント機能、コーディング、ツール呼び出しの能力が大幅に向上しました。実際に重要な追加点が2つあります。V4 Flash は Responses API をネイティブサポートし、Codex スタイルのコーディングエージェント向けに特別に適合しています。一方で、OpenAI ChatCompletions と Anthropic スタイルのインターフェースにも引き続き対応しています。重要なのは、今回のリリースでアップグレードされたのは Flash API のみであるという点です。V4 Pro と DeepSeek のアプリ/ウェブ体験は変更されていません。チームにとっては、同じ価格でエージェントワークロードが移行なしでそのまま改善されることを意味します。

アーキテクチャ：スループット向けに設計された小規模アクティブMoE

V4 Flashは、総パラメータが約2840億、トークンごとにアクティブになるパラメータが約130億のみのMixture-of-Expertsモデルです。このアクティブパラメータ数の少なさがポイントで、大規模なエキスパートプールが品質を維持しながら、推論を高速かつ低コストに保ちます。コンテキストウィンドウは完全な1,048,576トークン（約100万）で、最大出力は非常に大きな384Kです。また、このモデルは推論（拡張思考）、ツール呼び出し、構造化JSONをサポートしています。入力はテキストのみです。設計目標である「高ボリューム・低レイテンシ・エージェント型ワーク」は、サービングの数値に表れています。OrcaRouterの測定では、p50の最初のトークンまでの時間が約394ミリ秒、出力が毎秒約184トークンです。

ベンチマーク：公式数値が示すもの

公式リリースは、DeepSeek独自のハーネス（minimal-mode / max-effort設定）で実施されたエージェント評価とコーディング評価に重点を置いています。以下は、すべてDeepSeekが報告した主要結果の読み方です：

• Terminal-Bench 2.1: 82.7 — 実在のターミナルでのエージェント型コマンドライン／ソフトウェアタスク。ここでの高スコアは、モデルが質問に答えるだけでなく、実際にツールやシェルを操作できることを示す。

Toolathlon (verified): 70.3 および Automation Bench (Public): 25.1 — ツール使用の広さと信頼性、エンドツーエンドの自動化。ツール呼び出しの信頼性は、エージェントにとって成否を分ける特性です。

• Cybergym: 76.7 — セキュリティ/CTFスタイルのエージェント型問題解決。

• DeepSWE: 54.4、NL2Repo: 54.2、DSBench-FullStack: 68.7、DSBench-Hard: 59.6 — ソフトウェアエンジニアリングとフルスタックコーディングを評価し、リポジトリレベルの生成から難易度の高いデータサイエンスタスクまでをカバー。DSBench-FullStack（68.7）の高スコアは、実用的なマルチファイルコーディング能力を示しています。

• Agent Last Exam: 25.2 — 意図的に難しいエージェント推論の試練であり、トップモデルでさえ低いスコアしか出せない。相対的な指標としては有用だが、絶対的なものではない。

独立した文脈として、Artificial Analysisは-0731ビルド自体を評価し、Artificial Analysis Intelligence Indexで50点を付けました。これは置き換え対象である4月のプレビューより10ポイント高く、はるかに大規模なV4 Proより6ポイント高く、Gemini 3.6 Flashと同水準です。その構成結果は、GPQA Diamond 91%、AA-LCR 66%、Humanity's Last Exam 37%、SciCode 50%、τ³-Bench Banking 31%、CritPt 17%、GDPval-AA v2でElo 1559です。このうち2つは再検討に値します。Artificial AnalysisはTerminal-Bench 2.1を79%と測定しましたが、DeepSeekが報告した82.7と近いものの低めで、これはベンダーのハーネス数値が通常見落とす方向です。またAA-Omniscienceでは、モデルは-16となり、測定された幻覚率は高くなっています。つまり、安価でエージェント向けという評価は、教師なしの事実想起には及ばないということです。このモデルのより鋭い読み方は次の通りです。1ドルあたりの推論力は強いが、クエリあたりの知識は弱い。

競技数学：FlashがProに匹敵する唯一の場

V4 Flash の推論能力に関する最も有用な独立した評価は MathArena によるものです。MathArena は、発表されたばかりのコンペティションの各問題に対してすべてのモデルを4回実行し、問題ごとの結果グリッドを公開しています。AIME 2026では、両方のペーパー、30問、各4回の実行において、max-reasoning モードの V4 Flash は 95.83% ±3.58% を記録し、DeepSeek V4 Pro は 96.67% ±3.21% でした。これらの信頼区間はほぼ完全に重なっており、このベンチマークでは、小型モデルはフラッグシップモデルと測定可能なほどの差で劣っていません。両者が明確に分かれるのはコストの欄です。MathArena によると、V4 Flash の1回の実行は問題あたり $0.009 で、V4 Pro は $0.082 です。同じ精度で約9倍安く、これは DeepSeek 自身の発表のどの内容よりも、効率性重視のティアを支持する有力な根拠となっています。

これに関連して、注意すべき点が2つある。MathArenaはDeepSeekの両エントリに汚染警告を付けている。これは、コンペティション終了後に登場したモデルに付けるラベルであり、その精度の一部は推論というより記憶によるものかもしれない。また、MathArenaがテストしたバージョンは2026-04-24付、つまり4月のプレビュー版であり、-0731ビルドではない。本稿執筆時点では、公式リリースに対する独立したAIME 2026スコアは存在せず、DeepSeek自身のモデルカードにも数学ベンチマークは一切記載されておらず、エージェント型のものだけが記載されている。

グリッドには天井の位置も示されている。ボード上のほぼすべてのモデルがAIME 2026の大半をクリアしているが、それらを選別するのは問題15だ。4回すべての実行でそれを解いたのは、extra-high effortのGPT-5.5とmaxのClaude Opus 4.8の2つのエントリだけだ。V4 Flashはそこでのスコアが4回中0回で、V4 Proも同様であり、GLM-5.2、Gemini 3.6 Flash、Kimi K2.6、Claude Opus 4.7も同じである。

その最後の詳細こそが、2026年8月5日のある報告を特筆に値するものにしている。AI解説者の@teortaxesTex氏は、-0731ビルドがAIME 2026の問題15を解決し、約1,006秒とおよそ100,000出力トークンを要したと投稿し、モデルが問題を搾取し始め、その後その近道を捨てて正直に解く様子がはっきり見えた、と述べた。これは一人の実務者による単一の実行であり、ベンチマーク結果ではない。再現されておらず、-0731ビルドを採点した公開リーダーボードもなく、単独のトランスクリプトは評価ではない。検証できるのは内部的な整合性であり、それは成立している。Artificial Analysisはこのモデルの出力速度を毎秒約116トークンと測定しており、その速度で1,006秒なら約117,000トークンとなり、報告された数とほぼ同じ範囲だ。100,000トークンの回答も、DeepSeekが想定する範囲内だ。DeepSeekは高または最大の推論努力時に最大384K出力トークンを許可することを推奨しているからだ。両方の数値は、MathArenaがこのモデルについて測定した平均(回答あたり33,588出力トークンと6分50秒)の約3倍であり、セット内で最も難しい問題に対して期待される結果だ。つまり、形はもっともらしいが、結果は未検証であり、再現されればプレビュービルドからの真の飛躍となる。プレビュービルドはその問題を4回中4回失敗している。

価格設定：予算を変える数字

OrcaRouterはプロバイダー価格を0%マークアップでそのまま通すが、V4 Flashは入力トークン100万あたり約0.15ドル、出力トークン100万あたり約0.29ドルで、DeepSeekは今回のアップグレードで価格を据え置いた。これはDeepSeek V4 Proの0.44ドル/0.88ドルのおよそ3分の1に当たる。キャッシュヒットは多くの人が思うより安く、DeepSeekはキャッシュ入力トークンを100万あたり0.0028ドルとしている。これは新規入力より約98%安く、安定したシステムプロンプトを使うエージェントやチャットを低コストで稼働させ続けられる要因だ。現実的な数字で言うと、月間1000万トークンを入力70%・出力30%で使った場合、コストは数ドル程度になる。10億トークンにスケールすれば、フラッグシップモデルとの差額は財務部門が気にするレベルの項目になる。

推論モデルに関して言えば、レートカードは請求書のうち面白みの薄い半分にすぎない。予算を動かすのは、モデルがどれだけのトークンを使うことを選ぶかだ。Artificial Analysisは、V4 Flashで完全なIntelligence Indexを実行するのに約2億600万出力トークンを必要とした。これは同社がテストするモデルの中央値である約1億トークンのおよそ2倍で、同社はこれを「高速だが非常に冗長」と表現している。価格換算すると、10万トークンの回答1件は約3セント、38万4千トークンの出力上限では1件あたり約11セントが上限となる。絶対額では安いが、短い返信の数百倍のコストだ。それゆえ推論努力は、最大に固定したままにする品質ダイヤルではなく、予算のレバーなのである。Simon Willisonの実践的なレビューも、逆方向から同じ点を指摘している。デフォルト設定では彼のテスト生成は期待外れで、推論努力を高に上げると大幅に改善されたという。ヘッドラインのレートが自分のコストだと思い込む前に、自身のハードなリクエストを測定すべきだ。

V4 Flash の位置づけ: DeepSeek V4 ラダー

DeepSeek の V4 ラインははしごのようなものです。V4 Pro はフラッグシップであり、はるかに大規模で最高級の推論・コーディングモデルです。V4 Flash は効率重視のティアです。アクティブな計算量がはるかに少なく、価格は数分の一で、このポストトレーニングアップグレード後は、エージェント能力とコーディング能力が本格的に強力になっています。DeepSeek が Flash をより優れたエージェント（Responses API、Codex 適応、ツール使用ベンチマーク）にするために投資したという事実は、同社がどこにボリュームが来ると見込んでいるかを示しています。しかし、AIME 2026 の数値は、Flash に有利なそのきれいなストーリーを複雑にします。競技数学では、2 つのモデルは互いの誤差範囲内に収まるため、「難しい問題は Pro に送る」という判断が自動的に正しいわけではありません。正直なところ、Pro がもたらすのは知識の広さと最も難しいエージェント作業であり、難しい数学問題に対するより良いチャンスではありません。だからこそ、デフォルトで最大のモデルを使うのではなく、自分のタスクで測定した難易度に基づいてルーティングすることが優れています。

3つの実世界シナリオ

1. コーディングエージェントとCodexスタイルのワークフロー

-0731ビルドのネイティブなResponses-APIとCodexのサポート、さらにTerminal-Bench（82.7）とDSBench-FullStack（68.7）のスコアにより、V4 Flashは自律型コーディングエージェントにとって強力で低コストなエンジンとなっています——問題修正、リファクタリング、テスト生成、マルチステップのツール使用。

2. ツールを多用するエージェント

高速な最初のトークン（約394ms）、高スループット（約184トークン/秒）、1Mコンテキスト、そして強力なToolathlon（70.3）の信頼性は、検索・自動化・オーケストレーションなどの大規模にツールを呼び出す本番エージェントに適しています。

3. 低予算での長文書処理

完全な1Mトークンのコンテキストと384Kの出力は、ログ、コードベース、長いレポートなどの非常に大きな入力を、1回のパスで低コストに要約、分析、変換できます。

V4 Flash にアクセスする方法

V4 Flash は、DeepSeek の API で直接呼び出すことができます（モデル ID: deepseek-v4-flash。Responses API、OpenAI ChatCompletions、Anthropic スタイルのインターフェースに対応）。または、ベンダーに依存しないエンドポイント経由でも利用できます。OrcaRouter は、200 以上の他のモデルと並んで、単一の OpenAI 互換エンドポイント（deepseek/deepseek-v4-flash）を通じて V4 Flash を 0% マークアップで提供しています。そのため、GPT-5.6 Luna、Gemini 3.6 Flash、GLM-5.2、Qwen3.8-Max、Kimi K3 と 1 か所でベンチマーク比較でき、各リクエストをタスクに最適な最も安いモデルにルーティングできます。価格はマークアップされずにそのまま転送されるため、DeepSeek の価格変更はリリース当日に請求書に反映されます。また、インターフェースが OpenAI 互換であるため、V4 Flash の採用も、1 週間の測定後に別のモデルへの切り替えも、再統合ではなく設定変更で済みます。

制限と正直な注意点

V4 Flashは効率重視のモデルであり、フラッグシップではありません。しかし、独立したデータによって、その境界線は単なる「難しいタスクが苦手」という以上に具体性を帯びています。AIME 2026では信頼区間内でV4 Proに匹敵しますが、明確に及ばないのは知識の幅（AA-Omniscienceで-16、測定された幻覚発生率の高さ）と、最も要求の厳しいエージェントワークです。入力はテキストのみで、ネイティブの画像入力には対応していません。代表的なエージェントスコアはDeepSeekが自社のハーネスで報告したものであり、独立したラボが再実行した唯一の数値は低くなっています（Artificial AnalysisはTerminal-Bench 2.1を報告値82.7%に対し79%と測定）。したがって、ベンダーの数値は方向性を示すものとして扱ってください。また、「トークンあたりのコストが安い」ことは「タスクあたりのコストが安い」ことを意味しません。このモデルは測定可能なほど冗長な出力を行うため、単純な呼び出しではデフォルトで最大努力を有効にしたままにせず、推論努力とツールの反復回数を制限してください。本番トラフィックを投入する前に、自社のワークロードで検証してください。

よくある質問

DeepSeek V4 Flashとは何ですか？

DeepSeekのV4ラインにおける効率モデル：284B / 13Bアクティブの混合エキスパート（MoE）モデルで、100万トークンのコンテキスト、最大384Kトークンの出力をサポートし、高速・大規模なエージェント業務およびコーディング作業向けにチューニングされています。公式リリース（ビルド-0731）は2026年7月31日に提供開始されました。

公式リリースで何が変わりましたか？

アーキテクチャは変更されていません。これはポストトレーニングによるアップグレードであり、エージェント能力、コーディング、ツール呼び出しの能力を大幅に向上させ、Codex適応によるResponses-APIのネイティブサポートを追加します。アップグレードされたのはFlash APIのみで、V4 Proとアプリ/ウェブは同じです。

V4 Flashはいくらですか？

OrcaRouterでは、入力トークン100万件あたり約0.15ドル、出力トークン100万件あたり約0.29ドル（マークアップ0%）で、V4 Proの0.44ドル/0.88ドルのおよそ3分の1です。キャッシュヒットは100万件あたり0.0028ドルで、新規入力より約98%安くなっています。今回のリリースでは価格は据え置きです。レートだけでなくトークン量にも予算を組みましょう。これは冗長な推論モデルであり、10万トークンの回答には約3セントかかります。

V4 Flashはエージェント型タスクやコーディングタスクにおいてどの程度優れていますか？

DeepSeekは優れたスコアを報告している：Terminal-Bench 2.1 82.7、Toolathlon（検証済み）70.3、Cybergym 76.7、DeepSWE 54.4、DSBench-FullStack 68.7 — すべてベンダーのハーネスによる数値なので、独自のタスクで検証してください。

V4 Flashは競技数学が得意ですか？

価格から想像されるよりも優れている。MathArenaのAIME 2026グリッドでは、4月のプレビュービルドが、30問×4回の実行で95.83%を記録している。これはV4 Proの96.67%の信頼区間内であり、問題あたりのコストは約9分の1だ。ただし、MathArenaは両モデルに汚染の可能性を指摘しており、-0731ビルドはまだ評価していない。このモデルが決して解けない唯一の問題は問題15で、これはextra-high effortのGPT-5.5とmax solveのClaude Opus 4.8だけが確実に解ける。

V4 FlashはV4 Proとどう比較されますか？

Proは、最も困難な推論とコーディングを担う、はるかに大規模なフラッグシップです。Flashは、約3分の1の価格で強力なエージェント/コーディング能力を備えた効率重視のティアです。困難なタスクはProへ、それ以外はすべてFlashへ振り分けてください。

コンテキストウィンドウとは？

完全な1,048,576トークン（約100万）、最大384K出力トークン付き。

V4 Flashはマルチモーダルですか？

いいえ — 入力はテキストのみです。推論、ツール呼び出し、JSON出力に対応しています。

V4 FlashはResponses APIとCodexで動作しますか？

はい — -0731リリースでは、OpenAI ChatCompletionsおよびAnthropicスタイルのインターフェースに加えて、ネイティブなResponses-APIサポートと特定のCodex適応が追加されます。

V4 Flashはどう使うのですか？

DeepSeekのAPIを直接利用するか、OrcaRouterのOpenAI互換エンドポイントを0%マークアップで利用するか（deepseek/deepseek-v4-flash）、そこでは競合モデル間の比較やルーティングも行えます。

結論

DeepSeek V4 Flashの正式リリースは、安くて速いという定番の路線を維持しつつ、はるかに優れたエージェントへと進化した。同じ284B／13BアクティブのMoEと1Mコンテキストを備え、コーディングとツール使用を強化するポストトレーニングを施し、ネイティブのResponses-APIとCodexサポートに対応。価格も同じ約0.15ドル／0.29ドルだ。独立した数値は、この売り込みの大部分を今や裏付けている。Artificial Analysisは、-0731ビルドのインテリジェンスをGemini 3.6 Flashと同等と評価し、MathArenaではプレビュービルドがAIME 2026でV4 Proに匹敵し、問題あたりのコストは9分の1としている。ただし、この低料金で買えるのは知識の広さや冗長さの免除ではない。このモデルは中央値のモデルの約2倍のトークン予算で思考するため、タスクあたりのコストは表向きの価格よりも、許容する推論努力に左右される。OrcaRouterのような0%マークアップのOpenAI互換エンドポイントで実行し、自身の困難なリクエストが実際に消費するコストを測定し、その測定結果が要求する場合にのみフラッグシップへルーティングしよう。