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の効率モデル、V4 Flashは、プレビューから公式のパブリックベータリリースへと移行しました — code>-0731/code>ビルドは2026年7月31日にリリースされました。アーキテクチャは変更されていません（依然として2,840億パラメータの混合エキスパートモデルで、100万トークンのコンテキストを備えています）。しかし、追加のポストトレーニングにより、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し、Codexスタイルのエージェント向けに特化した適応を備えたResponses APIをネイティブにサポートするようになりました。このガイドでは、V4 Flashとは何か、公式リリースで実際にアップグレードされた点、（DeepSeek報告による）ベンチマークの内容、コスト、そして使用方法について説明します — すべての数値には出典が明記されています。

正確性に関する注意：以下のリリース詳細とベンチマークスコアは、DeepSeekの公式API変更ログ（2026年7月31日付）に基づいています。アーキテクチャ、コンテキスト、価格はOrcaRouterのモデルページと照合済みです。Artificial Analysisの複合指標は独立したものです。DeepSeekが報告するベンチマークは独自のハーネス設定を使用しているため、ベンダー数値として扱い、ご自身で評価を実行してください。仕様と価格は変更されることがあります。構築前に確認してください。

TL;DR. V4 Flashは、巨大なDeepSeek V4 Proのコスト効率に優れた兄弟モデルです。284Bパラメータ（うちアクティブ13B）のMoEで、1M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・エージェント型の作業向けにチューニングされています。7月31日の公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、サイズは同じながらエージェント性能とコーディング能力が大幅に向上し、さらにネイティブのResponses-APIとCodexサポートが追加されました。DeepSeekは、エージェント/コーディングの高いスコアを報告しています（例：Terminal-Bench 2.1で82.7、Toolathlonで70.3）。また、コストは100万入力/出力トークンあたり約$0.15 / $0.29で、V4 Proの価格のおよそ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、マークアップ0%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サポートに加え、Codex向けの特定の適応を追加。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 code>deepseek-v4-flash/code>.

• 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。

• 非常に安価：入力/出力トークン100万あたり約$0.15/$0.29、キャッシュ読み取りは約$0.02（OrcaRouter、マークアップ0%）— V4 Proの$0.44/$0.88の約3分の1です。変更されたのはFlash APIのみで、Proとアプリ/ウェブは同じです。

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（code>-0731/code> ビルド、DeepSeekのAPI変更ログによる）は、明示的に非新アーキテクチャ：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。変更されたのはポストトレーニングです。DeepSeekによると、コアのエージェント機能、コーディング、ツール呼び出し能力を大幅に改善した追加のファインチューニングです。実用的な追加点が2つ重要です。V4 Flash は Responses API をネイティブにサポートし、Codex スタイルのコーディングエージェント向けに特別に調整されています。一方、OpenAI ChatCompletions や 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 のみであり、V4 Pro や 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、これは移行なしで、同じ価格のままエージェント向けワークロードのドロップイン改善を意味します。

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（2026-06-25評価、プレビュービルド）はV4 FlashをAA Coding約56.2、AA Intelligence約40.3、AA Math約50.0と位置づけている——オープンモデルの中央値より上の、コーディング寄りの汎用モデルだ。公式のポストトレーニングによる改善は、まさにエージェント/コーディング軸を狙ったものであり、新しいビルドはそうしたタスクでより強力に感じられるはずだ。いつものように、ベンダーのハーネスによる数値は楽観的になりがちなので、自社のワークロードで検証してほしい。

価格設定：予算を変える数字

OrcaRouterは、プロバイダーの価格を0%マークアップでそのまま通すサービスで、V4 Flashは入力トークン100万個あたり約0.15ドル、出力トークン100万個あたり約0.29ドル、キャッシュ読み取りは約0.02ドルです。そしてDeepSeekは今回のリリースで価格を低く抑えました（アップグレードしても値上げなし）。それはDeepSeek V4 Proの0.44ドル/0.88ドルのおよそ3分の1です。実際の数字で言うと、月間1000万トークンを入力70%・出力30%の割合で使う場合、V4 Flashではだいたい数ドル程度です。10億トークンにスケールすると、フラッグシップとの差額は財務部門が目にする項目になります。プロンプトキャッシュは、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ではさらにコストを削減します。キャッシュされた入力は、新しい入力のおよそ10分の1の料金で請求されるからです。同じ低価格のまま、より安価なエージェント機能を提供することが、今回のリリースの全ての売りです。

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上位の推論・コーディングモデルです。V4 Flash は効率性を重視したティアで、アクティブな計算量がはるかに少なく、価格は数分の一であり、そしてこのポストトレーニングによる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当に強力です。DeepSeek が Flash をより良いエージェントにするために投資したという事実（Responses API、Codex 適応、ツール使用ベンチマーク）は、同社がどこにトラフィックが集中すると見込んでいるかを物語っています。つまり、日常的なエージェント・コーディングのトラフィックは Flash に流し、最も難しい推論は Pro に取っておく、ということです。これは業界全体の「安価なデフォルト＋プレミアムフラッグシップ」というパターンを反映しており、だからこそ、難易度に応じたルーティングが、最大のモデルをデフォルトで使うことよりも優れているのです。

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（モデルID: code>deepseek-v4-flash/code>。このAPIはResponses API、OpenAI ChatCompletions、Anthropicスタイルのインターフェースに対応）から直接呼び出すことも、ベンダーに依存しないエンドポイント経由で呼び出すこともできます。a href="https://www.orcarouter.ai/">OrcaRouter/a>は、OpenAI互換の単一エンドポイント（code>deepseek/deepseek-v4-flash/code>）を通じて、他の185以上のモデルと並べてV4 Flashを0%のマークアップで公開しています。つまり、GPT-5.6 Luna、Gemini 3.6 Flash、GLM-5.2、Qwen 3.8、Kimi K3と1か所でベンチマーク比較でき、各リクエストをそのタスクに最も安価なモデルへルーティングできます。OpenAI互換であるため、V4 Flashの採用も、V4 Flashからの切り替えも、再インテグレーション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。最も難しい推論ではV4 Proやトップの西洋モデルに及びません。入力はテキストのみです（ネイティブの画像入力はありません）。ここに示すベンチマークスコアはDeepSeekが自社のハーネスを使って報告したものであり、正確な数値は参考程度に扱い、独立した評価はやや低めになることを想定してください。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」ことではありません。推論やエージェントのループを長く実行すると、単純な呼び出しでも推論への努力やツールの反復回数を制限してください。本番トラフィックに投入する前に、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100万個あたり約$0.15、出力トークン100万個あたり約$0.29（マークアップ0%）、キャッシュ読み取りは約$0.02です。これはV4 Proの$0.44 / $0.88のおよそ3分の1に相当します。今回のリリースでも価格は低く抑えられました。

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します（code>deepseek/deepseek-v4-flash/code>）。そこでは、競合他社のモデル間での比較やルーティングも可能です。

結論

DeepSeek V4 Flash の正式リリースは、安くて速いという基本設計を維持しつつ、エージェントとしてはるかに優れたものになりました。284B / 13B アクティブの MoE と 1M コンテキストは同じですが、コーディングとツール利用を強化するポストトレーニングが施され、ネイティブの Responses-API と Codex サポートを備えています。価格も同じ約 $0.15 / $0.29 です。フラッグシップでもマルチモーダルでもありませんが、エージェント、コーディング、長文ドキュメントの大半の作業において、2026年でトークンあたりのコストパフォーマンスが最も優れた選択肢の一つです。0% マークアップの OpenAI 互換エンドポイント（OrcaRouter など）経由で試し、最も難しい少数のリクエストだけをフラッグシップにルーティングする——この組み合わせはコスト面で太刀打ちできるものはほとんどありません。