DeepSeek V4 Pro vs GPT-5.6 Sol：測定された34倍の出力価格差

まずはこの項目から始めよう。それが論点のすべてだからだ。GPT-5.6 Solは出力トークン100万トークンあたり30ドル、DeepSeek V4 Proは0.87ドル。実際のAI請求額を左右するこの数値で34倍の差がある。どちらも2026年のフラッグシップ級モデルで、コンテキストウィンドウは約100万トークン。コーディング能力も高いが、それ以外の点ではこれ以上ないほど異なっている。OpenAIのGPT-5.6 Solは、クローズドでプレミアムなマルチモーダル推論フラッグシップであり、最難関ベンチマークで最前線をリードしている。DeepSeek V4 Proは、GAビルド0813において、オープンウェイトでMITライセンスのモデルであり、開発チームがセルフホストできる。日常のエンジニアリング業務ではSolに十分近い性能を持ち、その結果、価格差が決定打となる。

これは「安いモデル対高いモデル」という種類の記事ではない。そのような枠組みは実際の問いを隠してしまうからだ。本当の問いはもっと狭い。34倍のプレミアムが実際に能力を買えるのはどこで、買えないのはどこか、ということだ。正直な答えは、Solのプレミアムはごく一部の特定の領域に集中している——最も難しい推論、最も長いエージェント的ホライズン、最も要求の厳しいツールオーケストレーション——そして、エンジニアリングチームがLLMに求めることの大半においては、DeepSeek V4 Proは出力価格の30分の1で機能的に同等だ、ということである。

二つの哲学、一つのコンテキストウィンドウ

DeepSeek V4 Proは、1.6兆パラメータのMixture-of-Expertsモデルで、490億のアクティブパラメータ、MITライセンスのオープンウェイト、100万トークンのコンテキスト、384,000トークンの出力上限を備え、GAビルドで新たに、テキストとコードを中核とする機能に加えてネイティブな画像理解を追加しています。GPT-5.6 Solは、OpenAIのアーキテクチャ非公開のフラッグシップモデルで、2026年7月9日に3層構成（Sol、Terra、Luna）の最上位としてリリースされ、クローズドでAPI専用です。約105万トークンのコンテキスト、128,000トークンの出力上限、ネイティブなビジョン入力、そして4つの並列サブエージェントを統括し16まで拡張可能な独自の「Ultra」推論モードを備えています。一方は自社のデータセンターで実行でき、もう一方はレンタルしかできません。

プレミアムで実際に得られるもの

Solの34×プレミアムはマーケティングではない——それはフロンティアの厳しい端を測定するベンチマークに現れており、その差分は本物だ：

• ハードな推論 — 2026年IMOの問題を対象とした独立したシングルパスハーネスでは、GPT-5.6 Solはxhigh effortで42件中39件を、DeepSeek V4 Proの42件中19件に対して獲得しました。これはこの対戦における最大の差であり、研究モデルとプロダクションモデルを分ける種類の問題に関するものです。

• エージェント型コーディング — Sol は Terminal-Bench 2.1 で 88.8 を記録（Ultra モードでは 91.9）、DeepSeek V4 Pro の 87.9 に対し優位。SWE-bench Pro では Sol が 64.6 を記録し、その DeepSWE 級の結果はクローズドフロンティアの最上位に位置する。

• ツールオーケストレーション — Sol は Toolathlon ベンチマークで、DeepSeek V4 Pro の 46.3（最大努力時 51.8）に対して 58 を獲得しています。厳格なフォーマットを持つ長いツール使用チェーンは、Sol の強みが最も顕著に現れる分野です。

• Agents' Last Exam — Sol 53.6%、すべてのオープンウェイトモデルを大差で上回る。

もしあなたのワークロードが「未解決の問題について推論する、または途中で失敗できない長いマルチツールエージェントを実行する」というものであれば、それが34×がもたらすものです。Solはまた、こうした困難なエージェント環境において、信頼性と一貫性の面で決定的な優位性を持っています — そこでは、微妙なモデルの誤りが単に煩わしいだけでなく、高くつく場所です。

それが買わないもの

さて、逆の方向も同じくらい重要です。日常的なエンジニアリングに見えるベンチマーク——フロンティア研究でも42問のオリンピアードでもない——では、DeepSeek V4 Proはその差の大部分を埋めています：

• SWE-bench Verified — DeepSeek V4 Pro は80.6%を達成。これは、ほとんどのクローズド系フラッグシップに匹敵するかそれを上回るスコアであり、トップ層からわずか数ポイントの差に位置しています。

• LiveCodeBench — DeepSeek V4 Pro 93.5%、独立系トラッカーにより世界最高スコアとして掲載されています。

• Terminal-Bench 2.1 — DeepSeek V4 Pro 87.9、ベースSolに1ポイント差、Ultraモードには3ポイント差以内。

標準的なエンジニアリング業務のポートフォリオ（リファクタリング、テスト生成、コードレビュー、ボイラープレート、抽出、ドキュメント作成、「コードベースをより良くする」というロングテール）について言えば、それらの差分は「同じ仕事が完了し、出力は最も難しい部分で少し磨きが劣り、請求額は34分の1になる」ということになる。広く引用されるある比較はまさにその結論に達している。日常的なエンジニアリングの約80%において、DeepSeek V4 Proはフラッグシップと機能的に互換性があり、価格はほんの一部である。Solは、最も困難な長期的エージェントワーク、専門的な研究、そして一度の指示漏れが失格となるタスクにおいて、そのプレミアムに見合う価値を発揮する。

規模に応じたコスト

具体的に言いましょう。1日あたり20万出力トークンを生成するエージェント群（控えめだが現実的な導入規模）のコストは、GPT-5.6 Solでは出力トークンで1日6.00ドル（$30 × 0.2M）であり、DeepSeek V4 Proでは1日約0.17ドル（$0.87 × 0.2M）です。さらに、1日あたり200万入力トークンを追加すると、Solではキャッシュなしで10.00ドル（キャッシュヒットレート0.50ドルなら1.00ドル）、DeepSeekではキャッシュなしで0.87ドル（ほぼ無料のキャッシュヒットレート0.0036ドルなら0.007ドル）が加わります。同じエージェント群を1か月運用すると、Solでは約500ドル、DeepSeek V4 Proでは約30ドルになります。この差はスケールが大きくなると「節約」ではなく、予算の別項目——次のプロジェクトを賄う種類の金額——になります。

Sol側には、公平に指摘しておく価値のある難点があります。O​penAIは2026年7月にGPT-5.6ファミリーの価格を大幅に引き下げ（Solのインプット価格はプレビュー時から下落）、Solは「Fast mode」も獲得しました。このモードは、2倍の価格と引き換えに最大2.5倍の推論速度を実現します。そのため、プレミアムは最近縮小しました。出力では依然として34倍ですが、OrcaRouterのようにプロバイダーの定価をマークアップ0％でそのまま通すプラットフォームでは、この値下げはO​penAIが実施したその日に反映されます。再交渉もなければ、古い請求が届くこともありません。

セルフホストオプションはすべてを変える

価格のほかに構造的な違いがあります。DeepSeek V4 ProのウェイトはMITライセンスで提供されているため、自環境で実行できます。これは、法的にも実際にも米国ホスト型APIにデータを送信できないワークロード（規制産業、プロプライエタリなコードベース、エアギャップ環境のパイプライン）にとって重要であり、モデルへの本番依存関係を構築する際のリスク評価を変えます。GPT-5.6 Solは設計上API専用であり、能力をレンタルしている形になります。O​penAIのデータポリシー、レート制限、廃止スケジュールがリース条件として付随します。DeepSeek V4 Proは永続的な資産になり得ます。トレードオフはその鏡像です。インフラの責任は自分にあり、Solのエージェント的な深さは、たとえウェイトを手にしていてもオープンウェイトで再現するのが難しい部分です。

それで、どちらを呼ぶのですか？

妥当な経験則は、イデオロギーではなくワークロードによって分けられる：

• GPT-5.6 Sol を選択— 最も困難な長期的エージェントワーク、最先端の数学・研究推論、厳格なマルチツールオーケストレーション、決定要因となるネイティブビジョン、そして失敗のコストが高く、プレミアムこそが安価な選択肢となるあらゆる場面に最適です。

• DeepSeek V4 Proを選択してくださいエンジニアリングの大部分 — コード生成、レビュー、リファクタリング、抽出、1Mコンテキスト・384K出力上限での長文書作業 — では、コストの30分の1でフラッグシップに近い結果が得られ、またセルフホスティングやコンプライアンスのためにオープンウェイトが必要なものにも適しています。

• 両方を選択する。ワークロードが混在している場合：両方とも単一のOrcaRouterキーから各ベンダーのリスト価格で呼び出し可能であり、大量のワークロードをDeepSeek V4 Proに送り、本当に難しいコールのみをGPT-5.6 Solにエスカレーションするルーティングルールは、Solの平均コストのごく一部でSolの能力の大半を実現します — 自動フェイルオーバーがSolのAPIが遅い日をカバーします。

34倍の出力価格差は、見た目通りという珍しいベンチマークです。それはフロンティアの最前線で、実際に測定可能な能力の優位性をもたらします。しかし、34倍優れたエンジニアリングチームを買うわけではありません。そして、収益を生む仕事においては、DeepSeek V4 Proは、メーターを気にせずスケールできる価格で、そのすぐ目前に迫ります。