AI・テクノロジー

DeepSeek-V4.1-Flash-1017とは？Opus 5超えと1タスク約30円の実力

DeepSeekが10月17日に公開したV4.1-Flash-1017は、MITライセンスのオープンウェイトながら同社評価でClaude Opus 5をエージェント系4項目で上回る。構成・ベンチ・コスト・弱点を整理。

claude

• 7 min read
Share

中国のDeepSeekは2026年10月17日、AIモデル「DeepSeek-V4.1-Flash-1017」を公開しました。9月に出た「DeepSeek-V4.1-Flash」のマイナーアップデートという位置づけですが、同社が公表したベンチマークでは、コード修正の「DeepSWE v1.1」で77.0を記録し、Anthropicの最上位級モデル「Claude Opus 5」（74.0）を上回りました。しかも重みはMITライセンスでHugging FaceとModelScopeに公開され、商用利用・改変・再配布が認められています。

「無料で配られる軽量モデルが、有料の最上位モデルに一部で勝つ」という構図は、2025年1月の「DeepSeekショック」を思い出させます。本記事では、DeepSeek-V4.1-Flash-1017の構成とベンチマーク、コスト、そして勝てなかった項目までを整理し、この発表をどう受け止めるべきかを考えます。

この記事の要点

  • DeepSeek-V4.1-Flash-1017は2026年10月17日公開。前版から37日でのアップデート
  • 総パラメータ552BのMoE型で、1トークンあたりのアクティブは入力時8B・出力時16B。別枠の「Engram」メモリ196Bを持つ
  • 同社評価でClaude Opus 5を4項目で上回り、7項目で下回る。前版からは全11項目で向上
  • DeepSWEでの1タスク費用は最高設定で約0.20ドル（約32円）と報じられ、米国勢の10分の1以下
  • ベンチマークはすべて自社評価で、第三者による再現はまだ確認されていない

背景：37日ごとに強くなる「Flash」

DeepSeekは、Mixture-of-Experts（MoE）と呼ばれる構造で大規模モデルを低コストに動かす手法を磨いてきた企業です。2025年1月には、米国の最先端モデルに迫る性能を大幅に低い学習コストで実現したとして市場を揺らし、「DeepSeekショック」と呼ばれる株価の急落を引き起こしました。

その後もV4系、V4.1系とモデルを更新し、2026年9月に「DeepSeek-V4.1-Flash」を公開。今回の「1017」はその日付スナップショットで、PC Watchによれば前版の登場からわずか37日での更新です。DeepSeekは「性能とコストのパレート改善」を掲げ、ベンチマークの向上に加えて、タスクの実行時間と出力の長さを前版より短くしたと説明しています。

APIのモデル名は従来どおり「deepseek-flash」のままで、Webサイト・アプリ・APIは公開当日に新モデルへ切り替わりました。旧名の「deepseek-v4-flash」などでのリクエストも新モデルが処理するため、利用者側でコードを書き換える必要は原則ありません。

構成：552BのMoEと別枠メモリ「Engram」

DeepSeek-V4.1-Flash-1017の数字は少し複雑です。PC Watchの整理によると、内訳は次のようになっています。

  • 本体（MoE）：総パラメータ552B（5,520億）
  • アクティブパラメータ：入力を読む段階で8B、出力を生成する段階で16B
  • Engram：条件付きメモリとして196B。処理中の語に応じて巨大な参照表の該当行だけを読み出す仕組みで、総パラメータにもアクティブにも含めない
  • DSpark：推論を速める投機デコード用モジュールで約14B
  • 画像処理部：約0.5B

これらを合計した重みファイルは約763Bで、Hugging Face上の表示とも一致します。MoEは、モデル内部を多数の小さな「専門家」ネットワークに分け、入力ごとに必要なものだけを動かして計算量を抑える仕組みです。そのため、総量は巨大でも1トークンあたりに動く計算は16B級にとどまり、推論コストを大きく下げられます。

コンテキスト長は100万トークンで、最大出力は25万6,000トークン以上の確保が推奨されています。推奨サンプリング設定はtemperature 1.0、top_p 1.0です。重みはBF16やFP8など複数の精度で配布され、Jinja形式のチャットテンプレートは同梱されず、代わりにPythonの参照実装と、Rust製のプロンプト変換ライブラリ「deepseek-recipe」が提供されています。

ベンチマーク：Opus 5に勝った4項目、負けた7項目

DeepSeekがモデルカードで公表した比較表から、主な数値を抜き出します（いずれも同社評価）。

ベンチマーク 1017 前版 GPT-5.6 Sol Opus 5
DeepSWE v1.1（コード修正） 77.0 74.2 73.0 74.0
Automation-Bench v1.0.6（業務自動化） 60.5 54.8 45.8 50.3
Agents' Last Exam（実務エージェント） 35.4 31.8 26.7 28.6
Apex Bench v1.1 72.1 64.6 54.3 65.8
Terminal-Bench 4.0（端末操作） 42.3 31.2 39.9 51.8
NL2Repo-Bench 68.2 65.4 56.8 75.3
ProgramBench 29.1 20.3 23.0 37.0
HLE（ツールなし） 42.6 36.8 44.5 56.3
Chartography（グラフ読解） 83.0 78.9 79.9 84.0

Opus 5を上回ったのは、DeepSWE、Automation-Bench、Agents' Last Exam、Apex Benchの4項目で、いずれもエージェントとして作業をこなす系統のベンチマークです。前版からは掲載された全11項目で数値が伸びており、特にTerminal-Bench 4.0は31.2から42.3へと11.1ポイント上昇しました。

一方で、端末操作を伴うTerminal-Bench（51.8）、難問試験のHLE（56.3）、リポジトリ生成のNL2Repo（75.3）、ProgramBench（37.0）では、Opus 5がなお大きな差をつけています。グラフ読解のChartographyも83.0対84.0の僅差で下回りました。PC Compassの集計では、Opus 5に対して4勝7敗です。「Opus 5超え」は事実ですが、それは得意分野に限った話であり、総合力では上位の有料モデルに一歩譲る、と読むのが妥当です。

性能向上の中心は、自己フィードバック付きの強化学習だと説明されています。正解データの代わりにモデル自身の出力への評価を学習に使う手法で、ゲーム制作や3Dモデリングなど、プロジェクトを一から完成させる能力を鍛えたとしています。

コスト：1タスク約30円が意味するもの

今回もっとも注目されているのはコストです。ビジネス+ITが独The Decoderの報道を引用して伝えたところによると、DeepSWEでの1タスクあたりの費用は最高設定で約0.20ドル（約32円）、低設定では約0.10ドル（約16円）で72%超の正答率だったといいます。比較対象のOpus 5や「GPT-6 Astra」などは、1タスクあたり約2ドルから10ドル超だったとされます。

API価格は前版から据え置きで、100万トークンあたり入力（キャッシュミス）が0.15〜0.30ドル、出力が0.60〜1.20ドルです。ピーク時間帯以外は半額になるオフピーク料金も続いています。出力が短くなった分、エージェントのように1タスクで何十回もモデルを呼び出す用途では、節約効果が積み上がります。

同日には、DeepSeek自社の検索エンジンを使う「Search API」と、Webページを取得する「Fetch API」も一般開放されました。料金は成功した1,000リクエストあたり0.75ドルです。labmemoによれば、DeepSeek HarnessやClaude Code、Codex経由のサーバー側ツール呼び出しは現在無料ですが、2026年11月1日（北京時間）から従量課金が始まります。DeepSeekをバックエンドにしてWeb検索を多用している場合は、トークン料金とは別枠のコストとして見込んでおく必要があります。

影響・今後：オープンウェイトの「実用ライン」はどこまで来たか

この発表が示すのは、オープンウェイトモデルが「特定の実務領域では有料最上位モデルと同等以上」という段階に入りつつあることです。コード修正や業務自動化のように、評価基準がはっきりしたタスクでは、価格差が数十倍あるモデル同士の性能差が小さくなっています。企業にとっては、難しい推論や長い端末操作はOpus 5級の有料モデルに任せ、定型的なエージェント作業は安価なFlash級に回す、という使い分けがより現実的になります。

ただし、注意点もあります。第一に、ベンチマークはすべてDeepSeekの自社評価で、第三者による再現はまだ確認されていません。個人の検証でも「得意不得意がはっきりしている」との声があり、自社のタスクで試してから判断するのが安全です。第二に、中国企業のモデルをAPIで使う場合は、データの扱いや各社のセキュリティ方針との整合を確認する必要があります。重みが公開されているため、自社環境でセルフホストすれば外部へのデータ送信は避けられますが、約763Bの重みを動かすには相応のGPUメモリが必要で、自宅や中小規模の環境では量子化版の活用が前提になります。

また、モデル名を据え置いたまま中身を差し替える運用は、利用者にとって便利な反面、挙動が予告なく変わるリスクでもあります。本番システムでは、出力の変化を検知するテストを用意しておくことが望まれます。37日周期で更新が続くなら、米国勢との価格競争はさらに激しくなるでしょう。

よくある質問

DeepSeek-V4.1-Flash-1017はいつ公開されたのか

2026年10月17日に公開されました。9月公開のDeepSeek-V4.1-Flashのマイナーアップデートで、同日中にWebサイト、アプリ、APIが新モデルに切り替わりました。

DeepSeek-V4.1-Flash-1017は本当にClaude Opus 5より高性能なのか

DeepSeekの自社評価では、DeepSWE v1.1やAutomation-Benchなどエージェント系の4項目でOpus 5を上回りました。一方、HLEやTerminal-Benchなど7項目では下回っており、総合的にOpus 5を超えたわけではありません。第三者による再現もまだ確認されていません。

DeepSeek-V4.1-Flash-1017は商用利用できるのか

モデルの重みはMITライセンスで公開されており、商用利用・改変・再配布が認められています。Hugging FaceとModelScopeから入手できます。

APIを使うと費用はどのくらいかかるのか

API価格は前版から据え置きで、100万トークンあたり入力0.15〜0.30ドル、出力0.60〜1.20ドルです。報道によると、DeepSWEの1タスクあたり費用は最高設定で約0.20ドルとされています。

既存のdeepseek-flashのコードを書き換える必要はあるのか

原則として必要ありません。APIのモデル名はdeepseek-flashのままで、旧名のdeepseek-v4-flashなどでのリクエストも新モデルが処理します。ただし挙動が変わる可能性があるため、本番環境では出力の確認をおすすめします。

まとめ

DeepSeek-V4.1-Flash-1017は、アクティブ16BのMoE構成と別枠のEngramメモリという設計で、エージェント系の4項目でClaude Opus 5を上回り、1タスク約30円という低コストを打ち出しました。一方で、難問推論や端末操作では有料最上位モデルとの差はまだ大きく、数字はすべて自社評価です。「どのタスクなら安価なオープンウェイトで足りるのか」を自分の業務で確かめることが、この発表を活かす最初の一歩になります。

参考ソース

関連記事