DeepSeek、Flashモデルを更新し競争の軸を「タスクあたりのコスト」へ

DeepSeekは2026年10月17日、DeepSeek-V4.1-Flash-1017を自社サイト、アプリ、APIで提供開始し、重みをHugging FaceとModelScopeで公開した。モデルカードによると、リポジトリと重みはいずれもMITライセンスで、今回のリリースは前バージョンV4.1-Flashのマイナーアップデートと位置づけられている。推論、プログラミング、エージェント型タスク、視覚系ベンチマークで改善し、実行時間と出力も短くなったという。入力は画像とテキストのマルチモーダルに対応し、コンテキストウィンドウは100万トークン。max_tokensは256K以上が推奨されている。ポストトレーニングについて同社は、自己フィードバックによる強化学習を採用したと説明している。報酬はモデル自身の確信度、あるいはモデルが自ら生成する批評から得られる。

数字は次のとおり（新バージョン対前バージョン）。DeepSWE v1.1は77.0対74.2、Terminal-Bench 4.0は42.3対31.2、ツールなしのHLEは42.6対36.8、ProgramBenchは29.1対20.3、Automation-Benchは60.5対54.8。DeepSeekが公開した同じ表では、Claude Opus 5がHLE（56.3）、Terminal-Bench 4.0（51.8）、ProgramBench（37.0）、NL2Repo-Bench（75.3）で上回る一方、DeepSWE v1.1では74.0で後れを取り、GPT-5.6 Solも73.0にとどまる。DeepSeekはこれを「Stronger benchmark performance, faster task completion, and shorter outputs than the previous version」とまとめ、The Decoderは同社がこの結果を性能とコストの「Pareto improvement」として打ち出していると伝えている。The DecoderはさらにDeepSeekのデータを引き、DeepSWEで1タスクあたり約0.20ドルで精度77%、「low」モードでは約0.10ドルで72%超を達成したとしている。前モデルは1タスクあたり約0.50ドルだった。

モデルと同時に、DeepSeekはSearch APIとFetch APIを全ユーザーに開放した。料金は各エンドポイントとも1,000回あたり0.75ドルで、DeepSeek Harness、Claude Code、Codexでサーバー側ツールとして使うAPIユーザーは2026年10月31日16:00（UTC）まで無料となる。モデルはDeepSeek Harness（推奨バージョンはv0.2.1-rc.1以降）、Tencent CodeBuddy、WorkBuddy向けに最適化されている。ただし空白もいくつか残っており、このリリースで実際に何ができるかはそこにかかっている。ベンチマークもタスクあたりのコストもすべて同社発表で、独立した検証はまだない。パラメータ数ははっきりしない。Hugging Faceの「Model size」欄は7,630億だが、一部の二次メディアは552Bに196Bの「Engram」パラメータを加えたものだとし、763Bは9月版の重みの数字だとする情報源もある。アクティブパラメータ数はどこも明らかにしていない。トークン単位のAPI料金は公式発表に記載がなく、メディアが報じる数字もまちまちだ。ローカル実行に必要なハードウェア要件も示されていない。

私がいちばん関心を持っているのは、DeepSWEのスコアそのものではなく、そのスコアがどの軸の上に置かれているかだ。精度の隣に「1タスク0.20ドル」を並べることで、比較の軸は「どれだけ優秀か」から「そこに到達するのにいくらかかるか」へ移る。そしてMITライセンスの重みがダウンロードできる以上、理屈の上では誰でもその計算をやり直せる。あくまで理屈の上では、だ。ハードウェア要件もトークン単価もない今、このリリースを面白くしている数字は、DeepSeekの外ではまだ誰も検証できていない数字でもある。

— Olya