ハクソク

世界を動かす技術を、日本語で。

DeepSeek-V4-フラッシュアップデート

2026年7月31日原文(api-docs.deepseek.com)

概要

DeepSeekシリーズは、2024年から2026年にかけて継続的にアップデートされ、特にエージェント能力やコード生成性能が大幅に強化された。 APIの呼び出し方法やモデル指定方法は一貫しており、既存ユーザーへの互換性も維持。 各バージョンごとにベンチマークスコアや新機能、最適化内容が詳細に公開されている。 最新のDeepSeek-V4-Flashでは、内部・外部ベンチマークで大幅な性能向上を記録。 旧モデル名やAPIエンドポイントの移行・廃止情報も明示されている。

DeepSeek-V4-Flash 公開ベータリリース（2026-07-31）

  • DeepSeek-V4-Flash API が正式に パブリックベータ として公開
  • API呼び出し方法は従来通り、model名を deepseek-v4-flash に設定するだけで利用可能
  • エージェント能力が大幅強化、ベンチマークスコアは V4-Pro-Previewを大きく上回る
    • Terminal Bench 2.1: 82.7
    • NL2Repo: 54.2
    • Cybergym: 76.7
    • DeepSWE: 54.4
    • Toolathlon verified: 70.3
    • Agent Last Exam: 25.2
    • Automation Bench (Public): 25.1
    • DSBench-FullStack: 68.7 （社内フルスタック開発テスト）
    • DSBench-Hard: 59.6 （社内難問コーディングエージェントテスト）
  • Code Agent系ベンチマークはDeepSeek Harness minimal modeで測定
    • max effort、topp=0.95、temperature=1.0で実施
  • Responses API形式をネイティブサポート、 Codex向けに最適化
  • モデルアーキテクチャ・サイズはPreview版と同じ、再ポストトレーニングのみ実施
  • V4-Pro API、APP/WEBモデルは未変更、今後正式リリース予定

DeepSeek-V4シリーズ API対応（2026-04-24）

  • DeepSeek-V4-Pro および V4-Flash が OpenAI ChatCompletions/Anthropicインターフェース両対応
  • base_urlは変更なし、modelパラメータを deepseek-v4-pro または deepseek-v4-flash に設定
  • 旧モデル名（deepseek-chat, deepseek-reasoner）は3ヶ月後廃止予定（2026-07-24）
    • 現在はdeepseek-v4-flashのnon-thinking/thinking modeへリダイレクト
  • 詳細は 公式ドキュメント参照

DeepSeek-V3.2および派生モデルのアップデート

  • deepseek-chat と deepseek-reasoner は DeepSeek-V3.2、 V3.2-Exp、 V3.1-Terminus、 V3.1 へ段階的にアップグレード
    • non-thinking mode と thinking mode でモデル名を使い分け
  • V3.2-Speciale は一時的なエンドポイントで提供、2025年12月15日まで利用可能
  • V3.1-Terminus以降 は言語一貫性やエージェント能力を最適化
  • V3.1 ではハイブリッド推論構造を採用し、推論効率とツール使用能力を向上

DeepSeek-R1-0528（2025-05-28）

  • deepseek-reasoner が DeepSeek-R1-0528 へアップグレード
    • 複雑な推論タスクでのトークン消費増
    • AIME 2025: 87.5, GPQA: 81.0, LCB_v6: 73.3, Aider: 71.6 と大幅なベンチマーク向上
  • フロントエンド生成の見た目改善
  • ハルシネーション大幅抑制
  • JSON出力・Function Calling対応強化

DeepSeek-V3-0324（2025-03-24）

  • deepseek-chat が DeepSeek-V3-0324 へアップグレード
    • MMLU-Pro: 81.2, GPQA: 68.4, AIME: 59.4, LiveCodeBench: 49.2
  • コード生成精度とフロントエンド生成の美観向上
  • 中国語ライティング能力強化
  • 多ターン対話、翻訳、レター作成、検索機能の最適化
  • Function Callingの精度向上

DeepSeek-V3/V2.5/V2シリーズの展開

  • deepseek-chat と deepseek-coder は DeepSeek V2.5 に統合・アップグレード
    • HumanEval: 89%, LiveCodeBench: 41%
    • ArenaHard勝率: 76.3%, AlpacaEval 2.0 LC: 50.52%
  • DeepSeek-V2-0628 で推論・コーディング・数学能力が大幅向上
    • HumanEval Pass@1: 84.76%, MATH ACC@1: 71.02%, BBH: 83.40%
  • DeepSeek-Coder-V2-0614 は GPT-4-Turbo-0409 相当のコーディング能力を実現

API機能・技術面の進化

  • 2024-08-02: ディスクキャッシュ技術導入 でAPIコスト削減
  • 2024-07-25: /chat/completions 新機能追加（JSON Mode, Function Calling, Prefix Completion, 8K max_tokens） /completions に FIM Completion ベータ追加
  • 2024-05-17: DeepSeek-V2-0517 で命令追従精度・JSON出力精度が大幅向上
    • IFEval Prompt-Level: 77.6%
    • JSONパース率: 97%
  • 2024-06-28: deepseek-chat のロールプレイ能力大幅強化

モデル指定・API移行情報

  • API呼び出しは一貫してmodelパラメータ指定のみ
  • 旧モデル名（deepseek-chat, deepseek-reasoner）は新バージョンへ段階的に移行・廃止
  • 詳細なAPI仕様や設定は公式ドキュメント参照

このまとめはDeepSeek各バージョンの主な進化点・ベンチマーク結果・API仕様変更点を網羅的に整理したものです。

Hackerたちの意見

これ、k3よりもワクワクするね。Dsv4モデルはすごく安く運用できるし、性能を向上させることで、どんどん多くのタスクに「十分」なレベルになるから、影響が大きいんだ。DSは長い間プロ版を超安く提供してたし、オープンコードや他のプロバイダーとの統合もあったから、実際の開発者がリアルなタスクをこなす中でたくさんのデータを集めたんだろうね（オープンルーターではそういう風にラベル付けされてた）。今、その実際のシナリオを使ってモデルをさらにトレーニングして、もっと改善できるんだ。k3をdsv4に圧縮することでさらなる改善があるか楽しみだな。とにかく、速くて安いモデルが良くなるのはコミュニティにとって素晴らしいことだよね。特に、これらはプロバイダーの気まぐれで「消えない」から、得られた能力は「永遠」に使えるし。少なくともフラッシュは「自宅」で10k未満のハードウェアで動かせるから、glm/k3の大きなモデルではそれは本当に無理だし。

└

そうだね！これ、DwarfStarと組み合わせれば使えるローカルAIが実現できるといいな！

GPT 4.6 Lunaがコストパーインテリジェンスインデックスの左上の中心にいることが、Liang Wenfengにとって心配じゃないとは思わないよ。DeepSeek v4フラッシュは少し安いけど、視覚能力がないから、エージェントタスクには大きな魅力がないんだ。DeepSeekのオープンさは素晴らしいけど、割引後に価格を上げてるからね。

└

価格は上げてないけど、V4 Pro GAリリースのピーク時使用で上げる予定だったみたいだけど、それはやらなかったから、価格の上昇はないと思う。視覚能力については、確かに残念だけど、Lunaは1Mコンテキストで入力が2倍、出力が1.5倍なんだ… それに対してDSv4は0.4の入力と1.8の出力でかなり安いし。今はオープンだから、 decentなGPUがあれば、2Sparksや高価なMac、もしくは6-8台の5090で動かせるよ。

└

Gpt 5.6 Lunaのキャッシュ読み取りはmtokあたり$0.02、V4フラッシュのキャッシュ読み取りはmtokあたり$0.0028だよ。これは「少し安い」ってレベルじゃないからね。

└

GPT 4.6 Lunaがコストパーインテリジェンスインデックスの左上の中心にいることが、Liang Wenfengにとって心配じゃないとは思わない。リークされたインタビューでは、彼は「オープンソースが重要じゃないのと同じくらい、あまり気にしてない」と言ってたよ。今はみんなにとって十分なものがあって、全てを手に入れようとはしてないんだ。視点を変えると、DeepSeekはターゲット顧客にサービスを提供するためのインフラが十分じゃないんだ。

うわ、200BモデルがGLM-5.2と競って、Opus 4.8に近づいてるなんてすごいね。もしその数字が一般的な能力にうまく反映されるなら、DeepSeekの優れたキャッシングのおかげで、このモデルはたくさん使われる気がする。

俺は90%のタスクでフラッシュモデルを使ってる。理由はわからないけど、プロよりもいいし、すごく安くて速い。変更は1000行以内に抑えて、自分でアーキテクチャの決定をしてるけど、フロンティアモデルと比べてもほとんど違いを感じないよ。残りの10%はバグやセキュリティの問題を見つけたり、より良いアーキテクチャを調査するためのもので、フラッシュもそれをうまくこなせるから、確認してるだけ。早いイテレーションは俺にとってすごく良いし、小さな変更で5-10分待つのは嫌だ。最近のKimiやGLMのバージョンを使おうとしたけど、無駄に考えすぎて遅いからあんまり使えなかった。データをたくさん与えることも多いけど、制限を気にせずに依存関係（ボトルネックを見つけるために）、ログ、パフォーマンスダンプなんかを入れてる。セキュリティガードについて文句を言うこともないし、バイナリのリバースエンジニアリングにも使ってるよ。

└

良いけど、（少なくともopenrouterでは）出力トークンの制限がすごく厳しくて、もし推論の沼にはまっちゃうと、時間内に抜け出せないんだよね。でも、私にとってはKimiモデルの代わりにはなってる。

└

それに、セキュリティガードについて文句を言うことは絶対にないよ。バイナリのリバースエンジニアリングに使ってるんだけど、もしかしたらプロンプトの言葉が弱すぎるのかも。でも、今まで使ったOpenAIのモデルは、Codex経由でバイナリのリバースエンジニアリングを拒否したことがないんだ。そういうことってあるのかな？今、Codexと一緒にサードパーティのファームウェアをリバースエンジニアリングしてるけど、ガードレールには一度も引っかかってない。一方で、セキュリティに関係ないプロンプトを拒否されてるって文句言ってる人もいるし、今のプラットフォームってそんなに個別の対応になってるの？

高いものにはKimi K3（Opusの代わりに）、タスクにはDSV4 Flash（Sonnetの代わりに）ってどうかな？意味ある？

└

そうだよ！DSV4 Flashを使ってコーディングやサーバーチェックしてると、1時間後には（純粋なAPIコールで）残高が約30セントになってるのにいつも驚く。

Hacker Newsで議論の続きを見る