2026年4月24日、DeepSeek V4が正式に登場しました。数時間前までメディアの噂だけで判断されていたのとは異なり、今回はDeepSeekの公式組織Hugging FaceがDeepSeek-V4-Pro、DeepSeek-V4-Flash、および対応するベースモデルを発表し、公式API価格ページも同時に公開されました。これにより、DeepSeek V4はもはや「リリースされる噂」ではなく、公開検証段階に入ったことを意味します。
このリリースの焦点は明確です。DeepSeek V4はミリオントークンのロングコンテキスト、オープンソースの重み付け、MoEアーキテクチャ、そして低い長いコンテキスト推論コストに焦点を当てています。開発者にとって意味するのは「もう一つの強力なモデル」ではなく、長尺ドキュメント、コードベース、エージェントワークフロー、オンプレミス/プライベートなデプロイメントの新たな選択肢をもたらします。
2つの製品ライン:ProとFlash
公式モデルカードによると、DeepSeek V4シリーズは主に2つのバージョンで構成されています:DeepSeek-V4-Pro(総パラメータ1.6T、アクティベーションパラメータ49B)、DeepSeek-V4-Flash(総パラメータ284B、アクティベーションパラメータ13B)です。どちらも1Mのコンテキスト長をサポートし、ベースおよび命令モデルの重みを提供します。
ポジショニングの観点から見ると、Proは複雑な推論、コード、エージェント、長時間のコンテキストタスクを目的としたフラッグシップバージョンです。Flashはより速度重視かつコスト重視で、通常のQ&A、バッチ処理、遅延に敏感なアプリケーションに適しています。関係者はまた、V4-Pro-MaxがProの推論努力が最も高いモードであり、オープンソースモデルにおける知識、コード、エージェントタスクの上限を引き上げることを目指していると述べています。
APIの価格とインターフェースも同期されています
DeepSeekの公式API価格ページにはすでにV4モデルが掲載されています。deepseek-v4-flashとdeepseek-v4-proはどちらもOpenAIフォーマットのベースURLとして https://api.deepseek.com を使用し、AnthropicフォーマットのベースURLも提供しています。どちらも思考モードと非思考モードの両方をサポートし、JSON出力、ツールコール、チャットプレフィックス補完、そしてFIM補完は非思考モードのみです。
価格面では、deepseek-v4-flashは100万回のトークンキャッシュヒットあたり$0.028、キャッシュミス$0.14、出力$0.28です。DeepSeek-v4-PROは$0.145、$1.74、$3.48に相当します。旧名のdeepseek-chatとdeepseek-reasonerは将来的に廃止されますが、互換性のため、それぞれdeepseek-v4-flashのノンシンキングモードとシンキングモードに対応しています。
技術的ハイライト:長期コンテキストのコストが低下しています
DeepSeek V4モデルカードは、コアアップグレードによる長期コンテキスト効率に焦点を当てています。公式には、V4はCompressed Sparse AttentionとHeavy Compressed Attentionを組み合わせた混合注意力アーキテクチャを採用しています。1Mトークンの文脈では、DeepSeek-V4-ProはDeepSeek-V3.2に比べて単一トークン推論FLOPが27%、KVキャッシュが10%のみで済みます。
これは実際のアプリケーションにおいて非常に重要です。かつては何百万ものコンテキストが強力に思えましたが、コスト、メモリ、遅延のため通常の使用は困難でした。V4の長期コンテキスト効率がコミュニティ展開やクラウドAPIで一貫して維持されれば、コードリポジトリの理解、法的契約レビュー、科学研究の集約、エンタープライズナレッジベース、マルチラウンドエージェントタスクに直接影響を及ぼします。
今見るべきこと
今回のDeepSeek V4リリースで最も注目すべき点は、単一リスト番号ではなく、「オープンウェイト+API可用性+100万コンテキスト+低価格キャッシュ」の組み合わせです。国内開発者にとっては、引き続き国内AIチップや推論フレームワークの適応を推進していくでしょう。グローバルなオープンソースコミュニティにとって、V4-ProとV4-Flashは評価、定量化、展開、エージェントフレームワークアクセスの新たなベンチマークとなるでしょう。
しかし、着陸時には多少の注意が必要です。大規模モデルが初めてリリースされた時点では、サードパーティのランニングスコア、実際のスループット、ツール呼び出しの安定性、異なる推論フレームワークの適応などが検証に時間が必要です。本番環境では、まずA/Bテストを行うことができ、パラメータスケールだけで既存のモデルを直接置き換える必要はありません。
情報源:DeepSeek-V4-Pro公式モデルカード、DeepSeek公式Hugging Face組織ページ、DeepSeek APIモデルおよび価格ページ、DeepSeek公式公開アカウントリリースリンク。
