DeepSeek-V4.1-Flash-20261017 が、プログラミングのランキングでオープンモデルの首位に立った。Arena が 2026 年 10 月 18 日に公表した Code Arena WebDev ランキングで、10 月 17 日に更新されたばかりのこのビルドは 1670 ポイントを獲得し、オープンモデルで 1 位、全体でも 12 位に入った。首位から押しのけた相手は Kimi K3（Max）で、Arena の比較では実行コストはその相手のおよそ 10 分の 1にとどまる。
この 1 位はベンダーの自己測定ではない
まず二種類のスコアを区別する必要がある。DeepSeek が発表時に示した DeepSWE や Terminal-Bench などの数値は、固定されたテストセットに対するベンダー自身の測定であり、本サイトのDeepSeek-V4.1-Flash-1017 発表レポートで既に取り上げた。Code Arena の WebDev ランキングが測るのは別のものだ。実際の利用者がエージェント型プログラミングやフロントエンド開発の課題を各モデルに解かせ、好みの投票で順位を決める。生成された Web ページやフロントエンドアプリのうち、人が実際にどちらを選びたいかを見る仕組みである。
二つの証拠の重みは異なる。ベンダーのスコアはテストセットの選び方や調整の方向に左右されやすい。一方、好みのランキングには標準解答がなく変動も大きいが、開発者の日々の実感には近い。今回あえて独立した記事にする理由はここにある。オープンモデルが自社の表の中だけでなく、第三者によるブラインドに近い投票でもオープン首位に届いたのだ。
安さはここでは付け足しではない
このモデルのパラメータ構成は、基幹 5520 億に Engram の 1960 億を加えた専門家混合（MoE）アーキテクチャで、プリフィル段階で活性化するのは約 80 億、デコード段階でも約 160 億にとどまり、コンテキストウィンドウは 100 万トークンだ。重みは MIT ライセンスで Hugging Face 上に公開されている。自分で運用したくないチームは API も使え、ピーク時の価格は入力 100 万トークンあたり 0.30 ドル、出力 100 万トークンあたり 1.20 ドルである。
Arena は今回の首位を、プログラミングのワークフローにおけるオープンモデルの性能とコストのフロンティアを動かしたと評した。エンジニアリングチームにとっての実務的な意味は順位よりも具体的だ。全体 12 位のモデルが、オープン勢の首位だった相手の 10 分の 1 のコストで済むなら、頻度が高くリスクの低いプログラミング作業の一部を振り向けることは、実験ではなく真剣に試算すべき選択肢になる。前提はランキングを根拠に既定モデルを即座に替えることではなく、自社のリポジトリの実際の課題で小規模に試すことだ。
総合 12 位の裏側
順位の天井にも触れておく。上にはまだ 11 のモデルがあり、WebDev がカバーするのはフロントエンドとエージェント型プログラミングという一断面にすぎず、汎用的な推論や長文処理、マルチモーダルの優劣は語れない。好みによるランキングは投票サンプルによっても上下するため、今日の 1 位が来月も保証されるわけではない。
モデル選定中のチームにとって健全な読み方は、この首位を結論ではなく試行の合図として扱うことだ。1〜2 週間分の実際のチケットで現在のモデルと完了率や手戻り率を比べ、入力価格 0.30 ドルと合わせてタスク単価を計算する。ランキングは試す価値があることを教えてくれるが、切り替えるべきかどうかを決めるのは台帳の方だ。
