DeepSeek V4.1 Flashの実力と導入条件：Opus級の評価を検証する

2026年10月7日表示の個人ブログ「Jono's Corner」の記事で、筆者は約1か月にわたり十数プロジェクトで「DeepSeek V4.1 Flash」を大量に利用した体験を綴り、開発作業中の会話や速度が「Opusと区別がつかない水準で、フロンティアモデルと同等に動作する」と評価した。ただし、これは筆者の主観的な利用実感による体験談で、筆者は利用量や作業条件を裏付ける公開データを示していない。

一方、DeepSeekは2026年9月10日に「DeepSeek-V4.1-Flash」の一般提供を始め、552B MoE構成やKVキャッシュ圧縮、ピーク・オフピーク別の料金体系を公表した。第三者計測や開発者自身の評価を条件ごとに確認すると、項目によって結果が分かれるため、単一の勝敗や単価と総額の混同による判断は避ける必要がある。本記事では公式仕様と測定条件を整理し、導入判断の条件を解説する。

個人ブログの体験談と正式版の登場

2026年10月7日表示の個人ブログ記事「Why isn't the industry freaking out about DeepSeek 4.1 Flash?」で、筆者は開発作業における同モデルの費用対効果を絶賛した。この体験談の背景にある「DeepSeek-V4.1-Flash」は、DeepSeekが2026年9月10日に一般提供したモデルだ。DeepSeekはAPI名を`deepseek-flash`とし、旧V4-FlashとVision-Expを引退させて互換ルーティングに移行した。DeepSeekは9月14日04:00 UTCから、V4-Proへの要求をFlash料金でFlashへルーティングする変更も始めた。

ブログ筆者は、このモデルを「4.1 Proが不要になるほどのフロンティア級モデル」と表現し、oneshotlmの35ビルド集計を根拠の一部に挙げた。しかし、この集計はフロントエンドの一発生成を対象にした条件付きの値で、合計費用0.28ドル、入力1.0Mトークン、キャッシュ6.0Mトークン、出力384Kトークン、平均176.8秒という限定条件の数値だ。この集計だけでは、長時間のコーディング作業全般で最上位モデルと同等とは判断できない。

552B MoEとKVキャッシュ圧縮の条件

DeepSeek-V4.1-Flashは総パラメーター552BのMoE構成を採用し、エンコーダ20層とデコーダ20層からなるCED構造を持つ。処理時に有効化するパラメーターはprefillで8B、decodeで16Bだ。最大1Mトークンのコンテキストと最大384Kトークンの出力に対応し、thinkingとnon-thinkingの両モードとネイティブ画像理解を備える。

技術的な特徴はKVキャッシュの圧縮だ。DeepSeekがHugging Faceのモデルカードで公表した値は、グローバルKVで1トークン当たり890バイトに抑えたという内容だ。DeepSeekはこの値を前世代のV4-Flash比で約4分の1、初代V1比で約437分の1（99.77%減）に相当すると公表した。DeepSeekは前世代比でHBM使用量を4分の1、SSD使用量を8分の1にしたと別に発表している。圧縮したKVキャッシュは長期セッションのVRAM消費を抑える条件として使えるが、ブログ筆者が語る「終日セッションが1ドル未満」という体験がKV圧縮だけに起因するのか、トークン数やキャッシュ率によるのかは定量的な因果を裏付けていない。

公式API料金と第三者比較の読み分け

DeepSeek公式APIの料金はピーク時間帯とオフピーク時間帯の2建てだ。1Mトークン当たりの単価は、キャッシュヒット入力がピーク0.006ドル・オフピーク0.003ドル、キャッシュミス入力がピーク0.30ドル・オフピーク0.15ドル、出力がピーク1.20ドル・オフピーク0.60ドルだ。DeepSeekはピーク時間を中国の祝日を除く月曜から金曜の01:00から04:00と06:00から10:00 UTCと定めている。したがって、0.003ドルはオフピークのキャッシュヒット入力単価であり、タスクやセッション全体の費用ではない。ブログ筆者が挙げたデスクトップ整理の「0.003ドル対1ドル」やセッション費用1ドル未満の数字は、トークン数やキャッシュ率、時間帯が分からない筆者見積もりとして読む必要がある。

ブログ筆者はOpenCode Goの月額10ドルを「ほぼ無制限」と表現したが、OpenCodeの料金表はGoが月額10ドル、Go Plusが月額40ドルで、DeepSeek V4.1 Flashの月間上限を60ドル（5時間20%・週50%相当）と明記する。上限付きの定額制として読む必要がある。第三者計測のArtificial AnalysisによるClaude Opus 5.5（Max）とDeepSeek V4.1 Flash（Max）の比較では、Intelligence Indexが58対39でOpus 5.5が先行し、タスク当たり加重平均のCost per Taskは5.98ドル対0.27ドル、出力速度は毎秒96トークン対217トークンだった。Cost per TaskはIntelligence Indexのタスクを使った加重平均で、ブログ筆者が見積もったセッション費用とは測定対象が異なる。

導入判断はタスクと運用条件で

Hugging FaceのREADMEにDeepSeekが掲載したエージェント評価は、最大effort、temperature 1.0、top_p 0.95、1Mコンテキストという条件で実施した値だ。Terminal-Bench 2.1ではV4.1 Flashが90.6でOpus 5.0の89.1を上回り、DeepSWEでは74.2対74.0だった。一方、Terminal-Bench 4.0では31.2対51.8、HLEでは36.8対56.3とOpus 5.0が上回る。評価項目ごとに結果が分かれるため、単一の勝敗にまとめることはできない。

自前の環境で動かす場合、DeepSeekはHugging Faceでモデル重みをMITライセンスとして公開し、READMEはvLLM、SGLang、Dockerを使う推論手順を示す。ただし、DeepSeekは大規模導入には2000 GPU超とストレージクラスタへの相談を求めていると記載する。節約目的の自ホストが元を取れるかは、GPU・電力・利用量の条件がなく筆者の評価に留まる。学習データの蒸留をめぐる経緯も、Anthropicが2.4万の偽装アカウントと1600万超のやり取りなどを主張したとTechCrunchが報じた申し立ての存在に留まり、盗用の裁定ではない。V4.1 Flashの低料金が魅力になる作業と、実際の作業条件に合った評価結果を分けて判断する必要がある。