性能

DeepSeek V4.1 Flashは、コーディング、長時間タスクにおいて、非常に高いパフォーマンスを発揮します。

■ Terminal-Bench（ターミナルベンチ）

スタンフォード大学とLaude Instituteの研究チームが作成したベンチマークです。主にAIエージェントによるコード実行やターミナル操作、科学的タスクの処理能力を評価します。

■ DeepSWE（ディープ・スウィー）

AIデータプラットフォームを提供するDatacurveが作成したベンチマークです。オープンソースの実リポジトリをもとに、複数ファイルの修正や長時間の自律的なソフトウェア開発タスクを完遂する能力を評価します。

■ CyberGym（サイバージム）

カリフォルニア大学バークレー校などの研究チームが作成したベンチマークです。実在するオープンソースプロジェクトの脆弱性を対象に、AIエージェントがセキュリティ上の欠陥を再現・検出・修正する実戦的な能力を評価します。

■ AutomationBench（オートメーションベンチ）

iPaaS（業務自動化プラットフォーム）を提供するZapierが作成したベンチマークです。実際のビジネスワークフローや自動化タスクにおけるAIモデルの遂行能力を評価します。

入力と出力で計算量を分ける新構造

基幹部分は5,520億パラメータのMoEモデルです。MoEは、処理に必要な一部の計算部分を選んで使う仕組みです。入力処理では80億、出力生成では160億パラメータが動きます。

前世代のV4 Flashと比べると、DeepSWEは54.4→74.2％、AutomationBenchは37.7→54.8％へ向上。

一度に扱える情報量は最大100万トークン。トークンはAIが情報を処理する際の単位です。

モデルの重みもHugging FaceでMITライセンスのもと公開されています。

過去の計算結果を保存する「KVキャッシュ」を圧縮し、長い文章などを処理するときのメモリ負担を減らしています。

前世代比でKVキャッシュに必要なGPU側の高速メモリは4分の1、SSD容量は8分の1としています。

API料金は100万トークン当たり、通常入力0.30ドル・出力1.20ドル。空いている時間帯は半額の入力0.15ドル・出力0.60ドルです。

混雑時間帯は日本時間の平日10〜13時と15〜19時。保存済みの入力を再利用する場合は、入力0.006ドル（混雑時間帯以外は0.003ドル）です。

ベンチマークで肩を並べるClaude Opus 5やGPT-5.6-Solなどの最上位モデルと比較すると、出力コストは実に1/20〜1/50以下（最大98%OFF）。フロンティア級の性能を持ちながら、文字通り桁違いの安さで利用できます。

出典：

／

／