DeepSeek V4の選び方：V4.1 FlashとProの違い・使い方を解説

DeepSeek V4の現状：提供中の2モデルと移行時の確認点

APIとダウンロード可能なモデルの重みを提供するDeepSeekでは、本番運用の記録にバージョン名が欠かせません。 「V4」だけでは、どのモデルがリクエストを処理したのか特定できなくなりました。DeepSeekのホスト型APIでは現在、deepseek-flashはDeepSeek-V4.1-Flash-1017に、deepseek-v4-proはDeepSeek-V4-Pro-0813に対応しています。モデルと料金を参照してください。

確認日：2026年10月18日。 DeepSeekの公開中のモデル・料金ページと、上記リビジョンのHugging Faceモデルカードで確認しています。本記事の提案は、文書に記載された機能、デプロイ要件、評価方法に基づくものです。実機での性能テストの結果ではありません。

DeepSeek V4のリリース情報：10月17日に何が変わったのか

10月のリリースでは、Flash系統が更新されました。従来のdeepseek-v4-flashとdeepseek-v4-flash-vision-expという名前は引き続き受け付けられますが、以前のモデルは提供を終了しています。現在はどちらのリクエストもV4.1-Flash-1017に送られ、Flashの料金が適用されます。新規の連携にはdeepseek-flashを使ってください。現在のエイリアスの対応先で確認できます。

運用上のポイントは、リクエストが成功しても、以前のモデルが動いている証拠にはならないことです。エイリアスは部署の電話番号に似ています。番号が同じでも、応対する人は変わります。設定を変えていない社内ツールで、文章の書き方、ツールの選択、回答の長さが変化した場合は、提供モデルの切り替えも調査対象に含めてください。

まず取り組むべきことは、代表的なタスクを再実行し、合格と判断できる結果を比較することです。設定上のモデル名を推奨名に変えれば構成は明確になりますが、提供終了したモデルを復元できるわけではありません。

これらはDeepSeekのモデル一覧に記載された、ホスト型APIの上限です。トークンはモデルがテキストを処理する際の単位です。コンテキスト長はリクエストを処理するための作業領域、最大出力は生成できる量の上限を表します。いずれも、渡した情報をすべて正確に取り出せることを保証する数字ではありません。

リポジトリ解析への導入を検討するCTOは、対象ファイルと合格条件を明示しておく必要があります。コンテキストウィンドウが大きければ、より多くの資料を渡せます。ただし、それだけでモデルが適切な根拠を見つけたことや、すべての制約を守ったことまでは確認できません。

プロダクトにはFlashとProのどちらを選ぶべきか

まず必要な入力形式と、合格と判断できる成果で絞り込み、そのうえで運用コストを比較します。 新規評価の出発点として私が勧めるのはFlashです。対応する入力の幅が広く、公表されているトークン単価も低いためです。Proを採用するのは、その処理で、より良い結果が得られ、合格条件を満たす場合、または既存のPro連携がすでに要件を満たしている場合です。

DeepSeek V4 Flashの使い方：範囲を絞ったタスクから始める

資金調達を終えた創業者が、問い合わせチケットの分類や返信案の作成を追加するなら、まずFlashで結果を検証できるタスクを試してください。関連する対応方針を渡し、使用できる分類項目を定義したうえで、レビュー担当者が結果を採用する割合を測ります。これは評価タスクの提案であり、このモデルがすでに自社の業務で合格したという意味ではありません。

個人開発者がコードに使う場合も、同じ姿勢が必要です。変更範囲を絞り、不具合を再現する例を残し、生成されたパッチがプロジェクトのチェックを通ることを条件にします。もっともらしい説明を書けても、不具合が残っていればタスクは完了していません。

DeepSeek V4の画像対応：画像を使うならFlash

Flashは画像入力に対応し、Proは対応していません。スクリーンショットを使ったUIの不具合調査、撮影した帳票の処理、グラフの読み取りでは、ベンチマークの好みを比較する前に、この対応範囲で選択が決まります。モデル別の画像対応を確認してください。

難しいリクエストをProに振り分けるアプリケーションでは、画像を含むリクエスト用の経路を別に用意します。画像に対応しないモデルへ同じリクエストを送っても、元のタスクは引き継げません。先に画像を文章へ変換する方法は別のワークフローであり、その変換でも情報が失われる可能性があります。

Proは、実績のあるテキスト業務で使い続けます。 Proベースの社内アシスタントが安定稼働している中堅企業のCTOは、その構成を比較の基準として維持しながらFlashを評価すべきです。経験豊富な運用担当者は、回答が完成したかどうかに加え、レビューの負担や失敗時の対応も比較する必要があります。新しいリビジョンが出たという理由だけで、信頼できるテキスト処理を移行する必要はありません。

オフピーク時の料金は、Flashが入力$0.15／出力$0.60、Proが**入力$0.66／出力$1.98（いずれも1Mトークンあたり）**です。入力はどちらもキャッシュ未使用の場合です。料金体系の全体は、DeepSeekの公表料金と当サイトのDeepSeek料金ガイドで確認できます。

思考モードはモデル名ではなくリクエストで切り替える

思考モードと非思考モードは、どちらのモデルにもある設定です。別の製品を選ぶわけではありません。 思考モードでは、最終回答の前に明示的な推論段階が設けられます。計画の立案、難しいデバッグ、複数の制約が絡むタスクの候補として評価してください。一方、範囲の決まった情報抽出や分類では、追加の推論があまり役立たない場合もあるため、非思考モードを検討します。

ホスト型APIでは、思考モードがデフォルトで有効です。Chat Completionsリクエストでは、thinking.typeにenabledまたはdisabledを指定します。文書に記載された推論の強度の選択肢はlow、high、maxで、デフォルトはhighです。後から比較を再現できるよう、これらの設定を明示しておきます。思考モードの設定方法を参照してください。

エージェントを移行する開発者は、最終回答だけでなく会話の状態も確認する必要があります。リクエストにtoolsを含める場合、DeepSeekでは、ツールを呼び出さなかったターンも含めて、過去のreasoning_contentを送り返す必要があります。これを省くと400エラーが発生することがあります。そのため、1ターンのチャットが成功しても、複数ターンのエージェントが正しく動くことを確認したことにはなりません。ツール利用時の状態の扱いを確認してください。

現在のDeepSeek APIの呼び出し方

modelには、Hugging Faceのリポジトリ名ではなくAPIのエイリアスを指定します。 DeepSeekのキーが環境変数DEEPSEEK_API_KEYに設定済みであれば、文書に記載されたChat Completionsインターフェースに沿って、次のようにリクエストできます。

curl --fail-with-body https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {"role": "user", "content": "List the checks before releasing a small API change."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "stream": false
  }'

Proでテキスト処理を評価する場合は、モデルの値をdeepseek-v4-proに置き換えます。非思考モードではthinking.typeをdisabledにします。文書に記載されたベースURLは、OpenAI互換形式がhttps://api.deepseek.com、Anthropic互換形式がhttps://api.deepseek.com/anthropicです。DeepSeek APIのクイックスタートを参照してください。

これは文書に基づく例であり、本記事のために実行したリクエストではありません。接続を確認した後は、実際のプロダクトで使うクライアントで、レスポンスの解析、ツール呼び出しと結果の返却、失敗時の挙動、タイムアウトを検証します。こうしたチェックによって、連携を運用に投入できるかを判断します。

DeepSeek V4のベンチマークはバージョンとセットで読む

「Flash対Pro」という見出しより、正確なチェックポイントと評価構成のほうが重要です。 ベンチマークは定義されたタスク群です。エージェントハーネスは、ツールを実行し、その結果をモデルへ返す周辺ソフトウェアを指します。どちらが変わっても、結果は変わり得ます。

DeepSeekのFlash-1017モデルカードでは、Mini-SWE-V2を使ったDeepSWE v1.1で77.0、Claude Codeを使ったTerminal-Bench 4.0で42.3と報告されています。これらはDeepSeek自身の公表値であり、モデルカードに記載されたベンチマーク名とハーネスの条件を添えて掲載しています。自社のアプリケーションを第三者が測定した結果ではありません。Flash-1017モデルカードで確認できます。

DeepSeek V4 Proのベンチマーク：タスク群の違いを見落とさない

DeepSeekのPro-0813モデルカードでは、Terminal Bench 2.1で87.9と報告されています。公開されたコードエージェント向けタスクについては、DeepSeek Harnessをminimalモード、推論の強度を最大にして使用したと説明されています。これは、そのバージョンのベンチマークにおけるDeepSeek自身の結果です。タスク群が同一であるかのように、Flash-1017のTerminal-Bench 4.0の数字と並べて順位を付けることはできません。Pro-0813モデルカードを参照してください。

コーディングアシスタントを選ぶ開発者にとって有用なのは、リポジトリ、タスク、ツール、合格条件を固定した比較です。パッチが正しく動くか、レビューにどれだけ手間がかかるかを記録します。公表結果は候補を試す理由にはなりますが、本番のリクエストをどのモデルに任せるべきかまでは決めてくれません。

古い結果が共有されたときは、該当リビジョンのモデルカードから確認するのが適切です。「V4.1 Flash」としか書かれていないスコアは、以前のチェックポイントの結果かもしれません。

オープンウェイト：モデルの運用を誰が担うか

この2つのリビジョンは、どちらもリポジトリと重みをMITライセンスで公開しています。 重みとは、モデルが学習したパラメーターです。ダウンロードすれば、自分たちが運用するインフラ上で推論を実行する構成を用意できます。ホスト型APIの利用は、それとは別のデプロイ方法です。Flash-1017、Pro-0813を参照してください。

個人開発者にとっては、ホスト型APIで試すほうが連携に必要な作業を小さくできます。すでにモデル用のインフラを運用している企業には、ダウンロード可能な重みが別の選択肢をもたらします。検討すべきなのは、処理能力の確保、アップグレード、ログ、障害対応を誰が担うかです。

DeepSeek V4の技術レポートとデプロイ手順

Flash-1017のモデルカードには、V4.1の技術レポートと、重みの変換を含むローカル推論の手順へのリンクがあります。Pro-0813のモデルカードにはV4のレポートへのリンクがあり、モデルの推論を実行するソフトウェアであるvLLMとSGLangを使った配信方法が明記されています。実際にダウンロードするチェックポイントに対応した手順に従ってください。Flashの手順、Proの手順を確認できます。

連携時には、具体的に補うべき部分もあります。どちらのモデルカードも、多くの配信基盤が会話メッセージを整形するために使うJinja形式のチャットテンプレートではなく、専用のプロンプトエンコーディング実装を提供しています。Flashのモデルカードでは、リクエストのエンコードとレスポンスの解析に使うdeepseek-recipeも説明されていますが、推論、ツールの実行、HTTP通信は呼び出し側の責任です。重みをダウンロードするだけで、これらの部品が組み上がるわけではありません。

自社運用するモデルの候補を広く比較するには、オープンソースLLMガイドを参照してください。デプロイ方法の判断と、モデルのベンチマーク上の順位は切り分けて考えます。

SearchとFetchで変わる、エージェントの利用量の記録

Webツールのリクエストは、モデルのトークンとは別に記録します。 DeepSeekのモデル・料金ページでは、SearchとFetchは成功したリクエストごとに課金される独立したAPIとして掲載されています。同ページによると、DeepSeek Harness、Claude Code、Codexのサーバー側ツールはすでにこれらのAPIを使用しています。組み込みツールからの呼び出しは現在無料ですが、**2026年11月1日00:00（北京時間）**からリクエストごとの課金が始まります。SearchとFetchの課金案内を参照してください。

調査エージェントを運用する場合、1つの回答が完成するまでに、モデルの生成に加えて複数のWeb操作が行われることがあります。トークンだけを集計する利用状況ダッシュボードでは、その全体を把握できません。SearchとFetchそれぞれに、成功したリクエスト数のカウンターを設け、再試行や同じ情報の繰り返し取得が役立っているかを確認します。

この日付は、既存のエージェントの運用条件が変わる節目です。作り直しが必要になるという意味ではありません。課金開始前にツールの呼び出し状況を可視化し、業務に合ったリクエスト予算を設定してください。料金の詳細は、リンク先の料金ガイドで扱っています。

過大評価しやすい点と、次に取るべき行動

新しい名前、大きなコンテキストウィンドウ、公開された重みは、それぞれ別の問いに答えるものです。 どれも、あらゆる業務でそのモデルを選ぶ決め手にはなりません。

「Pro」という名前だけで、すべての用途に共通する品質の優劣は決まりません。コンテキストの上限が大きくても、必要な情報を確実に取り出せるとは限りません。重みがMITライセンスでも、完成済みの配信システムや無料のホスト型推論が付いてくるわけではありません。そして、従来のエイリアスが受け付けられても、以前のモデルを引き続き使えるとは限りません。

プロダクトで従来のFlashの名前をどちらか使っているなら、今すぐ確認してください。 合格条件を定めたタスクを再実行し、現在提供されているリビジョンの挙動を確認します。組み込みのSearchやFetchを使うエージェントも、課金開始を踏まえた利用記録が必要になるため、対応の対象です。

既存のProによるテキスト処理が要件を満たし、置き換える根拠となる測定結果がない場合は、切り替えを急ぐ必要はありません。 Flashのエイリアス移行によって、設定済みのProへの経路が変わることはありません。 現在の対応先は引き続きPro-0813です。ホスト型サービスへの依存に伴う通常の確認は続けてください。

ベンダー自体の選択は別の判断です。DeepSeekとClaudeの比較やDeepSeekとChatGPTの比較を参考にしてください。モデルの選択は、プロダクト全体と業務の流れに合っている必要があります。

週明けに取り組むなら： 頻繁に発生し、結果を検証できるタスクを選び、保存済みの例を現在の処理経路と適切な候補モデルで再実行します。画像を受け付けるプロダクトなら画像の例も加え、長い入力と、ツール呼び出しが失敗するケースも含めてください。合格と判断できる結果、レビューの手間、経過時間、モデルのトークン数、Webツールのリクエスト数を記録します。その結果が変更を支持する場合に限り、候補を本番に採用します。

よくある質問

AIツールの選び方や運用に役立つ情報は、ニュースレターでお届けします。