DeepSeek V4-Flash-0731 公式版：AgentベンチでPro上回る、Opus 4.8の数十分の一価格

V4シリーズ全体像は DeepSeek V4 GA 基本解説、Kimi K3との価格対比は Kimi K3 オープンウェイト公開ガイド、OpenAI値下げ動向は GPT-5.6 価格改定解説 を参照してください。

2026年7月31日、DeepSeekは V4-Flash-0731 を公式版としてAPI公開しました。パラメータ規模は4月プレビューと同じ 284B総／13B活性 のまま、後学習のみを刷新した更新です。Agent系ベンチでは自社の大型 V4-Proプレビュー版 を上回り、価格は Claude Opus 4.8 のおよそ36分の1〜179分の1（キャッシュ条件により異なる）と報じられています。一方、フラッグシップのV4-Pro公式版と、初の自社Agentフレームワーク Harness は、いずれも「近日公開」止まりです。

01 · 三大判断の痛点：「公式版」という言葉だけでは足りない理由

1. 新モデルではなく、同じ284Bの再学習である点が見落とされやすい：見出しの「V4正式版」は新規アーキテクチャ投入と誤読されがちですが、公式は性能向上が「後学習の再実施のみ」と明言しています。パラメータ競争の文脈で読むと、期待と実態のギャップが生じます。
2. Agentベンチは未公開Harnessの「minimal mode」依存：Terminal Bench 2.0で82.7点（V4-Proプレビュー67.9点）などの数字は、まだ公開されていない自社Harnessで測定されています。公式changelogも「ハーネス選択に極めて敏感」と警告しており、Claude CodeやCursorへの単純移植はできません。
3. API限定・Pro未GA・実運用の粗さが併存：7月31日更新はAPIのみでApp／Webは未更新。V4-Pro公式版の日程は未確定。海外開発者コミュニティでは入力キャッシュ命中率の低さや安全分類器のタイムアウトも報告されており、「スコア急上昇」と「体感品質」の乖離に注意が必要です。

02 · タイムライン：4月プレビューから7月「公式版」までの三か月

• 2026年4月24日：DeepSeek-V4プレビューがMITライセンスでオープンウェイト公開。V4-Pro（1.6T総／49B活性）とV4-Flash（284B総／13B活性）の2系統、いずれも100万トークンコンテキスト対応。
• 2026年7月24日：旧モデル名 deepseek-chat と deepseek-reasoner が正式廃止。全トラフィックがV4系命名へ移行。
• 2026年7月27日：Moonshot AIがKimi K3（2.8T総パラメータ）のフルウェイトをHugging Faceで公開。当時最大級のオープンウェイト公開の一つとなり、DeepSeekに競争圧力を与えました。
• 2026年7月31日：deepseek-v4-flash がビルドタグ「0731」付き公式APIベータへ昇格。同一アーキ・同一パラメータで後学習のみ更新。同日Hugging FaceにMITでウェイト公開。changelogで自社Agentフレームワーク「DeepSeek Harness」を初めて名称公表し「近日公開」と記載。API限定で、コンシューマ向けAppとWebチャットは未更新。
• 2026年8月5日（本稿執筆時点）：V4-Pro公式版は未確認。中国語メディアの一部は7月28日週から内部テスト、8月10〜20日のGA窗口を報じていますが、DeepSeek公式による確認はなく噂として扱うべきです。

03 · コアデータ一覧

上記価格は各ベンダー公表のリスト価格です。DeepSeekは将来、北京時間9〜12時・14〜18時のピーク帯で2倍課金を予告していますが、執筆時点では発効日は未公表です。

硬核データ #1：V4-Flash-0731の入力はキャッシュ未命中で $0.14／百万トークン、出力 $0.28。21世紀経済報道の整理では、Claude Opus 4.8に対し入力で約36倍（未命中）〜179倍（命中）、出力で約89倍安いとされています。

硬核データ #2：公式AgentベンチでTerminal Bench 2.0が 82.7 点、V4-Proプレビューの 67.9 点を上回りました（いずれもHarness minimal mode・max設定・top_p=0.95・temperature=1.0）。

硬核データ #3：Artificial Analysisの独立指数ではIntelligence Index 50、タスク単価 $0.03。Kimi K3（57／$0.86）やGLM-5.2より指数は低い一方、コストはKimiの約1/29、GPT-5.6 Solの約1/62、Claude Fable 5の約1/105です。

04 · 深掘り：同じ284Bで性能が伸びたメカニズム

4.1 アーキテクチャは不変、変わったのは後学習

今回最も見落とされがちな事実は、V4-Flash-0731が4月プレビューとサイズ・構造ともに同一である点です。DeepSeekはAgentベンチの伸びが「後学習の再実施のみ」と明言しており、「強い＝大きい」という業界の既定観念とは逆の結果を示しています。284B／13Bが、同ファミリーの1.6T／49Bを複数のAgentタスクで上回ったことは、2026年後半の競争がパラメータ規模だけでは説明できない段階に入ったことを示唆します。

4.2 混合アテンション・mHC・Muon最適化

技術レポート『DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence』によると、V4系列は次の3点を柱としています。

• 混合アテンション：圧縮スパースアテンション（CSA）と高度圧縮アテンション（HCA）を組み合わせ、対外には「DSAスパースアテンション」として統一。長コンテキスト時の計算・メモリを削減。
• 流形制約ハイパーコネクション（mHC）：従来の残差接続構造を改良。
• Muon最適化器：従来最適化器を置き換え、収束速度と安定性を向上。

公式指標では、100万トークン時のV4-ProはV3.2比で推論FLOPsが27%、KV Cacheが10%にとどまるとされています。第三者による独立再現はまだ見えませんが、もしおおむね正しければ、百万トークンコンテキストがマーケティング数字に留まらず商用規模で現実的になる可能性があります。

4.3 Harness：初の自社Agent実行フレームワーク

7月31日のchangelogで初めて名称が出た DeepSeek Harness は、ファイルI/O・ツール呼び出し・多段階エンジニアリングタスク向けの自社フレームワークで、Claude Codeの代替として位置づけられています。これまでDeepSeekチームはClaude CodeやOpenCodeなど第三者ツールに依存してきました。公表されたAgentベンチ（Terminal Bench 2.0、Toolathlonなど）はすべて未公開のHarness「minimal mode」で測定されており、公式もスコアがハーネス選択に極めて敏感であると明記しています。

05 · 横並び比較：中国オープンウェイト陣営の六角形混戦

Artificial Analysisの独立指数では、V4-Flashは国内モデルの中でも最高スコアではありません。それでもプレビュー版はOpenRouterで7週連続最多利用モデルに居続けたと報じられており、DeepSeekが狙うのは「絶対性能トップ」ではなく十分な知能＋極限の価格というポジションです。大規模Agent呼び出しやバッチ処理のように、絶対上限より単価が効くシーンに最適化されています。

06 · 論争点：スコアは見栄えがよくても、水分の可能性がある

• AgentスコアはHarness依存のベンダー自報：Terminal Bench 2.0の82.7点などは未公開Harnessのminimal modeで測定。第三者がClaude CodeやCursorで再現するまでは、「特定フレームワーク上の結果」と理解すべきです。
• 実運用ではキャッシュ命中率や安全分類器の問題も：21世紀経済報が海外開発者コミュニティの声を引用し、入力キャッシュ命中率の低さや安全分類器のタイムアウトを報じています。後学習だけでは解決しきれないインフラ制約の存在を示唆します。
• V4-ProとHarnessの日程は未確定：中国語メディアの「8月10〜20日GA」は匿名ソース由来。公式changelogは「できるだけ早く」とのみ記載しています。
• 資金調達・IPO報道も未確認：約74億ドル調達、評価額487億ドル、次ラウンド710億ドルなどの報道は財経メディアの「関係者によると」レベルで、規制提出や公式声明による裏付けはありません。背景情報として扱い、確定事実とは区別してください。

07 · 影響と背景：「梁白开」から「梁圣」へ、そして「斬殺線」

• 中国AIコミュニティの感情の揺れ：V4-Proの7月中旬全量公開が遅れた時期、創業者梁文鋒氏は「梁白开（空約束）」と揶揄されました。V4-Flash-0731の出来が予想を上回ると「梁圣（賢人）」の呼び名が戻る——こうしたニックネームの反転は、国内開発者の期待値の速さを示すバロメーターです。
• 「斬殺線（zhǎn shā xiàn）」というフレーミング：十分な性能と極端な低価格の組み合わせが、市場に実質的な生存ラインを引くという考え方です。明確にDeepSeekを上回れず、かつ価格でも負ければ存在感を失う——同時期のGPT-5.6 Luna80%値下げなど、競合の価格調整とも整合します。
• 算力株への影響は鈍化：7月31日の公式版公開当日、NVIDIA・Broadcom・AMDの株価に大きな変動はありませんでした。2025年初のDeepSeek-R1時に見られた世界的なAIチップ売りとは対照的で、市場は「より少ない計算で同等効果」を常態化した工程革新として受け止め始めている可能性があります。

08 · 五段階 Mac 隔離試験（Agentツールチェーン検証）

1. DeepSeek APIで deepseek-v4-flash を指定し、長文要約・バグ修正・複数ファイルリファクタの各1タスクでベースラインを取得。旧 deepseek-chat からの切り替えが正しく反映されているか確認します。
2. 隔離環境で OPENAI_BASE_URL またはAnthropic互換エンドポイントを設定し、Claude Code／OpenCode／Cursorに接続。API Keyを主力機のグローバルshellに書き込まないよう分離します。
3. 同一タスクセットをKimi K3・Qwen3.8-Max（Qwen3.8-Max解説参照）と並行実行し、品質と$/taskの請求を記録します。
4. 公式Harnessが公開されたら、minimal modeと既存Agentツールでのスコア差を再測定。公開前はTerminal Bench系の数字を本番SLA根拠にしない方針を文書化します。
5. 試験結果をチーム選定ドキュメントにまとめ、V4-Pro公式版とピーク帯2倍課金の発効をトリガーにした再評価日（例：8月中旬）を設定します。

09 · よくある質問 FAQ

Q1：DeepSeek V4はV3.2と比べて最大の違いは何ですか？
A：最大の違いはネイティブ100万トークンコンテキストと、長コンテキスト時の計算・メモリコストの大幅削減です。公式データではV4-Proは百万トークン時のFLOPsがV3.2の27%、KV Cacheが10%です。加えてAgent能力向けの最適化が進み、Claude CodeやOpenCodeなど主要Agentツールに対応しています。

Q2：日常利用ではV4 FlashとV4 Proのどちらを選ぶべきですか？
A：通常の対話や単純タスク、大規模・低コスト呼び出しならV4-Flash-0731公式版のコストパフォーマンスが高く、AgentベンチでもV4-Proプレビュー版を上回っています。深い世界知識や複雑推論が必要で予算に余裕がある場合は、V4-Proプレビュー版を試し、公式版GA後に再評価するのが現実的です。

Q3：V4 Pro公式版は今使えますか？
A：2026年8月5日時点ではまだ使えません。公式版として公開されているのはV4-Flash-0731のみで、API限定です。V4-Pro公式版とHarnessは「できるだけ早く公開」との公式口径のみで、8月10〜20日などの具体的日程は未確認の噂です。

Q4：DeepSeekが公表したベンチマークは信頼できますか？
A：SWE-bench Verifiedのような広く採用され方法論が透明な第三者ベンチは比較的信頼できます。一方、Terminal Bench 2.0などのAgent系スコアは未公開の自社Harnessで測定されており、公式もフレームワーク選択への高い感度を警告しています。他Agentツールでの独立再現を待つことをお勧めします。

Q5：今回の更新は一般開発者にどんな実務的影響がありますか？
A：OpenAI ChatCompletionsやAnthropic形式で接続している場合、コード変更は不要で deepseek-v4-flash が新公式版を指します。廃止された deepseek-chat／deepseek-reasoner を使っていた場合は、7月24日の正式廃止に合わせて新命名へ切り替えてください。

10 · 隔離 Mac レンタル：主力機の外で V4-Flash Agent を検証する

DeepSeek V4-FlashはOpenAI／Anthropic互換APIで移行コストは低いものの、主力開発機でいきなりAgentツールチェーンを切り替えると、API Keyの環境汚染、長コンテキスト実験によるローカルキャッシュ占有、Claude Codeとの設定競合など、ロールバックが難しいリスクが残ります。WindowsやLinuxからクラウドAPIを叩くことは可能ですが、macOSネイティブのKeychain統合やXcodeサイドカーとの共存は検証できません。

ノートPCやクラウドVMで短期検証するのは合理的ですが、Agentハーネス差によるレイテンシ誤判定、証明書チェーンやローカルOllamaとの並存シナリオの未検証、検証後もAPI Keyが主力機に残るリスクといった制約があります。隔離されたApple Silicon実機なら、試験後に環境ごと破棄でき、Harness公開前後のA/B比較も同条件で繰り返せます。日割り課金のMシリーズMac miniは、モデル選定のための専用ハード購入を回避する現実的な選択肢です。料金は Mシリーズ Mac 算力レンタル料金 をご覧ください。

短期のAPI試験で選定を進めるのは十分有効です。再現性のあるAgent環境、Appleエコシステムとの完全互換、Key漏洩リスクの低減を重視するなら、Mac mini M4のレンタルがより安全な検証ルートになります。日単位の課金なら、選定ミスのコストも抑えられます。

11 · データ出典

• DeepSeek公式APIドキュメントと更新ログ（api-docs.deepseek.com）
• DeepSeek-V4技術レポート『DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence』およびHugging Faceモデルカード（deepseek-ai/DeepSeek-V4-Pro、DeepSeek-V4-Flash）
• Artificial Analysis独立モデルベンチマーク（旺得富理財網、Meykaなど財経メディア経由の引用）
• 21世紀経済報道『DeepSeek又发重磅更新 行业梦回2025年春天』
• 快科技（鳳凰網科技転載）『DeepSeek V4正式版有多强』
• V2EXコミュニティスレッド『最新的deepseek-v4-flash正式版真的有这么强吗？』
• 36Kr欧州版、HTX Insightsの7月31日公開関連報道
• Moonshot AI（Kimi K3）、智譜/Z.ai（GLM-5.2）、アリババクラウド（Qwen3.8-Max）公式発表

公開前に必ず最新の価格、ベンチマーク、V4-Pro／Harnessの公開状況をご確認ください。本稿の数値は2026年8月5日時点のものであり、AI業界の情報は急速に変化します。