DeepSeek V4 GA 正式版：ピーク料金・1.6T アーキテクチャと GPT-5.6 比較

横断比較は GPT-5.6 Sol ベンチマーク解説、ローカル推論は V4-Flash Mac ローカル推論、値下げ動向は 2026 AI 価格攻略 を参照してください。

3 か月のプレビュー期間を経て、DeepSeek V4 GA 正式版が 2026 年 7 月 20 日に本番公開されました。4 月プレビュー比で Agent・数学・コード能力が強化されたほか、初めてピーク・オフピーク差別料金が導入され、「ほぼ無料」から規律ある商用プラットフォームへ移行した象徴的な一歩です。本記事ではアーキテクチャ、ベンチマーク、料金、GPT-5.6 / Claude Fable 5 との比較、7 月 24 日までの API 移行を、Mac 開発者の実務視点で整理します。

01 · 移行の3つの課題：GA は「無料乗り換え」ではない

1. 7 月 24 日のハードデッドライン：deepseek-chat と deepseek-reasoner は日本時間 7 月 25 日 00:59（UTC 7 月 24 日 15:59）に永久停止します。本番で旧 ID が残っていると、週末明けに即サービス停止です。グレーアウトではなくハードカットです。
2. ピーク料金の請求盲点：平日 09:00–12:00・14:00–18:00（北京時間）のピークは料金 2 倍。Agent の長時間バッチをピークに回すと、プレビュー期の「均一低価格」比で月額が倍増する可能性があります。cron スケジュールとキャッシュ設計が未整備なチームが多いです。
3. Pro / Flash の選定混乱：reasoner は Flash 思考モードか Pro へ。Think Max は 384K+ コンテキストが必要で、全面 Pro 化はコスト増、全面 Flash 化は SWE-bench 級の品質低下リスクがあります。用途別ルーティングが必須です。

02 · タイムライン：プレビューから GA へ

プレビュー版はすでに高水準でした。GA は Agent・推論・コードの仕上げに加え、商用課金体系が整ったバージョンです。

03 · 技術アーキテクチャ

3.1 V4-Pro と V4-Flash の仕様

3.2 CSA + HCA ハイブリッドアテンション

従来の Transformer は KV Cache のメモリがコンテキスト長に比例して増大し、100 万トークンは現実的ではありませんでした。V4 は V2/V3 の MLA をやめ、2 種類の新アテンションを組み合わせています。

圧縮スパースアテンション（CSA）

• Softmax ゲート付きプーリングで KV を 4 倍圧縮
• FP4 の Lightning Indexer で top-k 選択（Pro: top-1024、Flash: top-512）
• 直近 128 トークンのスライディングウィンドウを維持
• 1M コンテキストで V3.2 比 27% の FLOPs で推論可能

高圧縮アテンション（HCA）

• トークンを 128 倍圧縮してグローバル密集アテンション
• 長距離依存を捕捉し CSA と補完関係
• Flash は先頭 2 層 HCA、以降 CSA/HCA 交互。Pro も同様の構成

ハードデータ #1：1M トークン時の KV Cache メモリは V3.2 の 10%（Flash は 7%）。同等サーバーでより長いコンテキストを扱え、インフラコストが下がります。

3.3 多様体制約ハイパーコネクション（mHC）

標準の x = x + f(x) 残差では 61 層の深さで勾配劣化が起きやすくなります。mHC は 4 チャネル残差ストリームと Birkhoff 多面体制約の混合行列で信号を安定伝播させ、表現力を保ちます。

3.4 Muon オプティマイザ

AdamW ではなく Muon を採用。ニュートン・シュルツ直交化で勾配ステップを安定化し、収束速度と学習安定性を向上させています。

3.5 推論モード

推奨サンプリング：temperature=1.0, top_p=1.0（全モード共通）。

04 · ベンチマーク：OSS の新記録

4.1 V4-Pro 主要スコア

4.2 コスパ（Artificial Analysis）

ハードデータ #2：Strategy & Ops 指数タスク：

• Fable 5：タスクあたり $3.48、スコア 50
• V4-Pro：タスクあたり $0.03、スコア 38
• V4-Flash：6 カテゴリすべて $0.04 未満

コストは 116 倍差がある一方、スコア差は約 31% です。多くの本番ワークロードでは V4-Pro のコスパが突出します。

05 · GPT-5.6 / Claude Fable 5 との比較

5.1 ポジショニング

5.2 選定マトリクス

06 · ピーク・オフピーク料金

6.1 価格表

ピーク：北京時間（UTC+8）平日 09:00–12:00、14:00–18:00。

ハードデータ #3：ピークでも V4-Pro 出力 $1.74/M は Opus 4.8（$15/M）の 8.6 分の 1 です。

6.2 節約の4原則

1. バッチ処理はオフピーク（18:00 以降・9:00 前）に回す
2. System Prompt をキャッシュし Flash $0.0028/M を活用
3. 軽量タスクは Flash、複雑推論は Pro へルーティング
4. 料金変更は 24 時間前メール通知（公式約束）

07 · API 移行（7/24 期限）⚠️

重要：deepseek-chat / deepseek-reasoner は 2026/7/24 15:59 UTC（JST 7/25 00:59） に停止します。

7.1 マッピング

7.2 6 ステップ移行

1. deepseek-chat / reasoner をリポジトリ全体検索（CI/CD・環境変数含む）
2. deepseek-v4-flash または deepseek-v4-pro に置換
3. 思考モード：extra_body={"thinking": {"type": "enabled", "budget_tokens": 8000}}
4. Think Max はコンテキスト ≥ 384K を確認
5. staging で回帰テスト（品質・レイテンシ比較）
6. 7/24 前に本番切替、初週のピーク請求を監視

7.3 Python 例

7.4 Anthropic SDK

08 · まとめ

V4 GA は 2026 年 OSS LLM の節目です。Fable 5 や GPT-5.6 を「上回る」ことが目的ではなく、閉源フラッグシップの 1/10〜1/100 のコストで OSS 最高クラスの性能を提供する点に価値があります。データ主権・予算・100 万トークン Agent のいずれかが課題なら、V4-Pro は現時点で最もバランスの良い選択肢です。

09 · FAQ

Q: GA とプレビューの差は？
A: Agent・推論・コード強化＋ピーク料金。アーキテクチャは同一ファミリーです。

Q: 旧 API 停止日は？
A: 7/24 15:59 UTC（JST 7/25 00:59）。

Q: ピーク時間は？
A: 北京時間平日 09–12 時、14–18 時。

Q: Mac ローカル？
A: Flash は量子化試行可。詳細は ローカル推論ガイド。

10 · 隔離 Mac レンタルで移行検証

7/24 前にメイン MacBook で deepseek-chat を一括置換するより、隔離された Apple Silicon ノードで検証する方が安全です。本番サブセットをクローンし、deepseek-v4-flash / deepseek-v4-pro で回帰テストし、ピーク請求と出力品質を比較できます。メイン機では shell 設定の残留や思考モード実験によるキャッシュ汚染が起きやすいです。

Windows / Linux から API 呼び出しは可能ですが、macOS ネイティブツールチェーン・Keychain・Xcode サイドカーとの共存は検証できません。日割り M シリーズ Mac mini は検証後に破棄できる隔離環境です。料金・SSH は M シリーズ算力レンタル料金 をご覧ください。

既存ノート PC で API ルートを変更することもできますが、再現性の高い移行検証と Keychain 汚染リスク低減を重視するなら、隔離 Mac のレンタルが実務上の最適解になることが多いです。

11 · 参考資料

• api-docs.deepseek.com
• arXiv:2606.19348
• huggingface.co/deepseek-ai
• artificialanalysis.ai

データ基準日：2026 年 7 月 20 日。最新情報は公式ドキュメントをご確認ください。