DeepSeek V4 Flash公式版：ベンチはOpus 4.8に迫るが価格は数十分の一、Pro版はまだ待ち

2026年7月31日、DeepSeekはV4-Flashを公式版（build 0731）へ昇格しました。パラメータ規模は4月プレビューと同一（284B総量・13B活性）で、後学習のみ再実行——それでもAgentベンチマークでは自社の1.6T V4-Proプレビューを上回り、価格はClaude Opus 4.8のおよそ36分の1〜179分の1です。本記事では、MLエンジニアとエンタープライズ選定担当者向けに、タイムライン、料金マトリクス、自研Harnessフレームワークの論点、Kimi K3・Qwen3.8-Maxとの横断比較を整理します。結論として、V4-Flash-0731は「十分な知能＋極端な低価格」を狙った製品であり、リーダーボード1位争いではありません。公式V4-ProとHarnessは未公開のままなので、選定時はスコアより検証可能性を優先してください。

SECTION 01 V4-Flash公式版で技術選定者が見落としやすい5つの論点

• 新モデルではなく同一アーキテクチャの後学習刷新：DeepSeekは0731版が4月プレビューとパラメータ規模・構造が完全に同一であることを明示しています。性能向上は「後学習の再実行のみ」に由来し、「大きい＝強い」という前提で評価すると結論が歪みます。
• Agentスコアは未公開Harnessに強く依存：Terminal Bench 2.0の82.7点（V4-Proプレビュー67.9を上回る）は、DeepSeek自社開発かつ未公開のHarness「minimal mode」で測定。changelogでも「harness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。
• API限定でアプリ・Webは未更新：7月31日の更新はAPI公測のみ。コンシューマーアプリとWebチャットは旧版のままです。複数エンドポイントを使うチームは実際のmodel名を確認してください。
• V4-Pro公式版の日程は未確定：中国メディアが8月10〜20日GAを報じていますが、DeepSeek公式は「できるだけ早く」とのみ記載。4月のV4 GA分析で論じたPro版スケジュールは未確認として扱うべきです。
• 実運用の不満とベンチマーク叙事のギャップ：21世紀経済報道が引用する海外開発者コミュニティでは、入力キャッシュヒット率の低さやセーフティ分類器のタイムアウトが報告されています。ポストトレーニングだけでは解決できない算力・予算の上限が残ります。

SECTION 02 4月プレビューから7月公式版へ：タイムラインと料金一覧

料金はすべてベンダー公表値です。DeepSeekは北京時間9〜12時・14〜18時のピーク2倍 surchargeを予告していますが、発効日は未確定。キャッシュヒット時の入力単価はClaude Opus 4.8の約179分の1になります。

SECTION 03 性能の源泉：アーキテクチャ、Harness、六方向競争

技術報告「DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence」によると、0731版で継承される3つの設計変更は次のとおりです。

• ハイブリッドアテンション（DSA）：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）の組み合わせ。長コンテキスト時の計算・メモリを削減。公式値ではV4-Proは1Mトークン時のFLOPsがV3.2の27%、KV Cacheが10%。
• 流形制約ハイパーコネクション（mHC）：残差接続の改良で学習安定性を向上。
• Muonオプティマイザ：従来オプティマイザを置き換え収束を加速——性能ジャンプの主因はパラメータ拡大ではなく後学習品質です。

7月31日のchangelogで初めて公式名称が登場したDeepSeek Harnessは、Claude Codeに対抗する自社Agent実行フレームワークです。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を担います。これまでDeepSeekモデルは第三者Agentツールに依存してきましたが、公開されたAgentベンチはすべてHarness minimal mode（max推論、top_p=0.95、temperature=1.0）で測定され、フレームワーク自体は未公開です。

興味深い対比：Artificial Analysisの独立指数ではV4-Flashの知能スコアはKimi K3に劣りますが、タスク単価はK3の約29分の1、Claude Fable 5の約105分の1です。これがOpenRouter 7月ランキングでV4-Flashプレビューが7週連続で呼び出し量首位を維持した理由でもあります。中国開発者コミュニティでは「斬殺線（zhǎn shā xiàn）」と呼ばれる——十分な性能と底値価格の組み合わせが競合の生存ラインを引く、という文脈です。GPT-5.6 Lunaの80%値下げも同じ圧力の表れと読めます。

SECTION 04 V4-Flash-0731導入とAgentコスト管理の7ステップ

1. model名の移行を確認する：廃止済みの deepseek-chat・deepseek-reasoner を使っている場合は deepseek-v4-flash へ切り替えます。OpenAI ChatCompletions形式やAnthropic形式のAPIではコード変更なしで0731公式版を指します。
2. 公式料金スナップショットを固定する：入力$0.14/$0.0028（ミス/ヒット）、出力$0.28 per M tokens、ピーク2倍 surcharge予告を記録します。上流の変更は非常に速いです。
3. トークン単価ではなくタスクコストで試算する：典型Agentパイプライン（計画→ツール→集約）の月間呼び出し量を見積もり、Kimi K3 $3/$15やQwen3.8-Max $2/$6と比較し、Flashの「やや低い知能スコア」を許容する価値があるか判断します。
4. ベンダー自報と第三者ベンチを分離する：SWE-bench Verifiedなど広く採用された第三者ベンチは信頼度が高い一方、Terminal Bench 2.0は「Harness minimal mode・未公開」と明記し、Claude CodeやCursorでの独立再現を待ちます。
5. キャッシュヒット率とタイムアウトを監視する：海外開発者報告ではキャッシュヒット率の低さとセーフティ分類器タイムアウトが指摘されています。本番でcache-hit ratioとP99レイテンシを記録し、必要ならKimi K3やQwen3.8-Maxへフォールバックします。
6. OpenRouterでマルチモデルルーティングを設定する：主経路をV4-Flashでコスト圧縮、複雑推論は高スコアモデルへ。OpenRouter 7月のトラフィックデータでFlashの実運用安定性を検証します。OpenRouterガイドも参照してください。
7. 高頻度Agentはローカル推論でコスト削減する：API月額がM4物理ノードのレンタルを超える場合、試行錯誤と中小モデル推論をネイティブApple Silicon物理機へ移し、超長コンテキストや旗艦推論のみクラウドAPIに残します。Xcode/iOS CI/CDビルドチェーンは準拠したmacOSハードウェアが必要です。

SECTION 05 引用可能データと一次情報源

• V4-Flash-0731仕様：284B総量/13B活性、1Mコンテキスト、MIT、2026-07-31公式版
• Agentスコア（ベンダー＋Harness）：Terminal Bench 2.0 82.7（V4-Proプレビュー67.9）
• 第三者Intelligence Index：50点、タスク単価$0.03（Artificial Analysis）
• 料金：入力$0.14/$0.0028、出力$0.28 per M tokens。キャッシュヒット入力はClaude Opus 4.8の約179分の1
• 未公開：V4-Pro公式版、DeepSeek Harness——公式は「できるだけ早く」、8月10〜20日は未確認の噂
• 競合タイムライン：Kimi K3ウェイト7/27、Qwen3.8-Max GA 8/2

公式・独立評価の参照先——上流更新後はリンクを再確認してください：

DeepSeek公式APIドキュメントとchangelog

Hugging Face — DeepSeek-V4-Flashモデルカード

Artificial Analysis — 第三者Intelligence Indexとコストデータ

V4-Flash-0731は極低トークン単価と実用十分なAgent能力でオープンウェイトLLMのコスト曲線を書き換えましたが、Harness依存のスコア、V4-Proの遅延、キャッシュ・タイムアウトなど実運用の課題——この3点が、大規模低コストAgent編成には向く一方、監査可能な旗艦推論には不向きである理由です。いかなるLLM APIもXcodeコンパイル、Metalデバッグ、iOS署名チェーンを代替しません。仮想化macOSはEULAリスクと20〜40%のオーバーヘッドを伴います。実践的な本番パターンは、V4-FlashまたはKimi K3で100万トークンAgent編成を担い、VPSNIX M4/M4 Pro物理ノードでローカルAgent試行、Ollama推論、iOS CI/CDを実行することです——100% Appleハード、フルroot、仮想化タックスなし、日次・月次の弾性課金。料金を確認し、M4クラウドレンタルコストと照合してください。

SECTION 06 よくある質問 FAQ