DeepSeek V4 満血版GA公開：料金・アーキテクチャとGPT-5.6との性能差

3か月の待機を経て、DeepSeek V4 満血版（GA正式版）が2026年7月20日に公開されました。2026年のオープンソース大規模言語モデルを選定している開発者、または deepseek-chat エンドポイント停止を懸念するSRE/テックリード向けに、技術アーキテクチャ、ベンチマーク、ピーク/オフピーク課金、GPT-5.6 / Claude Fable 5との横比較、7月24日までのAPI移行を5軸で整理します。結論：V4は現時点でクローズドフラッグシップを上回れませんが、1/10〜1/100のコストでオープンソース最強性能を提供します。ピーク課金は複雑ですが、オフピーク出力$0.87/Mは依然として圧倒的です。

SECTION 01 DeepSeek V4 GA公開で開発者が警戒すべき3つの論点

• 旧エンドポイントの永久停止：deepseek-chat と deepseek-reasoner は2026年7月24日23:59（北京時間）にアクセス不可となり、未移行の本番サービスは即座に停止します。
• 初のピーク/オフピーク課金：平日09:00–12:00、14:00–18:00（北京時間）は料金が2倍。24/7パイプラインをスケジューリングしないと請求が想定を超える可能性があります。
• クラウドAPIはネイティブビルドを代替できない：どれほど強力なV4-Proでも、仮想化macOS上でXcode署名やMetalデバッグを安定運用することはできません。Mac Mini M4 レンタル vs 購入コスト比較で論じた物理ノード要件と相補的です。
• プレビュー版と満血版の境界：GA版はAgent・数学推論・コード生成を強化しましたがアーキテクチャは同一。4月プレビューの再評価ではなく、新料金と新ベンチマークで選定してください。

SECTION 02 プレビューから満血版へ：DeepSeek V4 リリース年表

要約すると、プレビュー版は既に強力でしたが、満血版はAgent・数学・コード生成をさらに磨き、正式な商用課金体系を整備——「ほぼ無料」から規律あるビジネス運用へ移行した節点です。

SECTION 03 V4-Pro / V4-Flash：CSA+HCAアーキテクチャと3つの推論モード

DeepSeek V4はV2/V3時代のMLA（Multi-head Latent Attention）を廃止し、Compressed Sparse Attention（CSA）とHeavily Compressed Attention（HCA）のハイブリッドを採用しています。CSAはSoftmaxゲート付きプーリングでKV列を4倍圧縮し、FP4「ライトニングインデクサー」でtop-k疎選択（Proはtop-1024、Flashはtop-512）を行い、直近128 tokenのスライディングウィンドウを保持します。HCAはtokenを128倍圧縮してグローバル密集アテンションを実行し、CSAと補完関係にあります。1MコンテキストではV3.2比推論FLOPs 27%、KV CacheメモリはV3.2の10%（Flashは7%）に抑えられます。

さらにmanifold-constrained Hyper-Connections（mHC）が4チャネル残差フローと双確率行列制約で61層深ネットの信号伝播を安定化。訓練にはAdamWの代わりにMuonオプティマイザ（Newton–Schulz直交化勾配）を採用し、収束が速く安定します。

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

SECTION 04 ベンチマーク：オープンソース最高80.6%とコストパフォーマンス

SWE-bench Verifiedは実GitHubリポジトリのバグ修正を測定し、80.6%は現時点のオープンソース最高でGemini 3.1 Proと同率です。Artificial Analysisによると、Strategy & Ops指数タスクでClaude Fable 5は1回$3.48で50点、V4-Proは$0.03で38点——コストはFable 5の116倍安く、得点差は約12点（31%）です。

SECTION 05 GPT-5.6 / Claude Fable 5 比較とピーク/オフピーク料金表

選定指針：予算重視・高頻度呼び出し・自前運用 → V4-Pro / V4-Flash。コード性能最優先でコスト不問 → Claude Fable 5。複雑アルゴリズム＋数学 → GPT-5.6 Sol / Ultra。超大規模ログ → V4-Flash（キャッシュヒット入力$0.0028/M）。Kimi K3 徹底レビューと併読すると、K3はパラメータ規模が大きい一方、V4はオフピーク単価が低くMIT重みが既に利用可能です。

コスト削減：非リアルタイムジョブは18:00以降または9:00前に実行。Prompt Cacheでヒット率を上げる。軽量ルーティングはV4-Flash、複雑推論はV4-Pro。ピーク時でもV4-Pro出力$1.74/MはClaude Opus 4.8（$15/M）より8.6倍安いです。

SECTION 06 API移行：7月24日締切までの6ステップ

重要：旧モデル名 deepseek-chat / deepseek-reasoner は 2026年7月24日15:59 UTC（北京時間7月24日23:59） に永久停止します。

1. 旧モデル名を全リポジトリ検索：コード、CI設定、環境変数から deepseek-chat / deepseek-reasoner を洗い出します。
2. 移行先を決定：軽量対話 → deepseek-v4-flash。複雑推論 → deepseek-v4-pro。
3. OpenAI SDK呼び出しを更新：model のみ変更、base_url は https://api.deepseek.com のまま。
4. 思考モードを設定（任意）：extra_body で thinking を有効化し、旧 deepseek-reasoner 相当の挙動を再現します。
5. Stagingで負荷試験：レイテンシ、token課金、ピーク時間帯の請求を検証します。
6. 7月24日前にカナリアリリース：本番切替後にエラー率を監視。DeepSeekは料金変更24時間前にメール通知を約束しています。

from openai import OpenAI

client = OpenAI(
    api_key="your-deepseek-api-key",
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Hello, DeepSeek V4!"}],
    extra_body={"thinking": {"type": "enabled", "budget_tokens": 8000}}
)

V4はOpenAI ChatCompletionsとAnthropic Messagesの両形式に対応。Anthropic SDK利用時も base_url は変更せず、model を deepseek-v4-pro に更新するだけです。

SECTION 07 引用可能データと権威ソース

• KV Cache効率：1MコンテキストでV3.2の10%メモリ（Flash 7%）
• 推論FLOPs：1MシナリオでV3.2比27%
• コスパ：V4-Pro 1タスク$0.03 vs Fable 5 $3.48、116倍差
• ピークでも安い：ピーク出力$1.74/M、Opus 4.8の1/8.6
• 移行期限：2026-07-24 23:59 北京時間
• 推奨サンプリング：temperature=1.0, top_p=1.0

公式・第三者ソース（リリース後にリンクを再確認してください）：

DeepSeek API 公式ドキュメント

arXiv:2606.19348 — DeepSeek V4 技術論文

Artificial Analysis — モデルコスパ評価データ

DeepSeek V4 GAは2026年オープンソースLLMの最重要マイルストーンの一つです。価値はClaude Fable 5やGPT-5.6を超えることではなく、極低コストでオープンソース最強性能を届ける点にあります。しかしクラウドLLMはXcodeコンパイル、Metalデバッグ、iOS証明書チェーンを代替できません。仮想化macOSはEULAリスクと20–40%の性能損失を伴います。実戦構成はV4 APIで長コンテキスト推論とAgent編成を担い、VPSNIX M4/M4 Pro物理ノードでXcode/Metalネイティブビルドと7×24運用を行う二層スタック——100%純正ハードウェア、完全Root権限、Hypervisorオーバーヘッドなし。料金ページで見積もりを確認してください。Kimi K3 徹底レビューを読んだなら、単一APIベンダーの値上げに賭けるより、コンプライアンス準拠の物理環境に計算リソースを固定すべきです。

SECTION 08 よくある質問 FAQ