DeepSeek V4 満血版正式リリース：料金・架構と GPT-5.6 との性能差を徹底解説

DeepSeek V4 満血版（GA、General Availability）は、DeepSeek が 2026 年 7 月 20 日に正式リリースした本番向け大規模言語モデルファミリーです。V4-Pro（1.6T パラメータ）とV4-Flash（284B パラメータ）の2規格が含まれ、いずれも MIT ライセンスでオープンソース化され、100万トークンのコンテキストと最大 384K トークンの出力に対応しています。

4月のプレビュー版と比べ、GA 版では Agent タスク、数学推論、コード生成が重点的に強化され、正式な商用課金体系——ピーク・オフピークの差別料金——が整備されました。旧インターフェース名 deepseek-chat と deepseek-reasoner は 7月24日に永久停止します。

• オープンソースでセルフホスト可能：MIT ライセンスにより、企業はデータ越境コンプライアンスを満たすプライベートデプロイが可能です。
• 100万トークンコンテキストが実用レベル：KV キャッシュのメモリ使用量は V3.2 の 10%（Flash は 7%）に抑えられています。
• オープンソース SWE-bench 記録：Verified で 80.6%、Gemini 3.1 Pro と並ぶオープンソース最高水準です。
• API コストパフォーマンス：V4-Pro の出力はオフピーク $0.87/M、ピーク $1.74/M で、Claude Fable 5 の約 1/57 です。

モデルファミリー一覧

ハイブリッドアテンション機構（CSA + HCA）

DeepSeek V4 は V2/V3 時代の MLA を廃止し、2種類の新アテンション機構のハイブリッドを採用しています。

圧縮スパースアテンション（CSA）：KV シーケンスを Softmax ゲート付きプーリングで 4 倍に圧縮し、FP4「ライトニングインデクサー」で top-k スパース選択（Pro は top-1024、Flash は top-512）を行います。同時に直近 128 トークンのスライディングウィンドウを保持します。100万トークンコンテキストでは V3.2 比で推論 FLOPs は 27%に抑えられます。

高密度圧縮アテンション（HCA）：トークンを 128 倍に圧縮したうえでグローバル密集アテンションを行い、長距離依存を捉えます。Flash は最初の 2 層で HCA を使用し、その後 CSA/HCA を交互に配置します。Pro も同様の構造です。

総合効果：100万トークンシナリオでは KV キャッシュのメモリは V3.2 の 10%（Flash は 7%）にまで削減されます。

多様体制約ハイパーコネクション（mHC）と Muon オプティマイザ

mHC は従来の残差接続を拡張し、4 チャネルの残差ストリームと双確率行列制約（Birkhoff 多面体）を導入することで、61 層の深いネットワークでも信号が安定して伝播します。Muon オプティマイザはニュートン・シュルツ直交化で勾配を処理し、収束が速く、訓練が安定します。

3つの推論モード

公式推奨サンプリングパラメータ：temperature=1.0, top_p=1.0（全モード共通）。

SWE-bench Verified は実際の GitHub リポジトリでのバグ修正を測定するテストで、80.6% は現時点のオープンソースモデル最高記録です。より厳格な SWE-bench Pro では Claude Fable 5 が 80.3% でリードしています。

コストパフォーマンス横断比較

Artificial Analysis の評価データ（Strategy & Ops 指数タスク）：

• Claude Fable 5：1回あたり $3.48、スコア 50 点
• DeepSeek V4-Pro：1回あたり $0.03、スコア 38 点
• DeepSeek V4-Flash：6種類の指数タスクいずれも 1回あたり $0.04 未満

Fable 5 のコストは V4-Pro の 116 倍ですが、スコアは約 12 点（31%）しか上回りません。Kimi K3 レビューと照らすと、K3 はパラメータ規模こそ大きいものの API 出力は $15/M であり、コスト重視のシナリオでは V4-Pro が依然として圧倒的な優位性を持ちます。

選定の指針：

• 予算制約・高頻度呼び出し・プライベートデプロイ：V4-Pro または V4-Flash を第一候補に
• 究極のコード能力、コスト不問：Claude Fable 5（SWE-bench Pro 最高スコア）
• 複雑なアルゴリズム + 数学推論：GPT-5.6 Sol / Ultra
• 超大規模ログ・文書処理：V4-Flash（キャッシュヒット入力は $0.0028/M のみ）

GA 版で最も注目された変化は、DeepSeek が初めてピーク・オフピークの差別料金を導入したことです。電力の時間帯別料金に似た仕組みです。ピーク時間帯（北京時間）は平日 09:00–12:00 と 14:00–18:00 で、料金は2倍になります。

コスト削減の4つの施策：

1. リアルタイム性が不要なタスクはオフピーク（18:00 以降または 9:00 前）にスケジュールする
2. Prompt Cache を活用する。V4-Flash のキャッシュヒットは $0.0028/M のみ
3. Flash で振り分け：単純ルーティングは Flash、複雑な推論は Pro にエスカレート
4. 料金変更メールに注意する（DeepSeek は 24 時間前通知を約束）

ピーク時でも V4-Pro の出力 $1.74/M は、Claude Opus 4.8（$15/M）より 8.6 倍安価です。

client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[...],
)

client = anthropic.Anthropic(
    api_key="your-deepseek-api-key",
    base_url="https://api.deepseek.com"
)
message = client.messages.create(
    model="deepseek-v4-pro",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Hello, DeepSeek V4!"}]
)

V4 は OpenAI ChatCompletions と Anthropic Messages の両フォーマットに対応しています。base_url は変更せず、model パラメータのみ更新すれば移行できます。

1. 01
   コードベースを監査：deepseek-chat と deepseek-reasoner を全体検索し、すべての呼び出し箇所と環境変数をリストアップします。
2. 02
   ターゲットモデルを選定：軽量な対話は deepseek-v4-flash、複雑な Agent/コードは deepseek-v4-pro。思考モードは extra_body で有効化します。
3. 03
   Staging でスモークテスト：7月24日までにステージング環境で Non-think / Think High / Think Max の3モードの出力品質を検証します。
4. 04
   ピーク・オフピークスケジュールを設定：バッチ文書処理やコードレビューなどのオフラインタスクを 18:00 以降または週末に cron 設定し、キャッシュヒット率 80% 以上を目標にします。
5. 05
   Flash→Pro ルーティングを構築：意図分類と FAQ は Flash（出力 $0.28/M）、複雑な推論は Pro にエスカレートします。
6. 06
   Agent ホストをデプロイ：長時間の V4 Agent セッションには安定した SSH と隣接テナントとのリソース競合のない環境が必要です。料金ページで NUKCLOUD 専用 Mac ノードを評価し、CI と Agent ビルド基盤として利用することで、共有プールの尾部遅延が API コスト削減効果を相殺するのを防げます。

DeepSeek V4 GA は 2026 年のオープンソース大規模言語モデル分野における最重要マイルストーンの一つです。その価値は Claude Fable 5 や GPT-5.6 を上回ること（現時点ではまだ不可能）にあるのではなく、クローズド旗艦の 1/10 から 1/100 のコストで、オープンソース最強クラスの性能を提供することにあります。ピーク・オフピーク料金はコスト管理を複雑にしますが、本質的には依然として極めて競争力があります。DeepSeek が「価格破壊者」から「ルールのある商用プラットフォーム」へ移行したことは、成熟化のシグナルと言えるでしょう。

チームが V4 で大規模コードベースに対する長時間 Agent 呼び出しを行う場合、安定した監査可能なローカル開発と CI 基盤が依然として必要です。共有分課金プール、デスク下の Mac、オーバーサブスク VPS では、帯域ジッター、隣接 CPU 競合、長時間接続の切断が Token 値下げの恩恵をすぐに食い潰します。より安定した本番 Agent ホストには、NUKCLOUD の多リージョン裸金属 Mac / クラウド Mac ノードが専用 Apple Silicon 算力と明確なテナント境界を提供します。料金ページで仕様を確認し、注文ページから試験環境をプロビジョニングできます。

データ截至：2026-07-20。出典：DeepSeek 公式ドキュメント、arXiv:2606.19348、HuggingFace モデルページ、LLMReference、Artificial Analysis、MangoMind Blog。