DeepSeek-V4-Flash-0731、エージェント能力とコーディング性能を大幅強化
DeepSeek-V4-Flash-0731の性能向上とアーキテクチャ
DeepSeekは、2026年7月31日に「DeepSeek-V4-Flash-0731」の公式リリースを発表しました。これは、既存のDeepSeek-V4-Flashプレビュー版を置き換えるものであり、エージェント能力とコーディング性能において大幅な向上が見られます。特筆すべきは、この性能向上はモデルのアーキテクチャやサイズを変更することなく、主にポストトレーニングの再最適化によって達成された点です。具体的には、強化学習、教師ありファインチューニング、マルチティーチャー蒸留、およびエージェントに特化したトレーニングデータセットの改善が寄与しています。
モデルの基本アーキテクチャは、総パラメータ数2840億、Mixture-of-Experts (MoE) アーキテクチャによりトークンあたり130億のアクティブパラメータを持つ構成を維持しています。また、100万トークンという広範なコンテキストウィンドウも引き続き提供されます。内部的には、Compressed Sparse Attention (CSA) と Heavily Compressed Attention (HCA) を組み合わせたハイブリッドアテンション機構、および従来の残差接続に代わるManifold-Constrained Hyper-Connections (mHC) を採用しており、効率的な推論と長期依存関係の処理に貢献しています。
エージェント能力とコーディングにおける顕著な進歩
DeepSeek-V4-Flash-0731は、DeepSeekのより大規模なモデルであるDeepSeek-V4-Pro（プレビュー）をも含め、複数の主要なエージェントベンチマークにおいて卓越した性能を示しています。特に以下のベンチマーク結果は、その能力の飛躍的な向上を裏付けています。
- Terminal Bench 2.1: 82.7点を記録し、DeepSeek-V4-Pro（プレビュー）の72.1点を大きく上回りました。
- DeepSWE: 54.4点を達成し、プレビュー版の7.3点から645%という驚異的な改善を遂げています。
- Toolathlon-Verified: 70.3点を獲得し、ツール利用エージェントの性能向上を示しています。
- NL2Repo: 54.2点と、コードリポジトリ理解能力の向上を示唆しています。
- DSBench-FullStack: DeepSeek内部のフルスタック開発テストセットで68.7点を記録し、実用的な開発タスクにおける強力な性能を実証しています。
さらに、AIの「知能」を評価するArtificial Analysis Intelligence Indexでは50点を獲得し、以前のDeepSeek-V4-Flashの40点から10ポイント向上しました。幻覚（hallucination）発生率も大幅に低減されており、AA-Omniscience Indexにおいて、幻覚率が12ポイント減少して84%となり、モデルの信頼性が向上しています。これらの結果は、単に「より大きなモデルが良い」という従来の傾向に一石を投じ、洗練されたポストトレーニングが性能向上に極めて重要であることを示しています。
費用対効果と展開の柔軟性
DeepSeek-V4-Flash-0731は、その高性能にもかかわらず、優れた費用対効果を提供します。API経由での利用料金は、入力トークン100万あたり0.14ドル、出力トークン100万あたり0.28ドルと設定されており、これはDeepSeek-V4-Proの出力料金の約3分の1に相当します。この価格設定により、市場で最も費用対効果の高いエージェントモデルの一つとなっています。
展開の柔軟性もDeepSeek-V4-Flash-0731の大きな特徴です。DeepSeekの公式APIを通じて利用可能であり、OpenAI Responses API形式とCodexのネイティブサポートにより、開発者は既存のOpenAIエコシステムからの移行を容易に行うことができます。また、MITライセンスの下でモデルウェイトが公開されているため、GPUを搭載した高性能ワークステーションやサーバークラスタを持つ企業は、モデルのセルフホスティングも可能です。ただし、セルフホスティングの場合、推論時にアクティブになるパラメータは130億であるものの、総パラメータ2840億すべてがメモリに常駐する必要があるため、相応のメモリリソースが求められます。
開発者・エンジニア視点での考察
-
効率的なエージェントワークロードへの適用: DeepSeek-V4-Flash-0731は、その圧倒的なコスト効率と向上したエージェント性能により、大規模なエージェントワークロードや自動化された開発パイプラインにとって非常に魅力的な選択肢となります。特に、
Terminal Bench 2.1で82.7、DeepSWEで54.4というベンチマークスコアは、開発者が複雑なタスクをより低コストで実現するための強力な基盤を提供します。 -
既存OpenAIエコシステムとの統合の容易さ: 公式APIがOpenAI Responses API形式とCodexをネイティブサポートしているため、OpenAIのエコシステムに既に慣れている開発者は、最小限の変更でDeepSeek-V4-Flash-0731に移行できます。これにより、既存のアプリケーションやワークフローへの組み込みが容易になり、新モデルの利点を迅速に活用することが可能になります。
-
ポストトレーニング最適化の重要性: モデルのアーキテクチャを変更せずに、強化学習、教師ありファインチューニング、マルチティーチャー蒸留、エージェント特化データセットなどのポストトレーニング手法によって性能を大幅に向上させた事例は、モデル開発戦略におけるパラメーター数以外の最適化の重要性を示唆しています。これは、限られたリソースでフロンティアレベルの性能を目指す開発チームにとって、効率的な学習プロセスとデータ戦略が成功の鍵となることを意味します。
Source / 元記事
この記事について
この記事は、公開されているニュース、論文、公式発表、RSSフィードなどをもとに、AIが要約・補足調査・考察を行って作成しています。
元記事の完全な翻訳・逐語的な要約ではなく、AIによる背景説明や開発者向けの考察を含みます。
重要な技術仕様・価格・提供状況などは、必ず元記事または公式情報をご確認ください。
