DeepSeek、「V4-Flash」を正式版に——エージェント系9指標で自社上位モデルを上回り、出力100万トークン0.28ドル

DeepSeek が7月31日、「DeepSeek-V4-Flash-0731」を公開し、V4-Flash の API を正式版（パブリックベータ）に切り替えました。
同社の変更履歴には、モデルのアーキテクチャと規模はプレビュー版と同じままで、事後学習だけをやり直したビルドだと書かれています。
新しい設計を持ち込んだわけではなく、学習のさせ方を詰め直して性能を引き上げた、という位置づけです。
API から呼ぶときのモデル名は従来どおり deepseek-v4-flash のままで、指定を変えれば最新版に切り替わります。

公表されたベンチマークは9項目。
端末操作を測る Terminal Bench 2.1 が82.7、脆弱性探索の Cybergym が76.7、ツール連携の Toolathlon verified が70.3、フルスタック開発の DSBench-FullStack が68.7といった数字が並びます。
DeepSeek はこれらについて、自社の上位モデルである V4-Pro-Preview を大きく上回ったと説明しています。
上位モデルより安いはずの軽量版が、エージェント系の指標では上を行った——という、少し倒錯した結果になりました。

料金は入力100万トークンあたり0.14ドル、出力が0.28ドル。
キャッシュが効いた入力は0.0028ドルまで下がり、扱えるコンテキストは100万トークンです。
今回の正式版は Responses API の形式にそのまま対応し、Codex 向けの調整も入ったとされています。
つなぎ込みの手間が減るぶん、試してみるまでの距離は短くなりました。

運営する側から見ると、これは「エージェントに任せる作業の単価が下がった」という話になります。
記事の下書き、画像の説明文、問い合わせの一次対応。
これまで高いモデルでしか回らなかった処理が、桁の違う値段で回るようになるなら、任せる範囲を広げる判断もしやすくなる。
まずは自社がいまどのモデルにいくら払っているのかを押さえたうえで、置き換えられるところから当ててみるのがいいと思う。