DeepSeek V4.1 Flash、60%値下げ──Opus 5と同点

DeepSeek V4.1 Flashは、同社がCausal Encoder-Decoderと呼ぶ新たなアーキテクチャ上で動作する。5520億のパラメータは20層のエンコーダと20層のデコーダにわたるが、入力トークンでは80億、出力では160億のみが活性化される。これにより、すべての操作でより大きなパラメータスライスを活性化するモデルよりも構造的に効率的であり、推論コストとメモリ効率に直接的に寄与する設計選択となっている。

メモリの改善は具体的である。V4.1 FlashのKVキャッシュはトークンあたり890バイトで、V4-Flashの約4分の1である。FP4キャッシングとCompressed Sparse Attention 2により、永続キャッシュのフットプリントは前世代の8分の1にまで縮小された。キャッシュ入力のオフピーク価格は100万トークンあたり0.003ドルで、V4-Flashから60%低下した。非キャッシュ入力は33%、出力は11%低下した。

開発者が最も注目するベンチマークにおいて、本モデルは健闘している。自律型ソフトウェアエンジニアリングテストであるDeepSWE v1.1では74.2を記録し、AnthropicのOpus 5の74.0をわずかに上回り、GPT-5.6 Solの73.0を上回っている。GPQA Diamondでは90.9を獲得。顕著な差が見られるのはTerminal-Bench 3.0で、30.0に対しOpus 5は43.3となっており、長時間の対話的デバッグを必要とするタスクでは明確な差がある。

ビジョン機能は事前学習から組み込まれている。以前のV4では、ビジョンを別のVision-Expバリアントに分離していた。V4.1 Flashでは、両方を、言語モデルと当初から共同開発された専用トレーニング済みエンコーダであるDeepSeek-ViTを中心とした単一モデルで置き換える。マルチモーダル階層はなくなり、すべての呼び出しでデフォルトでビジョンが利用できる。

コンテキストウィンドウは100万トークン、出力は最大38万4000トークンで、チャンキングなしでの長文書分析や長期エージェントワークフローに十分対応できる。従来のdeepseek-v4-flashおよびdeepseek-v4-flash-vision-exp IDを使用している既存のAPI呼び出しは、すでにV4.1 Flashにルーティングされている。9月14日には、DeepSeek V4 ProのトラフィックもFlash価格で切り替わる。

DeepSeekは、V4.1 Flashを「新アーキテクチャファミリーの中で最小のモデル」と説明している。同じCausal Encoder-Decoder設計に基づくより大規模なV4.1 Proの存在が示唆されている。Flashの効率性の軌道を維持すれば、このアーキテクチャのパフォーマンス・パー・ドルをベンチマーク曲線のさらに上の領域、つまり現在100万トークンあたりのコストが大幅に高いモデルが占める領域にまで拡大することになる。

アーキテクチャ上のポイントは価格表を超えて重要である。KVキャッシュの増大は、長いコンテキストで大規模モデルを実行する際の主要な制約であり、処理されるトークンごとに拡大する。V4.1 Flashのアプローチ（より少ないアクティブパラメータ、圧縮キャッシュ）は、その制約に直接対処する。それは、長文脈デプロイメントのための実用的なテンプレートであり、コーナーケースの最適化ではない。

タグ: Anthropic, AIモデル, DeepSeek, 大規模言語モデル, DeepSeek V4.1 Flash, Opus 5