「ITニュース」｜DeepSeek「V4-Flash-0731」——モデルの大きさは変えず、鍛え方だけでベンチマークを引き上げた話

2026年8月1日 22:35

はじめに

2026年7月31日、中国のAI企業DeepSeekが公式APIチェンジログで、新モデル「DeepSeek-V4-Flash-0731」をパブリックベータとしてAPI公開したと発表しました。

読みどころは2点です。ひとつは、モデルの構造や規模を一切変えずに「学習のやり直し（再ポストトレーニング）」だけでコーディング・エージェント系の性能を大きく伸ばした点。もうひとつは、価格情報など一部の数値が公式発表本文では確認しきれておらず、実務で使う前に自分で確かめる必要がある点です。

※ 本稿は執筆時点で公開されている一次情報（DeepSeek公式チェンジログ）と報道をもとに整理したものです。価格等の数値は変更される可能性があるため、利用前に公式ページでの再確認をおすすめします。

この記事での用語

1. 何が起きたのか（結論）

2026年7月31日、DeepSeekが公式APIチェンジログで「DeepSeek-V4-Flash-0731」のパブリックベータ公開を発表しました。
モデルの構造・規模は前版「V4-Flash-Preview」から変更されていません。MoE構成で総パラメータ284B（2840億）、活性化パラメータ13B（130億)という構成を維持したまま、DeepSeekは「再ポストトレーニングのみを実施した」と説明しています。
コーディング・エージェント系のベンチマークでは、Terminal-Bench 2.1が61.8から82.7へ上昇したのをはじめ、NL2Repoで54.2、Cybergymで76.7、DeepSWEで54.4、DSBench-FullStackで68.7を記録し、自社の上位モデル「Pro-Preview」を9つのベンチマークすべてで上回ったとされています。
API仕様面では、Responses API形式にネイティブ対応し、OpenAIのCodexと互換性を持つ設計になっています。
価格については、100万トークンあたり入力0.14ドル・出力0.28ドルという数値が一部報道で伝えられていますが、DeepSeek公式チェンジログの本文中では価格情報を確認できませんでした。利用を検討する場合は、公式の価格ページで最新の数値を確認することをおすすめします。

忙しい方向けに一言でいうと、
「モデルの“脳の大きさ”は変えずに、鍛え方（再学習）だけでベンチマークを61.8から82.7まで伸ばした」——構造を刷新しなくても性能は上げられる、という実例です。

2. なぜこのタイミングでの発表なのか

DeepSeekは今回、モデルのアーキテクチャやパラメータ数を変更せず、再ポストトレーニングだけで大幅な性能向上を実現したことを前面に出しています。これは「学習コストを抑えながら実用性能を継続的に引き上げられる」という技術力とコスト効率の両方を示す狙いがあると読み取れます。

また、性能向上の中心がコーディング・エージェント系のベンチマークに置かれている点も特徴です。Claude Code、Codex、Cursorといった既存のAIコーディングエージェント市場での採用を意識した競争戦略とみられます。

なお、TechNodeなど関連報道では、価格戦略や競合(OpenAI、Anthropicなど)との比較についての独自分析はまだ限定的で、第三者評価は今後の材料待ちという状況です。

3. 誰に向けた発表なのか

4. 短期・中期・長期の整理

時間軸定義:

短期: 0〜3か月
中期: 3か月〜1年
長期: 1年以上

4-1. 短期（0〜3か月）

予想される動き: パブリックベータ期間中に開発者コミュニティからのフィードバックが集まり、DeepSeekが正式版リリースに向けた調整を行うとみられます。Codex互換性を活かしたコーディングエージェント用途での採用事例が個別に報告される可能性があります。
不確実性: パブリックベータでの安定性・レイテンシなど実運用面の評価はまだ確認できていません。
効果が出ない条件: ベータ版で重大な不具合や性能面の問題が見つかった場合、正式版リリースが遅れたり採用が広がらない可能性があります。

4-2. 中期（3か月〜1年）

予想される動き: アーキテクチャを変えずに再ポストトレーニングだけで性能を伸ばす手法が、Alibaba QwenやMoonshot Kimiなど他のオープンウェイト系ベンダーにも広がり、「低コストな継続改善」を軸にした競争が活発化する可能性があります。
不確実性: 同種の再ポストトレーニング手法がどこまで他社に転用できるかは技術的な検証が必要で、公開情報だけでは判断できません。
効果が出ない条件: 商用利用の判断がAPI価格だけでなく、データガバナンスや地政学的な懸念（中国系モデルの利用制限など)に左右される場合、性能向上だけでは商業的な採用拡大につながらない可能性があります。

4-3. 長期（1年以上）

予想される動き: コーディング・エージェント特化のベンチマーク性能競争が、AIモデル市場での差別化要因の一つとして定着し、汎用性能だけでなく「エージェント実務適性」を軸にしたモデル選定が一般化する可能性があります。
不確実性: エージェント関連ベンチマーク自体の標準化がまだ発展途上で、Terminal-Bench等の指標がどこまで業界標準として定着するかは不透明です。
効果が出ない条件: 米中間のAI規制・輸出管理の状況が変化し、中国系モデルの海外利用に制約が強まる場合、性能面の優位性だけでは市場浸透が進まない可能性があります。

5. 混同しやすい点

まとめ

DeepSeekの「V4-Flash-0731」は、モデル構造を変えずに再学習だけで性能を伸ばせることを示した事例です。コーディング・エージェント用途でモデルを比較検討する際の候補としては注目に値しますが、価格情報の再確認とベータ版特有の安定性評価は利用前に済ませておくのが安全です。中国系オープンウェイト系ベンダー間の「低コスト継続改善」競争の一例として、今後の推移もあわせて見ておくとよいでしょう。

主な参照

免責

本稿は執筆時点で公開されている情報をもとに構成しています。価格・性能数値は変更される可能性があるため、実際の利用にあたっては必ず公式情報でご確認ください。本稿は投資判断や特定モデルの利用推奨を目的としたものではありません。

【PR】
私も転職エージェントを利用して転職しました。