DeepSeek V4 Flash：知っておくべき284Bパラメータのオープンソースモデル

DeepSeek V4 Flashとは？

DeepSeek V4 Flashは、V4ファミリーの低価格帯モデルで、高トラフィック・低レイテンシが要求されるワークロード向けに設計されています。MoEアーキテクチャを採用し、総パラメータ数は284B、1トークンあたりの活性化パラメータはわずか13Bです。 これは、広大な専門知識のプールにアクセスしつつ、高速で低コストな推論を実現することを意味します。

出典:

MITライセンスとオープンウェイト

V4 FlashとV4 Proはどちらも寛容なMITライセンスの下で公開されており、商用利用、改変、再配布がロイヤリティフリーで許可されています。 ウェイトはHugging Faceからダウンロードでき、プライベートインフラでセルフホスティングも可能です。V4シリーズは、同クラスのオープンウェイトモデルで、MITライセンスかつ100万トークンのコンテキストウィンドウをサポートする唯一のモデルファミリーです。

アテンションのブレイクスルー：CSAとHCA

V4 Flashは、2つの新しいハイブリッドアテンションアーキテクチャにより、100万トークンのコンテキストウィンドウを実現しています。

• 圧縮スパースアテンション（CSA）：ソフトマックスゲート付きプーリングにより、キー・バリューエントリを系列方向に4倍に圧縮します。FP4で動作する「Lightning Indexer」が、クエリごとに上位512の圧縮ブロックを選択し、アテンション計算を大幅に削減します。
• 高圧縮アテンション（HCA）：長時間コンテキスト向けに、128:1の比率でさらなる圧縮を提供する第2のレイヤーです。スパース選択は行わず、履歴コンテキストの大部分を処理します。

モデルはCSAレイヤーとHCAレイヤーを交互に配置しています。レイヤー2以降の偶数レイヤーはCSA（4:1圧縮）、レイヤー3以降の奇数レイヤーはHCA（128:1圧縮）です。最新128トークンに対するスライディングウィンドウブランチは常に存在します。

FP4/FP8混合精度

メモリフットプリントを削減するため、モデルチェックポイントは混合精度量子化を採用しています。

• MoEエキスパートウェイトはFP4（MXFP4フォーマット）で保存され、1バイトあたり2つの値にパッキングされます。
• アテンション、正規化、ルーター、共有エキスパートなど、その他のパラメータはFP8のままです。
• NVIDIAからはnvidia/DeepSeek-V4-Flash-NVFP4というNVFP4バリアントも提供されています。

FP8の場合、284Bモデルのウェイトだけで約284GBになります。100万トークンのコンテキストを完全にセルフホスティングするための推奨最小構成は、4x NVIDIA H200 SXM5（合計VRAM 564 GB）です。

設定可能な推論努力パラメータ

DeepSeek V4 Flashは、開発者が推論モードを選択できるreasoning_effortパラメータを公開しています。

• Non-think：ルーティンタスクや低リスクの意思決定向けの高速・直感的な応答。
• Think High：複雑な問題解決向けの、慎重なチェーン・オブ・ソート推論。
• Think Max：専用システムプロンプトとRL学習時のペナルティ軽減による最大限の推論。

このパラメータにより、応答時間と推論の深さをトレードオフでき、単純な分類から高度なコード生成、マルチステップ計画まで、幅広いユースケースに適応できます。

API料金：最安のフロンティアクラスAPI

DeepSeek V4 FlashのAPI料金は、入力トークン100万件あたり**$0.14**（キャッシュミス時）、出力トークン100万件あたり**$0.28です。 キャッシュヒット時（システムプロンプトや共通プレフィックスの繰り返し）は、100万トークンあたり$0.0028**と、実に98%も安くなります。

比較すると、V4 Flashの出力料金はSonnet 4.6（$15/100万トークン）よりも54倍、GPT-5.5（$30/100万トークン）よりも107倍も安価です。 複数の情報源が、これを「現時点で最安のフロンティアクラスAPI」と評しています。

エージェント・コーディング性能

7月31日のプロダクションリリース（V4-Flash-0731）では、アーキテクチャ変更ではなく再ポストトレーニングにより、エージェント・コーディング性能が大幅に向上しました。 公式アップデートログによると：

• Terminal Bench 2.1：82.7
• NL2Repo：54.2
• その他のエージェントベンチマーク：76.7

リリースノートには、このモデルが「エージェント・コーディングベンチマークにおいて、大規模な兄弟モデルV4-Proと同等の性能を発揮する」と記載されています。 これは、エージェントワークロードにおいて、従来のPro/Flashの性能ヒエラルキーが実質的にフラットになったことを意味します。

DeepSeek Harness：エージェントフレームワーク

DeepSeekは、エージェントAIへの取り組みも積極的に進めています。2026年8月1日、同社はDeepSeek Harnessのクローズドベータテストに参加するオープンソース開発者の募集を開始しました。 このフレームワークは、LLMを自律的にタスクを実行し、コンテキストを管理し、ツールを呼び出すことができるAIエージェントへと変えるために設計されています。

Harnessという名前は、7月31日のV4-Flash-0731のチェンジログに「まもなくリリース予定」として初めて登場しました。 このチームは、Cui TianyiがDeepSeekに参加し、チームをゼロから構築した2026年3月に設立されました。

ベータテストに参加するには、Agent Harness関連のプロジェクト経験があり、GitHub IDと代表的な作品を提出する必要があります。

戦略的背景：安価で高性能、オープンなモデルへ

CEOのLiang Wenfengの下でのDeepSeekのアプローチは、AGIへの道筋として、安価で高性能なモデルを構築することに重点を置いています。 V4 Flashの料金体系（$0.14/$0.28）とMITライセンスによるオープンウェイト戦略は、この哲学を最も明確に示すものです。ある情報源は、「V4-Flashの$0.28/100万トークンという出力価格は、GPT-5.5の約107分の1である」と指摘しています。

DeepSeekは、Alibaba（Qwenシリーズ）、ByteDance（Doubao）、Moonshot AI、MiniMax、Z.AIなど国内の競合と競争していますが、V4ファミリーは同クラスで寛容なMITライセンスの下で利用できる唯一のオープンウェイトモデルファミリーです。 また、複数の情報源がDeepSeekのIPO準備について言及していますが、具体的な日付や引受会社は確認されていません。

ソースでは確認できなかった点

収集した情報は包括的ですが、以下の点は独立した確認ができませんでした。

• V4-Flash-0731の正確なSWE-benchスコア。
• AGI戦略に関するLiang Wenfeng氏の発言の直接引用。
• 具体的なIPOのスケジュールや引受会社。
• Cui Tianyi氏のTSYキャピタルやジェーン・ストリートでの具体的な経歴（単一のブログ記事で言及されているのみ）。

これらの詳細は、より広範な業界レポートで確認できる可能性があり、追加の調査で明らかになるかもしれません。