DeepSeek V4.1 Flash。
安さの核心は、キャッシュにあるPro級のエージェント性能と、長い履歴を安く読む新設計

ニュースの中心はV4.1 Flashの正式公開だ。ただし「9/14からProもFlashになる」という移行案内は、その後の公式文書で変更されている。発表の履歴と、今使うべき運用情報を分けて読む。

料金の適用時刻は発表記事の公開時刻ではない。また、互換名が残ることは旧モデルの出力を再現できることを意味しない。

出典：[1] DeepSeek：V4.1 Flash 発表（9/10） ／ [2] DeepSeek API：提供モデルとPro継続案内 ／ [3] DeepSeek API：Models & Pricing

8/1号で扱ったV4-Flashの続きではあるが、今回は新しいCausal Encoder–Decoder（CED）構造を採用した別世代。単なる名称変更や値下げではない。読む段階と書く段階で、使う計算を非対称にした点が核になる。

V4.1 Flashは画像を理解する機能も統合した。1Mトークンのコンテキストを持ち、コードだけでなく、画面や図を含む作業への応用も考えられる。ただし、入力が長いことと、必要な事実を確実に取り出せることは別の評価項目だ。

出典：[4] DeepSeek公式モデルカード：V4.1 Flash ／ [1] DeepSeek：V4.1 Flash 発表（9/10） ／ [7] DeepSeek API：Change Log

KVキャッシュは、過去のトークンを参照するときに使う計算済みの中間情報。長い履歴を何度も扱うと、その保存と再利用が推論基盤の負担になる。V4.1は「キャッシュを使う」だけでなく、キャッシュ自体を小さくする設計だ。

出典：[4] DeepSeek公式モデルカード：V4.1 Flash ／ [5] DeepSeek公式図：Global KV Cache Per Token ／ [1] DeepSeek：V4.1 Flash 発表（9/10）

発表はProを上回る性能を強調する。比較表では、特にコード修正や端末操作を伴うエージェント評価で改善している。一方、知識・推論のすべての指標で勝つわけではない。

Terminal-Benchは端末上のタスク、DeepSWEはソフトウェア修正、GPQAは高度な知識・推論を測る。表は各評価内で読むもので、異なる評価の点数を直接平均して「総合性能」にしない。

「速い」の測り方も必要だ。文章が流れる速度だけでなく、最初の応答まで、ツール待ち、リトライ、最後のテスト完了までを測る。本号では比較条件の揃った独立の速度実測値は掲載しない。

出典：[4] DeepSeek公式モデルカード：V4.1 Flash ／ [7] DeepSeek API：Change Log ／ [9] DeepSeek API：Thinking Mode

同じ時間帯・同じ種類のトークンで比べると、Flashはヒット入力が約86%、ミス入力が約77%、出力が約70%安い。ただし、これは単価差であり、仕事1件の請求総額の差ではない。

同じ仕事を夜間へ移せるなら、ピーク比で単価は半分。まず実行時間帯を揃えて比較し、その後に夜間バッチ化の効果を別に見ると、モデル変更と時間割引を切り分けられる。

出典：[3] DeepSeek API：Models & Pricing ／ [6] DeepSeek公式図：V4.1 Flash API Pricing ／ [1] DeepSeek：V4.1 Flash 発表（9/10）

長時間のエージェントは、会話やツール結果を増やしながら何度もAPIを呼ぶ。そのため、1回のコンテキストが1M以内でも、累計の再読トークンは何千万・何億にもなり得る。この累計量と単価を分けて考える。

例として、オフピークにヒット入力1億、ミス入力100万、出力10万を使ったと仮定する。Flashは$0.510、Proは$3.058。同じ使用量なら約83.3%減となり、Flashでも約58.8%がヒット入力の費用だ。

出典：[3] DeepSeek API：Models & Pricing ／ [8] DeepSeek API：Context Caching

自動キャッシュが再利用するのは、過去の入力と一致する先頭側の並び（接頭辞）。単に同じ文章をどこかに含めれば、すべて安くなるわけではない。過去の「回答そのもの」を返す仕組みでもない。

共通ルール・ツール定義・変わらない資料は前方へ、タスク固有の入力は後方へ置く設計が検証候補になる。ただし保存境界、キャッシュ作成までの時間、未使用時の削除などの条件があり、実際のヒット量はレスポンスで確認する。

curl --fail-with-body --max-time 120 \
  https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY:?APIキーを環境変数に設定してください}" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {"role": "system", "content": "根拠と不明点を分けて回答してください。"},
      {"role": "user", "content": "公開サンプルAPIの境界値テスト観点を3つ示してください。"}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "stream": false
  }'

Bashと対応するcurlでの例。この短い1回の呼び出しは長文キャッシュ性能の試験ではない。組織が承認したAPIキーを使用し、ブラウザーのHTMLやログへキーを埋め込まない。

出典：[8] DeepSeek API：Context Caching ／ [2] DeepSeek API：提供モデルとPro継続案内 ／ [9] DeepSeek API：Thinking Mode

MITライセンスの公開重みとAPI提供は、利用方法の選択肢を広げる。ただし、「ライセンスが自由」「APIが安い」「手元で軽く動く」は別の話だ。

社内コードや顧客情報を扱う場合は、モデル性能の前に許可する情報と操作範囲を決める。検証用リポジトリ、読み取り中心の権限、外部送信と本番変更の承認点を設ける、というのが本号の運用提案だ。

API利用料金は、MITライセンスだから無料になるわけではない。ライセンスと利用契約、組織の情報管理要件はそれぞれ確認する。本号は法令適合や医療情報の取扱いを判定するものではない。

出典：[4] DeepSeek公式モデルカード：V4.1 Flash ／ [3] DeepSeek API：Models & Pricing ／ [2] DeepSeek API：提供モデルとPro継続案内

「キャッシュヒット後の請求だけを見る」は、価格の構造を知る小さな実験として有効だ。ただし、採用判断は同じ仕事を、同じ品質まで仕上げた総費用で行う。単価が安くても、やり直しやレビュー負担が増える可能性は残る。

1. まず、比較するモデルが本当に別か確認Proの継続案内と呼び出し先を確認。旧Flashの互換名は新Flashへ転送されるため、名前だけ違う同一モデル比較を避ける。
2. 同じ出発点・同じ合格条件を用意同じコミットを分けて使い、修正対象・禁止事項・自動テストを固定。実行枠組み、ツール、権限、推論設定を揃える。
3. 「単価の差」と「行動の差」を分ける固定トークン量の料金試算で単価差を確認したあと、実タスクでトークン量、リトライ、時間、品質の差を測る。
4. 1本の手応えを、複数タスクで確かめる1回の比較は予備試験にとどめる。失敗も含むAPI費用・外部ツール費用・人の工数を集計し、合格1件当たりで判断する。

公開データだけを使い、同じリポジトリの同じコミットから、
V4 ProとV4.1 Flashを比較する検証計画を作成してください。

【対象】
公開サンプルAPIの入力検証を改善し、回帰テストを追加する。
変更する範囲と、完了の受け入れ条件を実行前に明記する。

【条件】
・各モデルは独立した作業ディレクトリから開始する。
・同じハーネス、ツール、権限、資料、推論設定、停止条件を使う。
・最初に実際のmodel名と提供先を確認し、同じモデル同士の比較を避ける。
・同じ料金時間帯で比較する。時間帯をまたいだ料金は分ける。
・1本は予備試験。採用判断は複数の代表タスクと反復で行う。

【各API呼び出しで保存する値】
実行時刻、model、ヒット入力、ミス入力、出力、応答時間、
ツール回数、リトライ、エラー、停止理由。

【報告】
1. 受け入れ条件と自動テストの合否
2. キャッシュ料金／ミス入力料金／出力料金とAPI総額
3. 完了までの時間、人による修正・レビュー時間
4. 失敗試行も含む総コスト ÷ 合格したタスク数
5. 実測と推測を区別し、未測定値を埋めない

本番環境の変更、外部への公開・送信、秘密情報の使用は行わない。
判断が必要な操作の前に停止して承認を求めてください。

出典：[2] DeepSeek API：提供モデルとPro継続案内 ／ [3] DeepSeek API：Models & Pricing ／ [8] DeepSeek API：Context Caching