ほとんどの推論機能を備えたオープンソースモデルは、トレードオフを強要します。つまり、コンテキストウィンドウが小さい、スループットが遅い、または拡張思考を有効にした瞬間にトークンあたりの価格が 1 ドルを超えてしまう、といった具合です。DeepSeek-V4-Flash は、2026 年 7 月 31 日更新版でも、そのトレードオフを回避しています。同じ 284B パラメータの Mixture-of-Experts 設計で、推論ごとにアクティブになるのはわずか 13B、同じネイティブ 1,048,576 トークンのコンテキストウィンドウ、そして Novita AI 上で同じ $0.14/M の入力価格を維持しています。
要するに、DeepSeek-V4-Flash は、0731 の再ポストトレーニング改訂後も、Novita AI 上で同じモデルファミリーであり続けます。このアップデートが重要なのは、開発者がモデル ID を切り替えたり、プロンプトを書き換えたり、コストの前提を再計算したりすることなく、サービングバージョンを更新するからです。
Novita AI モデルコンソールで DeepSeek-V4-Flash を開く
DeepSeek-V4-Flash とは？
DeepSeek-V4-Flash は、DeepSeek AI による Mixture-of-Experts（MoE）言語モデルであり、より大規模な DeepSeek-V4-Pro とともに DeepSeek-V4 シリーズの一部としてリリースされました。このモデルは合計 284B のパラメータを持ち、推論時にアクティブになるのは 13B です。これにより、トークンあたりの計算コストを低く抑えながら、はるかに大規模なモデルのパラメータ容量を維持しています。
主な機能の概要：
- 合計 284B / アクティブ 13B パラメータ — MoE アーキテクチャ、低い推論コスト
- 1,048,576 トークンのコンテキストウィンドウ（1M トークン） — ハイブリッドアテンションアーキテクチャにより実現
- 3 つの推論モード： Non-think（高速）、Think（ステップバイステップ）、Think Max（最大推論予算）
- 関数呼び出しサポート — ツール使用、構造化出力、JSON モード
- 32T+ トークンでのトレーニング、マルチステージのポストトレーニング（SFT、GRPO による RL、オンポリシー蒸留）
- MIT ライセンス — ウェイトは HuggingFace からダウンロード可能。商用利用も許可
- FP4 + FP8 混合精度 — MoE エキスパートウェイトは FP4、残りのレイヤーは FP8
2026 年 7 月 31 日更新版の新機能は？
簡単に言うと、これは改訂版のリフレッシュであり、別個のローンチではありません。
DeepSeek による 7 月下旬の再ポストトレーニング更新は、Novita AI 上で同じ公開製品アイデンティティを維持しています：
- 同じモデル ID：
deepseek/deepseek-v4-flash - 同じアーキテクチャ： 合計 284B パラメータ、推論ごとにアクティブなのは 13B
- 同じコンテキストウィンドウ： 1,048,576 トークン
- 同じ Novita AI 価格： $0.14/M 入力、$0.28/M 出力、$0.028/M キャッシュ読み取り
つまり、既存の統合はエンドポイントの変更、価格表の書き換え、プロンプト形式の移行を必要としません。すでに DeepSeek-V4-Flash にトラフィックをルーティングしている場合、0731 リフレッシュは、真に新しい SKU というよりも、舞台裏の機能とポストトレーニングの更新として理解するのが最善です。
開発者にとって、この区別は重要です。改訂版のリフレッシュは通常、同じデプロイメント契約（同じ名前、同じ API パス、同じコンテキスト予算、同じトークン経済性）を維持しながら、独自のプロンプト、評価セット、エージェントタスクでモデルを再テストできることを意味します。
主な機能：DeepSeek-V4-Flash が際立つ理由
モデルを切り替えずに選択可能な推論深度
ほとんどのモデルは、推論オンか推論オフかの単一の推論モードに固定されています。DeepSeek-V4-Flash は、同じ API エンドポイント上で 3 つの異なる動作モードを提供します：
| モード | 特徴 | 最適な用途 |
|---|---|---|
| Non-think | 高速、思考連鎖なし | 高負荷タスク、チャット、要約 |
| Think | ステップバイステップの推論、バランス型 | 複雑な Q&A、コード生成、分析 |
| Think Max | 最大推論予算 | 数学コンテスト、難しいコーディングタスク、ベンチマーク |
モード間のギャップは顕著です：GPQA Diamond では、V4-Flash Non-think が 71.2 であるのに対し、Think は 87.4、Think Max は 88.1 です。LiveCodeBench では、Think Max が 91.6 に達するのに対し、Non-think は 55.2 です。リクエストごとにコストと品質を選択でき、インフラストラクチャの変更は必要ありません。
1M トークンコンテキストのためのハイブリッドアテンションアーキテクチャ
ネイティブの 100 万トークンコンテキストは、実現が難しいものです。DeepSeek-V4-Flash は、2 つのメカニズムを組み合わせた専用設計のハイブリッドアテンションアーキテクチャを通じてこれを実現しています：
- 圧縮スパースアテンション（CSA） — 長いシーケンスに対するアテンション計算予算を大幅に削減
- 高圧縮アテンション（HCA） — 1M コンテキスト推論のための KV キャッシュフットプリントを圧縮
その結果、管理可能な FLOP とメモリコストで 1M トークン入力の推論が可能になります。コードベース分析、法務文書レビュー、長期セッションエージェントなどのワークロードにとって、このアーキテクチャは、実現可能と不可能の分かれ目となります。
MoE 効率性：284B スケールで 13B がアクティブ
284B/13B のアクティブ比率こそが、コスト効率の源泉です。フォワードパスごとにアクティブになるのはわずか 13B パラメータであり、レイテンシとトークンあたりのコストを 13B の高密度モデルと同等に保ちながら、284B のパラメータプール全体が、はるかに大規模な高密度ネットワークに匹敵する知識容量を提供します。FP4 + FP8 混合精度により、エキスパートウェイトのメモリ帯域幅のプレッシャーがさらに軽減されます。
強力なポストトレーニングパイプライン
DeepSeek-V4-Flash は 2 段階のポストトレーニングプロセスを採用しています。まず、SFT と GRPO による強化学習を通じてドメイン固有のエキスパートを育成し、次にオンポリシー蒸留を通じて統合モデルを統合します。これにより、コーディング、推論、一般知識にわたって差別化された機能プロファイルを持つ単一のモデルが生成されます。これは、汎用的な指示追従モデルではありません。
ベンチマークパフォーマンス
DeepSeek-V4-Flash のベンチマークにおけるストーリーは、推論モードの選択にあります。Non-think モードでは、効率的な 13B アクティブモデルとして動作します。Think Max にダイヤルアップすると、まったく異なるティアに到達します。
モード別 DeepSeek-V4-Flash パフォーマンスとフロンティアモデルの比較 [出典：DeepSeek AI / HuggingFace](https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash)]
推論モード間のパフォーマンス
以下は、主要なベンチマークにおける V4-Flash のスコアを、3 つの動作モードすべてで比較したものです：
| ベンチマーク | V4-Flash Non-Think | V4-Flash Think | V4-Flash Think Max |
|---|---|---|---|
| LiveCodeBench (Pass@1) | 55.2 | 88.4 | 91.6 |
| GPQA Diamond (Pass@1) | 71.2 | 87.4 | 88.1 |
| HMMT 2026 Feb (Pass@1) | 40.8 | 91.9 | 94.8 |
| IMOAnswerBench (Pass@1) | 41.9 | 85.1 | 88.4 |
| Codeforces Rating | — | 2816 | 3052 |
| SWE Verified (Resolved) | 73.7 | 78.6 | 79.0 |
| MRCR 1M (MMR) | 37.5 | 76.9 | 78.7 |
| MCPAtlas (Pass@1) | 64.0 | 67.4 | 69.0 |
| MMLU-Pro (EM) | 83.0 | 86.4 | 86.2 |
最終確認日：2026-04-27。出典：DeepSeek-V4 テクニカルレポートおよび HuggingFace モデルカード。
V4-Flash と競合他社の比較
V4-Flash Think Max（SWE Verified 79.0、LiveCodeBench 91.6）は、トークンあたりのコストがはるかに高いモデルと競合します。すべてのリーダーボードでトップになるわけではありません（V4-Pro Max はほとんどのフロンティアベンチマークでリードしています）が、生のピークパフォーマンスではなくタスクあたりのコストに注目する開発者にとって、トレードオフは有利です：
本番ルーティング用に 2 つの DeepSeek V4 API のどちらを選択するか迷っている場合は、DeepSeek V4 Pro vs Flash の価格設定とルーティングガイド を参照して、Flash がベーストラフィックを処理し、Pro がより高いトークン価格に見合う価値がある場合を比較してください。
| ベンチマーク | V4-Flash Max | V4-Pro Max | Claude Opus 4.6 Max | Gemini 3.1 Pro High |
|---|---|---|---|---|
| LiveCodeBench (Pass@1) | 91.6 | 93.5 | 88.8 | 91.7 |
| GPQA Diamond (Pass@1) | 88.1 | 90.1 | 91.3 | 94.3 |
| SWE Verified (Resolved) | 79.0 | 80.6 | 80.8 | 80.6 |
| HMMT 2026 Feb (Pass@1) | 94.8 | 95.2 | 96.2 | 94.7 |
| MRCR 1M (MMR) | 78.7 | 83.5 | 92.9 | 76.3 |
最終確認日：2026-04-27。Claude Opus 4.6 Max および Gemini 3.1 Pro High の数値は、DeepSeek-V4 テクニカルレポート（V4-Pro フロンティア比較表）から引用。これらのスコアは、同レポート内で V4-Flash と直接比較して測定されたものではありません。
注目すべき点は、MRCR 1M（78.7）における V4-Flash Think Max が、長文脈検索タスク（1M コンテキストのユースケースに最も直接的にマッピングされるベンチマーク）で Gemini 3.1 Pro High（76.3）を上回っていることです。SWE Verified では、4 つのモデルすべてが 79～81 の間に集中しており、V4-Flash はクローズドモデルの価格をはるかに下回るコストで、現実世界のコーディングエージェントカテゴリにおいて競争力があることを示しています。
Novita AI 経由で DeepSeek-V4-Flash を使用する方法
オプション 1：プレイグラウンド（コード不要）
ブラウザで Novita AI モデルコンソール にアクセスして、モデルを直接テストできます。開始に API キーは不要です。チャットインターフェースから Non-think、Think、Think Max モードを切り替えられます。
オプション 2：API（Python）
DeepSeek-V4-Flash は OpenAI 互換の API を使用します。Novita のベース URL とともにモデル ID deepseek/deepseek-v4-flash を使用します：
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="YOUR_NOVITA_API_KEY",
)
response = client.chat.completions.create(
model="deepseek/deepseek-v4-flash",
messages=[{"role": "user", "content": "Your prompt here"}]
)
print(response.choices[0].message.content)
Think または Think Max モードを有効にするには、リクエスト本文で reasoning パラメータを渡します：
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="YOUR_NOVITA_API_KEY",
)
# Think Max モード — 最大推論予算
response = client.chat.completions.create(
model="deepseek/deepseek-v4-flash",
messages=[{"role": "user", "content": "Solve: x^4 - 5x^2 + 4 = 0"}],
extra_body={"reasoning": {"effort": "high"}} # "low" = Think, "high" = Think Max
)
print(response.choices[0].message.content)
API キーは novita.ai/settings で取得できます。
オプション 3：サードパーティツール
Novita AI は OpenAI 互換のエンドポイントを公開しているため、DeepSeek-V4-Flash は以下のツールでそのまま動作します：
- LangChain / LlamaIndex —
base_url="https://api.novita.ai/v3/openai"を指定してChatOpenAIを使用 - OpenWebUI — カスタムの OpenAI 互換エンドポイントとして追加
- Continue.dev / Cursor — Novita のベース URL を使用してカスタムモデルとして設定
DeepSeek-V4-Flash の価格設定
Novita AI 上の DeepSeek-V4-Flash の価格は、2026 年 7 月 31 日更新版でも変更されていません。以下の数値はすべて 100 万トークンあたりの価格で、最終確認日は 2026-08-03 です：
| プロバイダー | 入力 ($/M) | 出力 ($/M) | キャッシュ読み取り ($/M) | 最大コンテキスト |
|---|---|---|---|---|
| Novita AI | $0.14 | $0.28 | $0.028 | 1,048,576 トークン |
| DeepSeek Official | $0.14 | $0.28 | $0.028 | 131,072 トークン |
| SiliconFlow | $0.14 | $0.28 | $0.028 | 65,536 トークン |
| DeepInfra | $0.14 | $0.28 | — | 16,384 トークン |
0731 リフレッシュ後もトークンあたりのレートは同じですが、最大コンテキストはプロバイダーによって依然として大きく異なります。Novita AI はフル 1M トークンのコンテキストウィンドウを提供します。DeepInfra は 16,384 トークンに制限されています。ワークロードに長いドキュメント、コードベース、またはマルチターンエージェントが含まれる場合、Novita が実用的な選択肢です。
推奨ユースケース
自律型コーディングエージェント
V4-Flash の 1M コンテキストウィンドウにより、エージェントはコードベース全体をチャンク化せずにコンテキストに読み込むことができます。Think Max モードでの SWE Verified 79.0 と相まって、マルチファイルのリファクタリングやデバッグを、ターン間で状態を失うことなく処理します。
長文書 QA と RAG
MRCR 1M（マルチラウンドコンテキスト検索）は Think Max で 78.7% — このベンチマークは、真の 1M トークンウィンドウにおける検索精度を測定します。法務文書、学術論文、長い技術仕様書のインデックス作成において、V4-Flash は、ほとんどのモデルが 32K トークン後に劣化する中で、正確に検索を実行します。
数学および科学の推論
Think Max を使用した HMMT 2026 February（競技数学）で 94.8%。予算思考モードにより、コストと精度を調整できます。標準的な問題には Think を、難しい問題には Think Max を使用します。単一のリクエストが固定の計算予算を消費するわけではありません。選択はあなた次第です。
キャッシングを利用した本番 API
$0.028/M のキャッシュ読み取りにより、繰り返しのシステムプロンプトやツールスキーマは、大規模には事実上コストがかかりません。毎回同じコンテキストを再注入するチャットボット製品や API ラッパーは、生の入力価格よりもキャッシュ読み取り価格の恩恵を受けます。
混合モデル設定では、繰り返しの本番呼び出しのデフォルトとして Flash を維持し、困難な長文脈またはコーディングエージェントのプロンプトを Pro にエスカレーションします。DeepSeek V4 Pro 長文脈ガイド では、これらのより難易度の高いパスに対して、Pro モデル ID、ベース URL、リクエスト形状、コスト管理を設定する方法を示しています。
今すぐ DeepSeek-V4-Flash を使い始める
DeepSeek-V4-Flash は、7 月 31 日リフレッシュ後も、フル 1M コンテキストウィンドウ、同じ競争力のある価格設定、そしてゼロのインフラストラクチャオーバーヘッドで、Novita AI 経由で引き続き利用可能です。推論モードを選択すれば、Novita が残りを処理します。
→ Novita AI が提供する DeepSeek-V4-Flash を試す
よくある質問
DeepSeek-V4-Flash 0731 改訂版で何が変わりましたか？
Novita AI では、可視的なデプロイメント契約は変わりません。モデル ID は deepseek/deepseek-v4-flash のままで、価格は入力 $0.14/M、出力 $0.28/M のまま、フル 1,048,576 トークンのコンテキストウィンドウも引き続き利用可能です。0731 アップデートは、別個のモデルファミリーではなく、サービングリビジョンのリフレッシュです。
DeepSeek-V4-Flash とは何ですか？
DeepSeek-V4-Flash は、DeepSeek AI によって開発され、2026 年 4 月 23 日にリリースされた 284B パラメータの Mixture-of-Experts 言語モデルです。フォワードパスごとにアクティブになるのはわずか 13B パラメータであり、同等の能力を持つ高密度モデルよりも大幅に高速で低コストです。1,048,576 トークンのコンテキストウィンドウと、Non-thinking（高速）、Budget Thinking、Extended Thinking（Think Max）の 3 つの推論モードをサポートしています。
DeepSeek-V4-Flash と DeepSeek-V4-Pro の違いは何ですか？
V4-Flash は、速度とコストに最適化された、より軽量で高速なバリアントです。V4-Pro は、より高いピークベンチマークスコア（例：LiveCodeBench Think Max で 93.5 vs 91.6）を持つフラッグシップモデルです。V4-Flash は「より大きな思考予算が与えられた場合、Pro バージョンに匹敵する推論パフォーマンスを達成します」。実際には、V4-Flash Think Max は、トークンあたりのコストを抑えながら、V4-Pro Think Max との差をほとんど埋めます。
本番ルーティングルールが必要な場合は、すべてのトラフィックを 1 つのモデルに移行する前に、DeepSeek V4 Pro vs Flash API 判断ガイド で両方のモデルを比較してください。
モデル名の「Flash」は何を意味しますか？
Flash は速度最適化バリアントを示し、Google が Gemini Flash にこの用語を使用しているのと同様です。DeepSeek-V4-Flash は、生の最大精度よりも低レイテンシと低コストを優先し、パフォーマンスギャップを埋める必要がある場合に思考モードを利用できます。
DeepSeek-V4-Flash は Novita AI が提供する 1M コンテキストウィンドウをサポートしていますか？
はい。Novita AI はフル 1,048,576 トークンのコンテキストウィンドウを公開しています。これは、現在このモデルを提供するすべてのプロバイダーの中で最大です。Novita での最大完了トークン数は 393,216 です。
API 経由で推論モードを切り替えるにはどうすればよいですか？
Budget Thinking の場合は extra_body={"reasoning": {"effort": "low"}} パラメータを、Think Max の場合は "effort": "high" を渡します。Non-thinking（高速）モードの場合は、パラメータを完全に省略します。API は OpenAI 互換であり、SDK の変更は必要ありません。
Novita AI が提供する DeepSeek-V4-Flash の価格はいくらですか？
2026 年 8 月 3 日現在：入力トークン $0.14/M、出力トークン $0.28/M、キャッシュ読み取りトークン $0.028/M。これは DeepSeek の公式価格と一致しており、プロバイダー間で一貫しています。Novita の差別化要因は、フル 1M コンテキストウィンドウと信頼性の高い稼働時間です。
DeepSeek-V4-Flash はオープンソースですか？
はい。モデルウェイトは HuggingFace で MIT ライセンス の下で利用可能です。これは公式の DeepSeek-V4 リポジトリで確認されています。MIT 条件の下で、セルフホスティングと商用利用が許可されています。Novita AI の API を介して使用する場合、セルフホスティングはまったく必要ありません。
