Novita AIが提供するDeepSeek-V4-Flash: 1Mコンテキスト、$0.14/Mトークン
推論機能を備えたオープンソースモデルのほとんどは、コンテキストウィンドウの狭さ、スループットの低さ、あるいは拡張思考を有効にすると1トークンあたり$1を超える価格といったトレードオフを強いられます。DeepSeek-V4-Flashはそのような制約を完全に回避します。284Bパラメータ、推論ごとに活性化されるのはわずか13B、ネイティブの1,048,576トークンのコンテキストウィンドウ、そして選択可能な3つの推論モードを備えています。入力トークンあたり$0.14/Mという価格は、推論可能なモデルがめったに参入しないカテゴリに位置します。
要するに、DeepSeek-V4-FlashはDeepSeek AIによるMoEモデルであり、クローズドモデルの割高な価格をかけずに、1Mトークンのコンテキストと調整可能な推論深度をスループットを求める開発者に提供します。本日より、Novita AI APIを通じて利用可能です。
DeepSeek-V4-Flashとは
DeepSeek-V4-Flashは、DeepSeek AIが開発したMixture-of-Experts（MoE）言語モデルで、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。モデルは合計284Bパラメータ、推論時に13Bが活性化され、より大規模なモデルのパラメータ容量を維持しながら、トークンあたりの計算コストを低く抑えています。
主要な機能を一目で確認できます：
- 284B（総） / 13B（活性化）パラメータ — MoEアーキテクチャ、低推論コスト
- 1,048,576トークン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る実現
- 3つの推論モード： 非思考（高速）、思考（ステップバイステップ）、思考最大（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以上のトークンでトレーニング、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、商用利用可能
- FP4 + FP8混合精度 — MoEのエキスパートウェイトはFP4、残りのレイヤーはFP8
主要機能：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エンドポイントで3つの異なる動作モードを提供します：
| モード | 特性 | 最適な用途 |
|---|---|---|
| 非思考 (Non-think) | 高速、チェーンオブソートなし | 高ボリュームタスク、チャット、要約 |
| 思考 (Think) | ステップバイステップ推論、バランス型 | 複雑なQ&A、コード生成、分析 |
| 思考最大 (Think Max) | 最大推論予算 | 数学コンペティション、難解なコーディングタスク、ベンチマーク |
各モード間のギャップは顕著です。GPQA Diamondでは、V4-Flash非思考が71.2、思考が87.4、思考最大が88.1を記録。LiveCodeBenchでは、思考最大が91.6に達するのに対して、非思考は55.2。リクエストごとにコスト対品質を選択でき、インフラの変更は不要です。
1Mトークンコンテキストを実現するハイブリッドアテンションアーキテクチャ
ネイティブな100万トークンコンテキストの実現は想像以上に困難です。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によってこれを達成しています：
- 圧縮スパースアテンション (CSA) — 長いシーケンスにおけ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
この結果、1Mトークン入力の推論を管理可能なFLOPとメモリコストで実行できます。コードベース分析、法的文書レビュー、長期セッションエージェントなどのワークロードでは、このアーキテクチャが実現可能性と非現実性の分かれ目となります。
MoE効率：284Bスケールで13B活性化
コスト効率の源泉は284B/13Bの活性化比率です。フォワードパスごとに活性化されるのは13Bパラメータのみで、レイテンシとトークンあたりのコストは13Bの高密度モデルに近く、一方で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と同等の知識容量を提供します。FP4 + FP8の混合精度により、エキスパートウェイトのメモリ帯域幅の負荷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によって統一されたモデルへと統合します。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能力プロファイルを持つ単一のモデルが生成されます。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のベンチマークに関するストーリーは、推論モードの選択です。非思考モードでは、効率的な13B活性化モデルとして動作します。思考最大にダイヤルすると、まったく異なる層に到達します。
DeepSeek-V4-Flashのモード別パフォーマンス、フロンティアモデルとの比較 [出典: DeepSeek AI / HuggingFace]
推論モード別パフォーマンス
以下は、主要なベンチマークにおけるV4-Flashのスコアを3つの動作モードで比較したものです：
| ベンチマーク | V4-Flash 非思考 | V4-Flash 思考 | V4-Flash 思考最大 |
|---|---|---|---|
| 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: 2026-04-27。出典: DeepSeek-V4技術レポートおよびHuggingFaceモデルカード。
競合モデルとの比較
V4-Flash思考最大（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、ピーク性能よりもタスクあたりのコストを重視する開発者にとっては、トレードオフは有利です：
| 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: 2026-04-27。Claude Opus 4.6 MaxおよびGemini 3.1 Pro Highの数値はDeepSeek-V4技術レポート（V4-Proフロンティア比較表）から引用。これらのスコアは当該レポート内でV4-Flashと直接比較されたものではありません。
特筆すべき点として、V4-Flash思考最大は、MRCR 1M（78.7）でGemini 3.1 Pro High（76.3）を上回り、長文脈検索タスクにおいて優れた結果を示しています。これは1Mコンテキストのユースケースに最も直接対応するベンチマークです。SWE Verifiedでは、4モデルすべてが79～81の間に集まっており、V4-Flashはクローズドモデルの価格の数分の一で、現実世界のコーディングエージェントカテゴリで競争力があります。
Novita AI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）
ブラウザから直接Novita AIモデルコンソールでモデルをテストできます。APIキーは不要です。チャットインターフェースから非思考、思考、思考最大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APIを使用します。NovitaのベースURLとモデルID deepseek/deepseek-v4-flash を使用してください：
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": "あなたのプロンプトをここに"}]
)
print(response.choices[0].message.content)
思考モードまたは思考最大モードを有効にするには、リクエスト本文に 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",
)
# 思考最大モード — 最大推論予算
response = client.chat.completions.create(
model="deepseek/deepseek-v4-flash",
messages=[{"role": "user", "content": "次の方程式を解け: x^4 - 5x^2 + 4 = 0"}],
extra_body={"reasoning": {"effort": "high"}} # "low" = 思考, "high" = 思考最大
)
print(response.choices[0].message.content)
APIキーは novita.ai/settings から取得してください。
オプション3: サードパーティツール
Novita AIはOpenAI互換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 —
ChatOpenAIをbase_url="https://api.novita.ai/v3/openai"で使用 - OpenWebUI — カスタムOpenAI互換エンドポイントとして追加
- Continue.dev / Cursor — NovitaのベースURLでカスタムモデルとして設定
価格設定
DeepSeek-V4-Flashの価格は主要プロバイダー間で統一されています。すべての数値は100万トークンあたりの料金で、2026年4月27日時点：
| 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 公式 | $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 |
トークンあたりのレートはどこでも同じですが、最大コンテキストは大きく異なります。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。長文書、コードベース、またはマルチターンエージェントを扱うワークロードの場合、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。思考最大モードでのSWE Verified 79.0と相まって、複数ファイルにわたるリファクタリングやデバッグを状態を失うことなく処理できます。
長文書Q&AとRAG
MRCR 1M（マルチラウンドコンテキスト検索）は思考最大モードで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。法的文書、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トークン以降で劣化する中、正確に検索します。
数学・科学推論
HMMT 2026年2月（競技数学）で思考最大モードが94.8%。予算思考モードにより、コスト対精度を調整できます。標準的な問題には思考モード、難しい問題には思考最大モードを使用します。単一リクエストで固定の計算予算を消費するわけではなく、選択できます。
キャッシングを活用したプロダクションAPI
キャッシュ読み取りが$0.028/Mであるため、繰り返しのシステムプロンプトやツールスキーマは実質的に大規模運用でも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。
よくある質問
DeepSeek-V4-Flashとは？
DeepSeek-V4-Flashは、DeepSeek AIが2026年4月23日にリリースした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13Bパラメータのみを活性化するため、同等能力の高密度モデルよりも大幅に高速かつ低コストです。1,048,576トークンのコンテキストウィンドウと、非思考（高速）、予算思考、拡張思考（思考最大）の3つの推論モードをサポートします。
DeepSeek-V4-FlashとDeepSeek-V4-Proの違いは？
V4-Flashは速度とコストを最適化した軽量で高速なバリアントです。V4-Proはフラッグシップモデルで、ピークベンチマークスコアが高くなっています（例：LiveCodeBench思考最大で93.5対91.6）。V4-Flashは「より大きな思考予算を与えられた場合、Proバージョンと同等の推論性能を達成する」ため、実際にはV4-Flash思考最大は、より低いトークンあたりコストでV4-Pro思考最大との差をほぼ埋めます。
モデル名の「Flash」は何を意味する？
Flashは速度最適化バリアントを示し、GoogleがGemini Flashに使用する用法と一致しています。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、性能差を埋める必要がある場合には思考モードが利用可能です。
DeepSeek-V4-FlashはNovita AIを通じて1Mコンテキストウィンドウをサポートしますか？
はい。Novita AIは完全な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、このモデルの現在の全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で推論モードを切り替えるには？
予算思考の場合は extra_body={"reasoning": {"effort": "low"}} パラメータを、思考最大の場合は "effort": "high" を渡します。パラメータを省略すると非思考（高速）モードになります。APIはOpenAI互換であり、SDKの変更は不要です。
Novita AIが提供するDeepSeek-V4-Flashの価格は？
2026年4月27日時点：入力$0.14/Mトークン、出力$0.28/Mトークン、キャッシュ読み取り$0.028/Mトークン。これはDeepSeekの公式価格と一致し、プロバイダー間で統一されています。Novitaの差別化要因は、完全な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。モデルのウェイトはHuggingFaceでMITライセンスのもと入手可能です。公式のDeepSeek-V4リポジトリで確認されています。セルフホスティングと商用利用はMIT条件のもとで許可されています。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不要です。
今すぐDeepSeek-V4-Flashを使い始める
DeepSeek-V4-Flashは、完全な1Mコンテキストウィンドウ、競争力のある価格設定、ゼロインフラストラクチャのオーバーヘッドで、Novita AIからご利用いただけます。推論モードはお選びいただき、残りはNovitaが処理します。
→ Novita AIが提供するDeepSeek-V4-Flashを試す
