DeepSeekは2026年10月下旬、エージェント型コーディングの費用計算を一変させる2つのオープンソース公開を相次いで行いました。10月17日には、100万トークンのコンテキストウィンドウを持つオープンウェイトモデル「DeepSeek V4.1-Flash-1017」をMITライセンスで公開しました。その3日後の10月20日には、同社の本番APIを実際に動かしている推論エンジン「DeepInfer」をApache 2.0ライセンスでオープンソース化しました。Claude Codeを使う開発者にとって実務上の意味は明快です。GoogleのGemini 4 Argonで約$30.00かかる1日分の重いエージェント型コーディングが、V4.1-Flashならオフピーク料金で約$2.10で済み、その差は約14倍です。長い目で見れば、エンジンの公開のほうが重要になるかもしれません。モデルの重みを製品に変えるサービング基盤を公開する研究機関は、めったにないからです。
オープンなサービングエンジンが珍しい理由
オープンウェイトはAI業界ではすでに当たり前になりました。モデルのチェックポイントを公開するのは今や一般的な慣行で、DeepSeek自身もV4.1-Flashの重みをHugging FaceとModelScopeに置いています。しかし各社がほぼ決して共有しないのが、本番のサービング層です。7,630億パラメータのモデルを許容できるコストで本番トラフィックに供するための、カーネル、スケジューリング、負荷分散のコードがこれにあたります。苦労して積み上げた運用ノウハウの多くは、この層に宿っています。
DeepInferはその層を公開するものです。リポジトリは数日で21,000を超えるGitHubスターを集め、その発表はHacker Newsで2,352ポイントを獲得して今月のAI関連トップ記事になりました。スタックは、DeepSeek独自のApache 2.0ライセンスのカーネルライブラリの上に一から構築されています。
これらのカーネルの上に、エキスパート並列とEPLB(Expert Parallel Load Balancing)を組み合わせた仕組みが載っており、Mixture-of-Expertsモデル(トークンごとにパラメータの一部だけを有効化するアーキテクチャ)の各層をGPU間に均等に分散します。DeepInferにはこのほか、DSpark投機的デコーディング、非同期バッチスケジューリング、JSONスキーマや正規表現、文法に準拠した構造化出力も含まれます。NVIDIAハードウェア上ではバッチ不変の決定論的サンプリングに対応しており、同じプロンプトとシードで繰り返し実行するとバイト単位で同一の出力が返るため、挙動が安定しないエージェントのデバッグが格段に楽になります。
エンジンであって、車の全体ではない
ただし2つの注意点があり、ほとんどの個人開発者にとってDeepInferは手の届くものではありません。第一にハードウェアです。このエンジンはエンタープライズ向けデータセンター用チップ、具体的にはNVIDIAのSM100 Blackwell世代GPUとHuawei Ascend 950 NPUに最適化されています。DeepSeek自身のベンチマーク構成では、プリフィル(プロンプトの処理)に4基、デコード(トークンの生成)に64基のGPUを割り当てていました。これはマルチGPUクラスタ向けのソフトウェアであって、ノートPC向けではありません。

▲ DeepInferのプリフィル4基、デコード64基のGPU
第二に範囲です。DeepInferが対応するのはオフラインのバッチ推論だけです。ホスト型APIが依存するオンライン本番層、すなわちKVキャッシュシステム(モデルが以前のトークンを再処理しなくて済むようアテンションの状態を保持するメモリ)、プリフィルとデコードの分離(2つのフェーズを別々のハードウェアプールで実行する仕組み)、レプリカ間の負荷分散は、今回の公開から外されています。平たく言えば、DeepSeekが公開したのはエンジンであって、車の全体ではありません。コミュニティが手にするのは、トップクラスの研究機関がサービングの中核をどう作っているかを示すアーキテクチャの参考資料です。そのまま導入できるものではなくても、設計図としての価値は十分にあります。
V4.1-Flashにできること、できないこと
DeepSeekが報告したベンチマークの数値は、前のFlashチェックポイントに比べて意味のある改善を示しており、最も伸びたのはターミナルベースのエージェント型コーディングでした。
| ベンチマーク | 前のFlash | V4.1-Flash-1017 | 変化 |
|---|---|---|---|
| Terminal-Bench 4.0 | 31.2% | 42.3% | +11.1ポイント |
| ProgramBench | 20.3% | 29.1% | +8.8ポイント |
| DeepSWE v1.1 | 74.2% | 77.0% | +2.8ポイント |
DeepSeekのリリースノートは、スコアの向上、タスク完了の高速化、出力の短縮という3つの運用面の改善を強調しています。最後の点は請求額に直結します。DeepSeekは出力トークンに入力トークンの4倍の料金を課しているからです。
V4.1-Flashをフロンティアモデルと取り違えないことが大切です。Terminal-Bench 4.0では、Claude Opus 5.5が66.4%、Kimi K3.1 Proが65.7%、GPT-6.1 Terraが50.3%であるのに対し、V4.1-Flashは42.3%です。上位2つは20ポイント以上先を行っています。ハーネスに関する注意もあります。DeepSeekはTerminal-Bench 4.0をClaude Code内で、DeepSWEをMini-SWE-V2内で評価しており、スコアは実行ハーネスによって大きく変わるため、研究機関をまたいだ比較には慎重さが求められます。商業的な売り文句は「最高のモデル」ではなく、「一般的なコーディングタスクには十分な性能を、ごくわずかな価格で、完全に自分のものにできるMITライセンスの重みとともに提供する」というものです。モデルの総パラメータ数はSafeTensorsのメタデータによれば約7,630億と分かっていますが、DeepSeekはアクティブパラメータ数を公表していません。
Claude CodeでV4.1-Flashを動かす
7,630億パラメータのモデルをローカルでホストできるチームはほとんどないため、最も手早く試す方法はホスト型APIです。DeepSeekはapi.deepseek.com/anthropicでAnthropic互換エンドポイントを提供しており、Claude Codeはコードを一切変更せずにこれと通信できます。既存の「deepseek-flash」と旧来の「deepseek-v4-flash」のエンドポイントは、1017チェックポイントを提供するよう自動的に更新されました。設定に必要なのは環境変数3つです。
- ANTHROPIC_BASE_URLに、DeepSeekのAnthropic互換エンドポイントであるapi.deepseek.com/anthropicをhttpsで指定する
- ANTHROPIC_API_KEYに自分のDeepSeekのキーを設定する
- ANTHROPIC_MODELにdeepseek-flashを設定する
モデルがエージェントとしてどう振る舞うかは、2つのサンプルタスクが物語っています。1つ目では、JSONのステータスオブジェクトを返すHTTP GET /healthエンドポイントとそのテストを追加するようClaude Codeに依頼しました。最初のPyTest実行はルートがマウントされていなかったために404で失敗しましたが、エージェントは問題を診断してルーターをマウントし、8ターンと9回のツール呼び出しで、2件のテストを0.41秒で通過させて完了しました。2つ目は6ファイルにまたがる設定のリファクタリングです。エージェントはload_configのインポートをすべて見つけ出し、読み込み処理を単一のconfig/loader.pyモジュールに集約し、環境変数による上書きの優先順位のバグを2回目の試行で修正して、全テストを0.62秒で通過させました。2つのセッションを合わせた消費量は入力120万トークンと出力6万トークンで、費用はオフピーク料金で約$0.22でした。
DeepSeekはまた、通常は1,000回の呼び出しあたり$0.75のSearchおよびFetchウェブAPIも開放しました。2026年10月31日16:00 UTCまでは、Claude Code、Codex、DeepSeek Harnessのサーバーサイドツール経由で呼び出す場合にこれらが無料となるため、ウェブ検索を組み込んだエージェントを安く試せる期間です。
費用の計算
エージェント型コーディングで開発者が重い1日を過ごした場合を考えます。入力1,000万トークン、出力100万トークンで、キャッシュなしとします。
| モデル | 入力100万あたり | 出力100万あたり | 1日の費用 |
|---|---|---|---|
| DeepSeek V4.1-Flash(オフピーク) | $0.15 | $0.60 | $2.10 |
| GPT-6.1 Terra | $1.00 | $5.00 | $15.00 |
| Gemini 4 Argon | $2.00 | $10.00 | $30.00 |
Gemini 4 Argonの価格は11月30日で終了する導入プロモーション料金で、その後は2倍になる予定です。DeepSeekの数字はプロンプトキャッシュでさらに下がる余地があります。キャッシュヒットは入力100万トークンあたり$0.003で、ミスの$0.15と比べると50倍以上安く、同じコンテキストを繰り返し読むというエージェント型コーディングのセッションに典型的なパターンに効きます。

▲ 3段階のモデルで比べた1日のコーディング費用
海外のユーザーには時間帯の落とし穴が1つあります。平日、DeepSeekはUTC 1時から4時とUTC 6時から10時のピーク時間帯にトークン価格を2倍にします。大規模なバッチジョブや自動化の実行は、この時間帯の外のほうが安く済みます。
2週間の価格競争
V4.1-Flashは、安価なオープンモデルへの大きな流れの真っただ中に登場しました。Metaは10月15日にMuse Spark Openをリリースし、MiniMaxは10月19日にM3.1 Flashで入力$0.15という価格に並び、KimiはK3.1 Proのオープンウェイト公開を11月4日に予定しています。OpenAIのGPT-6.1 Terraは10月26日に登場しました。この一連の動きから読み取れる妥当な見方の1つは、モデルの素の知能はコモディティ化しつつあり、競争優位は実行ハーネス、ツール統合、コンテキスト管理、モデルを中心に組まれたエージェントワークフローへ移りつつあるというものです。これは一つの解釈ですが、価格の動向はそれを裏付けています。
乗り換える前に確認したい4つのこと
ベンチマークは自己申告で、ハーネスに左右されます。 ワークフローを移行する前に、自社の非公開リポジトリでモデルを動かして計測してください。
ホスト型APIのデータはDeepSeekのサーバーに置かれます。 データの保管場所やコンプライアンスの制約があるチームは、MITライセンスを使って別のプロバイダーや自社インフラで重みをホストできます。
自前ホスティングにはKVキャッシュのリスクが伴います。 10月26日、Cloudflareは分離サービングにおけるSGLangのバグについて事後検証を公開しました。このバグにより、681,280トークンを超えるプロンプトで、他の顧客のデータを含む155件の応答が漏えいしていました。Cloudflareは問題を修正し、SGLang 0.5.22以降の利用を推奨しています。守る側の原則は、マルチテナント環境のKVキャッシュとリクエストルーティング層がリクエスト間で状態を厳密に分離しなければならないということで、まさにその層がDeepInferには含まれていないため、自前でホストする人は慎重に構築または調達する必要があります。
Flashは依然として軽量モデルです。 複数ファイルにまたがる複雑なアーキテクチャのリファクタリングでは、Claude Opus 5.5などのフロンティアモデルのほうが引き続き強みを持ちます。
今やるべきこと
DeepSeek V4.1-Flashは、フロンティアモデルの代替ではなく、本番やエージェント型パイプライン向けの強力で非常に安価な主力モデルと見るのが妥当です。実務的な戦略は階層型のルーティングです。大量の定型コード、日常的な修正、標準的な機能開発はFlashに回し、高価なフロンティアモデルは最も難しいアーキテクチャの問題のために取っておきます。開発者はまず、Claude Codeで3つの環境変数を設定し、重い処理をDeepSeekの平日ピーク時間帯の外にスケジュールし、10月31日までに無料のSearchおよびFetch APIを試すところから始められます。自前ホスティングを検討するチームは、DeepInferをエンジン中核の設計リファレンスとして扱い、KVキャッシュとルーティング層は別途計画し、SGLangを導入する場合は0.5.22以降を維持してください。エンジンの公開のほうが、より大きな出来事として記憶されることになりそうです。トップクラスの研究機関が7,630億パラメータのモデルを大規模に提供する方法を、推論エコシステム全体が公開情報として目にできるようになったからです。


