DeepSeek-V4-Flash が正式公開β——エージェント性能でV4-Pro-Previewを大きく上回った理由

2026年7月31日、DeepSeekは「DeepSeek-V4-Flash」のAPIを正式公開ベータとしてリリースしました。Hacker Newsでも500点超の注目を集めたこのアップデート、何がそんなに話題になっているのか——モデルの中身と数字を順番に見ていきます。

そもそも「V4-Flash」と「V4-Pro」は何が違うのか

DeepSeekのV4系には、大きく分けて2つのラインがあります。

• DeepSeek-V4-Flash：処理速度とエージェント用途を重視した軽量寄りのモデル
• DeepSeek-V4-Pro：より高い総合性能を目指したフラッグシップモデル（正式リリースは近日予定）

どちらもDeepSeekのAPIで利用でき、モデル名をそれぞれ deepseek-v4-flash または deepseek-v4-pro と指定するだけで切り替えられます。

Flashという名前から「簡易版・性能控えめ」という印象を持つ方もいるかもしれません。ところが今回のアップデートは、少なくとも「AIエージェント」の領域では話が逆転しています。

今回のアップデートの核心：「再ポストトレーニング」だけでここまで変わった

今回リリースされた DeepSeek-V4-Flash-0731 は、直前のプレビュー版（DeepSeek-V4-Flash-Preview）とモデルの構造もパラメータ数も同じです。変わったのは「ポストトレーニング」と呼ばれる、モデルを実際の用途に合わせて磨き上げる後処理の部分だけ。

ポストトレーニングとは、完成したモデルに対して「こういう指示にはこう答えるべき」という追加学習を施す工程です。料理に例えると、食材（モデル本体）はそのままで、味付け（ふるまい・判断の傾向）を徹底的に調整した、というイメージです。

その結果、エージェント関連ベンチマークでは先行のV4-Pro-Previewを大幅に上回る数値が出ています。

ベンチマーク数値を読み解く

AIの性能評価に使われる「ベンチマーク」（基準となるテスト）の結果は以下のとおりです。数字が高いほど正答・成功率が高いことを示します。

DSBench-FullStackとDSBench-Hardはリリースノートにも「内部テストセット」と明記されており、外部から再現検証できない点は差し引いて読む必要があります。一方でTerminal BenchやNL2RepoなどはAIコミュニティで広く使われる公開指標で、ここでの高スコアはそのまま「AIエージェントとしての実力」を示す参考値になります。

ただし、評価条件に注意が必要です。 公開ベンチのCode Agentタスクでは、DeepSeekが近日公開予定の独自フレームワーク「DeepSeek Harness」のminimalモードを使い、最大努力レベル（topp=0.95, temperature=1.0）で測定しています。使用するフレームワークや設定によってスコアは変動するため、他社モデルと単純比較するときは条件の違いを意識してください。

「AIエージェント」とは何か——初めて聞く方へ

ここで一度、「エージェント」という言葉を整理しておきます。

通常のチャットAIは「質問する→答えが返ってくる」の一問一答が基本です。これに対してAIエージェントとは、目標を与えると、それを達成するために自分でツールを使ったり、手順を考えて複数のステップを実行したりできるAIのことです。

例えば「このリポジトリのバグを直して」と指示したとき、コードを読む→問題箇所を特定する→修正案を書く→テストを走らせる、という一連の作業を人が介在せずに進められるのがエージェントの特徴です。

Terminal BenchやNL2Repoなどの指標が高いということは、V4-FlashはこういったAIエージェントとしての自律タスク処理が得意になったと読み取れます。

Responses API対応と「Codex向け最適化」の意味

今回のV4-Flashは、Responses API形式をネイティブサポートしています。Responses APIは、AIエージェントがウェブ検索やコード実行などの外部ツールをより扱いやすくするための通信形式で、OpenAIが提唱した標準に沿ったものです。

また、Codex（コーデックス）向けに専用の最適化が施されているとリリースノートに記載があります。Codexはコーディング補助に特化したAIシステムで、V4-FlashはそこへAPIとして接続される使い方を想定した調整が入っているということです。

「V4-Flash」「V4-Pro」どちらを使うべきか

まだV4-Proの正式リリースが出ていない現時点では完全な比較はできませんが、現状の情報をもとに整理すると次のようになります。

V4-Flash（現在公開β）が向いているケース

• AIエージェントとして自律タスクを回したい
• コーディング補助・コードリポジトリの操作
• ツール呼び出し（外部APIを自動でたたく処理）
• レスポンス速度を重視したい

V4-Pro（近日正式リリース予定）が向きそうなケース

• 総合的な文章生成・推論・複雑な質問応答
• エージェント用途以外の幅広いタスク
• 最高精度が求められる場面

現実的には、用途に応じて使い分けるのが自然な流れになるでしょう。APIのトークン課金（AI処理量に応じた従量制の料金体系）はモデルによって異なることが多いため、費用対効果を見ながら選択肢を持っておくと便利です。

旧モデル名の取り扱いについて

過去に deepseek-chat や deepseek-reasoner というモデル名を使っていた方に補足です。2026年4月のアップデート時点で、これら2つの名前は2026年7月24日をもって廃止されています。現在は deepseek-v4-flash（または deepseek-v4-pro）への切り替えが必要です。既存のコードを使っている方は早めの確認をおすすめします。

まとめ：「再ポストトレーニング」の可能性を示したアップデート

DeepSeek-V4-Flash-0731が注目される理由は、モデルの規模を変えずにエージェント性能を大きく引き上げた点にあります。モデルを一から作り直すのではなく、後処理の最適化だけでここまで変えられると示したことは、AI開発の方向性としても興味深い事例です。

V4-Proの正式リリース後には、FlashとProの比較検証がコミュニティ全体で一気に進むはずです。今後の情報にも注目しておく価値があります。

以上です。なるほどラボでは、こうしたAIを"自分の環境で動かしたい・24時間働かせ続けたい"という方向けの情報を発信しています。自分に合った動かし方が気になる方は、無料の診断をどうぞ。