DeepSeek、推論サーバー向けモデル DeepSeek-V4-Flash を公開──Terminal Bench 82.7 を記録
DeepSeek-V4-Flash API がパブリックベータとして公開され、Terminal Bench 82.7 や DSBench-FullStack 68.7 などの主要ベンチマークで高いエージェント性能を実証した。
リリース: 2026-07-31 · 読了 2 分記事の要約
1. 核心（What）
- DeepSeek-V4-Flash API がパブリックベータとして公式リリースされ、既存の API 呼び出し方法を踏襲して利用可能になった。
- 公開されたベンチマークでは Terminal Bench 2.1 で 82.7、NL2Repo で 54.2 を記録した。
- DSBench-FullStack で 68.7、DSBench-Hard で 59.6 のスコアを達成した。
- DeepSeek-V4-Flash-0731 は Preview 版からアーキテクチャを変更せず、ポストトレーニングの再適用のみを行っている。
2. 影響（Why）
- エージェント性能の底上げ: コードエージェントやタスク自動化ベンチマークで高い数値を記録したことで、実用的な開発支援ツールの実装精度が安定する。
- 移行コストの抑制: ベースの API インターフェースやモデルサイズを変更せずにポストトレーニング版へ置き換えられるため、システム改修コストを最小化できる。
3. 根拠・詳細（How）
- API の設定仕様: ベース URL を変更せず、モデルパラメータに deepseek-v4-flash を指定することで呼び出しを維持する設計。
- 評価環境の前提: パブリックなコードエージェントタスクのテストでは、DeepSeek Harness の最小モード（max effort、topp=0.95、temperature=1.0）をフレームワークとして使用している。
4. 展望・課題（Next）
- Pro 版の公式リリース: DeepSeek-V4-Pro の正式リリースが近々予定されており、さらなる性能向上の検証が求められる。
- Harness 最小モードの公開: ベンチマーク検証に使用された DeepSeek Harness の最小モードが近々公開される予定である。