DeepSeek、フラッグシップモデル DeepSeek-V4-Pro を正式公開──1.6T MoE と柔軟な推論制御で SWE-bench 80.6% を記録
プレビューを終了した DeepSeek-V4-Pro は OpenAI Responses API 互換レイヤーを備え、フロントエンド開発の置き換えコストを競合比で約 1/7 に圧縮する。
リリース: 2026-08-13 · 読了 4 分記事の要約
1. 核心（What）
- プレビュー版からビルド V4-Pro-0813 へ移行し、Web アプリ・モバイルアプリ・API で正式提供を開始
- 低・高・最大の柔軟な推論努力設定（flexible reasoning effort）を V4-Pro および V4-Flash に導入
- OpenAI Responses API 互換レイヤーにより、ブリッジコード不要で Codex 系エージェントの直接実行に対応
- Hugging Face にて MIT ライセンスのオープンウェイト（4月プレビュービルド）を公開
2. 影響（Why）
- エージェント基盤のコスト構造の破壊: 主要な推論モデルと比較して約 1/7 の出力単価でありながら Claude Opus 4.6 級の SWE-bench 性能を持つため、複雑なコード生成エージェントの運用採算が劇的に改善する。
- 国内 SaaS の実装コスト最小化: OpenAI Responses API 互換により既存のインテグレーションコードを流用できるため、検証から本番投入までのエンジニアリング工数を最小限に抑えられる。
3. 根拠・詳細（How）
- パラメータ構成とアクティブ効率: 総パラメータ数 1.6T の Mixture-of-Experts 構造でありながらトークンあたり 49B のみがアクティブ化し、大規模モデルの表現力と小規模モデルの演算コストを両立する。
- 長文脈アテンションのメモリ圧縮: Compressed Sparse Attention (CSA) と Heavily Compressed Attention (HCA) を採用し、100万トークン処理時の KV キャッシュメモリ量を V3.2 比で 10% にまで削減する。
4. 展望・課題（Next）
- オフピーク料金の適用開始: 2026年8月16日より、通常の半額となるオフピーク割引レートが適用され、バッチ処理や大規模データ解析のコスト効率がさらに向上する予定。