DeepSeek V4 満血版と4月プレビュー版の違いは？

アーキテクチャは同一 MoE 設計のまま。GA 版は Agent・数学・コード生成の性能向上、峰谷課金導入、本番安定性の最適化が主な変更点。旧モデル名 deepseek-chat / deepseek-reasoner は 2026年7月24日に停止。

峰谷課金のピーク時間帯は？

北京時間の平日 09:00–12:00 と 14:00–18:00 がピーク。ピーク時は通常料金の2倍。18:00 以降や 09:00 前のバッチ処理でコストを半減可能。

deepseek-chat からどう移行する？

deepseek-chat → deepseek-v4-flash（非思考）、deepseek-reasoner → deepseek-v4-flash（思考モード）または deepseek-v4-pro。7月24日 15:59 UTC（北京 23:59）までに model パラメータを更新。

V4-Pro と GPT-5.6 Sol はどう選ぶ？

V4-Pro は MIT オープンウェイト・1M コンテキスト・出力 $0.87/M（オフピーク）でコスト重視・自ホスト向け。GPT-5.6 Sol は Terminal-Bench 85.1% と M365 統合でエコシステム重視向け。

SWE-bench Verified 80.6% は信頼できる？

DeepSeek 自報データ。オープンウェイト最高記録で Gemini 3.1 Pro と同点。Claude Fable 5 は 96.0% で依然首位。本番判断は独立 Pilot を推奨。

V4-Flash と V4-Pro の使い分けは？

Flash（284B/13B 活性）は意図分類・ルーティング・軽量タスク向け（出力 $0.28/M）。Pro（1.6T/49B 活性）は複雑推論・Agent・長文コード向け（出力 $0.87/M）。

DeepSeek V4 満血版正式リリース（2026年7月）：価格・ベンチマーク・GPT-5.6比較

2026年7月20日、3ヶ月のプレビューを経て DeepSeek V4 満血版（GA 正式版）が本番公開された。Agent 性能・数学推論・コード生成の全面強化に加え、DeepSeek 初の峰谷課金が導入された。本稿は AI 開発者とモデル選定担当者向けに、タイムライン、V4-Pro/Flash 仕様、CSA/HCA/mHC/Muon アーキテクチャ、ベンチマーク全表、峰谷価格、GPT-5.6/Claude Fable 5 比較、7月24日までの API 移行コード、5段 Runbookを網羅する。

課題整理：GA リリースで開発者が今すぐ対応すべき3点

旧 API 名の強制停止が4日後：deepseek-chat と deepseek-reasoner は 2026年7月24日 15:59 UTC（北京 23:59）に永久停止。本番コードの model パラメータ未更新は即サービス中断リスク。
峰谷課金で請求予測が複雑化：北京時間平日 09:00–12:00・14:00–18:00 は2倍料金。24/7 Agent パイプラインはスケジューリング戦略なしでは月次コストが想定外に跳ねる。
「オープン vs クローズド」の再評価タイミング：V4-Pro は SWE-bench Verified 80.6%（オープンウェイト最高）を達成しつつ、出力 $0.87/M（オフピーク）——Claude Fable 5（$50/M）の 1/57。コストと性能のトレードオフを再計算する好機。

一、タイムライン：プレビューから満血版へ

日付	イベント
2026-04-24	V4 プレビュー + MIT オープンソース公開（V4-Pro 1.6T / V4-Flash 284B）
2026-05	本番調整版 API 正式利用可能
2026-06	V4-Pro 出力価格 75% 永久値下げ（$0.87/M tokens）
2026-06-29	全 API ユーザーへ GA リリース＋峰谷課金事前通知メール
2026-07-19	GA グレー内測開始、メディアが「満血版明日公開」と報道
2026-07-20	GA 正式版リリース（本稿公開日）
2026-07-24	`deepseek-chat` / `deepseek-reasoner` 永久停止

要点： アーキテクチャは4月版と同一 MoE。GA は Agent・数学・コードの性能向上と正式な商用課金体系が核心。

二、V4-Pro / V4-Flash 仕様一覧

仕様	V4-Pro	V4-Flash
総パラメータ	1.6 兆（1.6T）	2840 億（284B）
1 token 活性パラメータ	490 億（49B）	130 億（13B）
Transformer 層数	61 層	43 層
コンテキストウィンドウ	1,000,000 tokens	1,000,000 tokens
最大出力	384K tokens	384K tokens
精度	FP4（エキスパート）+ FP8（その他）	FP4 + FP8 混合
事前学習データ	33T+ tokens	32T+ tokens
ライセンス	MIT	MIT

3つの推論モード

モード	特徴	適用シーン
Non-think	思考チェーンなし、最速応答	単純 QA、ルーティング
Think High	明示的推論（`<redacted_thinking>` タグ）	中程度のコードデバッグ
Think Max	最大推論、384K+ コンテキスト必要	複雑数学、長チェーン Agent

推奨サンプリング：temperature=1.0, top_p=1.0（全モード共通・公式推奨）

三、核心アーキテクチャ：CSA + HCA + mHC + Muon

V2/V3 の MLA（Multi-head Latent Attention）を廃止し、100 万 token コンテキストを実用化する3層革新を採用。

3.1 混合注意力（CSA + HCA）

CSA（Compressed Sparse Attention／圧縮疎注意力）

Softmax ゲート付きプーリングで KV 列を 4倍圧縮
FP4 精度「Lightning Indexer」で top-k 疎選択（Pro: top-1024、Flash: top-512）
直近 128 token のスライディングウィンドウを並行保持
1M コンテキストで V3.2 比 27% の推論 FLOPs のみ

HCA（Heavily Compressed Attention／重度圧縮注意力）

token を 128倍圧縮しグローバル密集注意力
CSA が捉えにくい長距離依存を補完
Flash は先頭2層 HCA、以降 CSA/HCA 交互；Pro も同様構造

総合効果： 1M token 時 KV Cache メモリは V3.2 の 10%（Flash は 7%）。

3.2 mHC（Manifold-Constrained Hyper-Connections）

標準残差 x = x + f(x) を 4チャネル残差ストリームに拡張。Birkhoff 多面体上の双確率行列で 61 層深ネットワークの勾配安定性を確保——より深いネットワーク、より安定した訓練。

3.3 Muon オプティマイザ

AdamW の代わりに Muon を採用。Newton-Schulz 直交化で勾配ステップを条件付けし、大規模訓練の収束速度と安定性を向上。

四、ベンチマーク：オープンウェイトの最高記録

ベンチマーク	V4-Pro	Claude Fable 5	GPT-5.6 Ultra	Claude Opus 4.8
SWE-bench Verified	80.6% ★ オープン最高	96.0%	未単独公開	~69%
SWE-bench Pro	55.4%	80.3%	78.1%	69.2%
LiveCodeBench (Pass@1)	93.5%	88.1%	87.4%	83.2%
Codeforces Elo	3,206	—	—	—
Terminal-Bench 2.1	83.9%	88.0%	85.1%	82.7%

コスト対性能（Artificial Analysis）：

Claude Fable 5：Strategy & Ops 指数 50 点 / $3.48 per task
DeepSeek V4-Pro：38 点 / $0.03 per task——Fable 5 の 116 倍安、スコア差約 24%
V4-Flash：6 類指数すべて $0.04 未満 / task

⚠️ 上記は DeepSeek 自報データ。本番判断は独立 Pilot を推奨。

引用可能技術情報（EEAT）

SWE-bench Verified 80.6%：Gemini 3.1 Pro と同点のオープンウェイト最高記録
KV Cache 効率：1M token で V3.2 比 10%（Flash 7%）
推論 FLOPs：1M コンテキストで V3.2 比 27%

五、峰谷課金：価格表と節約策

DeepSeek 初の時間帯別課金（電力のピーク/オフピークに類似）。ピーク時間（北京時間）：平日 09:00–12:00、14:00–18:00（2倍）。

モデル	項目	オフピーク	ピーク
V4-Pro	入力（キャッシュ命中）	¥0.025 / $0.0035 / 1M	2×
	入力（キャッシュ未命中）	¥3.00 / $0.435 / 1M	¥6.00 / $0.87
	出力	¥6.00 / $0.87 / 1M	¥12.00 / $1.74
V4-Flash	入力（キャッシュ命中）	¥0.02 / $0.0028 / 1M	2×
	入力（キャッシュ未命中）	¥1.00 / $0.14 / 1M	¥2.00 / $0.28
	出力	¥2.00 / $0.28 / 1M	¥4.00 / $0.56

バッチをオフピークへ：文書処理・コードレビューは 18:00 以降または 09:00 前
キャッシュ命中を最大化：固定 System Prompt を先頭配置、Flash 命中 $0.0028/M は実質無料
Flash でルーティング：意図分類は Flash、複雑推論のみ Pro へ——コスト 60–80% 削減可能
ピークでも V4-Pro 出力 $1.74/M は Claude Opus 4.8（$15/M）の 8.6 倍安

六、横断選型：V4-Pro vs GPT-5.6 Sol vs Claude Fable 5

次元	V4-Pro	GPT-5.6 Sol	Claude Fable 5
オープンソース	✅ MIT	❌ クローズド	❌ クローズド
自ホスト	✅ 可能	❌	❌
コンテキスト	1M tokens	未公開	1M tokens
最高コーディング	極強（Fable 5 に次ぐ）	極強	✅ SWE-bench Pro 首位
出力（オフピーク）	$0.87/M	~$15/M	~$50/M
データプライバシー	✅ 私有デプロイ可	❌	❌

予算重視 / 高頻度 / 私有デプロイ → V4-Pro または V4-Flash
極限コード能力・コスト不問 → Claude Fable 5
ターミナル Agent / M365 統合 → GPT-5.6 Sol（Terminal-Bench 85.1%）

七、API 移行ガイド（7月24日截止）⚠️

旧モデル名	新モデル名	備考
`deepseek-chat`	`deepseek-v4-flash`（非思考）	軽量タスク向け
`deepseek-reasoner`	`deepseek-v4-flash`（思考）または `deepseek-v4-pro`	推論強化

OpenAI SDK（Python）

from openai import OpenAI

client = OpenAI(
    api_key="your_deepseek_api_key",
    base_url="https://api.deepseek.com/v1"
)

# ❌ 旧写法（7月24日後失効）
# client.chat.completions.create(model="deepseek-chat", messages=[...])

# ✅ 新写法
response = client.chat.completions.create(
    model="deepseek-v4-pro",  # または deepseek-v4-flash
    messages=[{"role": "user", "content": "Hello, DeepSeek V4!"}],
    extra_body={"thinking": {"type": "enabled", "budget_tokens": 8000}}
)

Anthropic SDK 互換

import anthropic

client = anthropic.Anthropic(
    api_key="your-deepseek-api-key",
    base_url="https://api.deepseek.com"
)
message = client.messages.create(
    model="deepseek-v4-pro",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Hello, DeepSeek V4!"}]
)

八、5段階 API 移行 Runbook

ステップ 1  grep -r "deepseek-chat\|deepseek-reasoner" で全参照を監査

ステップ 2  チャット → deepseek-v4-flash、推論 → deepseek-v4-pro にマッピング

ステップ 3  ステージングで temperature=1.0, top_p=1.0 の Pilot 10–20 回

ステップ 4  バッチジョブを北京時間オフピーク（18:00 以降）に cron/launchd 設定

ステップ 5  7月24日前に本番投入し OpenAI/Anthropic SDK 双方で model ID を確認

九、FAQ

Q: 満血版と4月プレビューの違いは？

A: アーキテクチャ同一。GA は性能向上・峰谷課金・本番安定性が主な変更。旧 model 名は 7/24 停止。

Q: 峰谷課金のピーク時間は？

A: 北京時間平日 09:00–12:00・14:00–18:00。2倍料金。オフピークバッチで半減可能。

Q: deepseek-chat からどう移行？

A: Flash（非思考）または Pro に置換。7/24 15:59 UTC までに完了必須。

Q: V4-Pro と GPT-5.6 Sol の選び方？

A: コスト・自ホスト・1M ctx → V4-Pro。Terminal Agent・M365 → GPT-5.6 Sol。

Q: SWE-bench 80.6% は信頼できる？

A: 自報データ。オープンウェイト最高だが Fable 5（96%）には及ばず。Pilot で判断。

Q: Flash と Pro の使い分け？

A: Flash=ルーティング・軽量（$0.28/M 出力）、Pro=複雑 Agent・長コード（$0.87/M）。

まとめ

DeepSeek V4 GA は Claude Fable 5 や GPT-5.6 を「全面打倒」するモデルではない——クローズド旗艦の 1/10〜1/100 のコストで、オープンウェイト最強性能を提供する点が価値だ。データ出境を避けたい企業、予算重視の独立開発者、1M token Agent エンジニアにとって V4-Pro は現時点で欠点の少ない選択肢。

峰谷課金は複雑さを増すが、オフピーク料金は依然圧倒的に競争力がある。まだ deepseek-chat を使っているなら、7月24日前に移行を完了すること。

自ホストで V4-Pro を ds4 + Mac ローカル推論と組み合わせるチームは、128/512GB 統一メモリと launchd 常駐が必須だ。API だけでは Xcode・Fastlane・notarytool と同機編成できず、個人 Mac のスリープは長ループ Agent を中断する。7×24 無人 Agent + iOS CI + OpenClaw ゲートウェイには、VPSMAC の M4 Mac クラウドノード——ネイティブ macOS、SSH + launchd、API Key と本番コードベースの分離——が Linux VPS や個人デバイスより安定した本番選択肢になる。

参考： DeepSeek 公式 API ドキュメント · arXiv:2606.19348 · HuggingFace · Artificial Analysis

データ截止日期：2026-07-20。 ベンチマークは DeepSeek 自報データ。モデル能力と価格は随時更新されるため、公開時に最新公式ドキュメントを確認してください。