8B
DEEPSEEK ─ 2026.09.10 RELEASE ─ MIT OPEN WEIGHTS
DeepSeek V4.1 Flash
552Bのうち、動くのは8B
仕様・実測・料金をまとめて
結論
V4.1 Flash をひとことで言うと
速さは本物。安さは条件つき
単価は前世代フラッグシップの3.3分の1。
ただし請求が同じだけ下がるとは限りません
01
構造 01
総パラメータ552Bのうち、1トークンで動く量
ルーティング専門家 384共有専門家 11トークンで6人だけ起こす
MoE＝必要な専門家だけを動かす仕組み。大きいのに速いのはこれが理由です
構造 02
前世代とは設計そのものが違う
Causal Encoder-Decoder
causal encoder 20層decoder 20層合計40層
デコーダのKVを、各層ではなくエンコーダの最終隠れ状態から作る構造です
02
構造 03
1トークンあたりのKVキャッシュ
Compressed Sparse Attention 2FP4でKVを量子化100万トークンでも約890MB
※これは推論中のキャッシュの話。モデル本体は4bitでも約276GB相当で、PCで動く話ではありません
公開形態
重みが MIT ライセンスで公開された
出典：Hugging Face deepseek-ai/DeepSeek-V4.1-Flash（2026-09-10 取得）｜huggingface.co
検証方法
毎回まったく同じ12課題に載せて比べる
プロンプトは一字一句変えないワンショット厳守
3回生成して中央値課題1は毎回必ず出す基準線
2Dアクション／3Dレーシング／対戦アクション／チャットアプリ／縦書きエディタ／
分子3D／エンジン分解3D／浮世絵3D など12本を同条件で
実測 01
生成の速さ（トークン／秒・同一お題）
同じお題で2.41倍速い。速さについては宣伝どおりでした（1回計測）
実測 02
ところが、同じお題を解かせた実費は
差は1.004倍。単価は3.3分の1のはずなのに、請求はほぼ同じでした
実測 03
理由は、出力に占める「考えている分」
出力2,833トークンのうち1,723が推論。単価が下がっても吐く量が増えれば請求は戻ります
料金
公式の単価表（V4.1 Flash と V4 Pro）
出典：DeepSeek API Docs Models & Pricing（2026-09-10 取得）｜api-docs.deepseek.com
料金の注意
同じモデルでも、時間帯で2倍変わる
ピーク＝平日 UTC 01-04時 と 06-10時日本時間なら 10-13時 と 15-19時
日本の平日の業務時間、合計7時間がピーク側。安い$0.60は日本の深夜・早朝だけです
ベンチマーク
勝っている所と、負けている所（DeepSeek公式の発表値）
勝ち
GPQA Diamond 90.9
Terminal-Bench 2.1 90.6
CyberGym 88.1
DeepSWE v1.1 74.2
Automation-Bench 54.8
負け
ExploitGym 15.3
ProgramBench 20.3
Terminal-Bench 3.0 30.0
Terminal-Bench 4.0 31.2
SimpleQA 42.3（前世代Pro 55.2）
全部勝ちではありません。HLEは道具なし36.8→道具あり63.9。素の知識は弱く、道具を渡すと化けます
使い分け
どこで使い、どこで使わないか
向いている
ツールを連続で叩くエージェント作業
長い文脈を読ませる処理
コード生成
画像を混ぜた入力
まだ向かない
難しい推論と知識勝負
多言語での正確さが要る作業
事実の言い切りが要る用途
移行
廃止も、切替日も、ピーク時間帯も公式に書いてある
出典：DeepSeek API Docs Models & Pricing 脚注（2026-09-10 取得）｜api-docs.deepseek.com
まとめ
9月14日13時（日本時間）に何が起きるか
2026年9月10日
V4.1 Flash 公開／旧 V4 Flash は提供終了
2026年9月14日 13:00
deepseek-v4-pro への呼び出しが V4.1 Flash に切り替わり、V4.1 Flash の料金で課金される
その先
V4.1 Pro が出るまで、この状態が続く
v4-pro の直書きを洗い出す自分のお題で実費を測り直すまとめ処理は日本の夜へ
