DeepSeek V4 Flash が0.07ドルで3Dシューティングゲームを制作——このモデルがこれほど安い理由

はじめに

DeepSeek V4 Flash 0731がパブリックベータに登場した。そこにはおなじみの約束があった：極めて低いAPI価格で、より強力なコーディング能力とエージェント能力を提供するというものだ。

開発者たちはすぐにこの主張を実際の実験に移し替えた。

最も広く共有された事例の一つは、Hermes Agentの実行におけるものだ。DeepSeek V4 Flashは、たった一つの初期プロンプトだけで、プレイ可能な一人称視点の3Dシューティングゲームを生成した。このプロジェクトは32分を要し、モデル使用コストはわずか0.07ドルだったと報告されている。

最終的な成果物には以下が含まれる：

• 一人称視点での移動。
• ジャンプ。
• 射撃。
• 環境との物理衝突。
• 遮蔽物オブジェクトとターゲット。
• インターフェース内の弾薬カウンター。

CSAとHCAが長いコンテキストコストを削減

DeepSeek V4は100万トークンのコンテキストウィンドウをサポートしています。

従来のアテンションシステムはこの規模では非常に高コストになります。新しいトークンごとに大量の以前のコンテキストをチェックし、大きなKVキャッシュを維持する必要があるためです。

DeepSeekの技術レポートでは、以下を組み合わせたハイブリッドアテンション設計が説明されています：

• 圧縮スパースアテンション（CSA）
• 高圧縮アテンション（HCA）

全体的な戦略は、各ステップで履歴全体に対して完全で高価なアテンション計算を実行することを避けることです。

システムはコンテキストを圧縮およびフィルタリングし、モデルが最も有用な情報に計算を集中できるようにします。

DeepSeekは、100万トークンのコンテキスト環境でV4 Proが必要とすることを報告しています：

DeepSeek V3.2の単一トークン推論FLOPsの27%。

• KVキャッシュ容量の10%。

これらの正確な割合は、技術論文でV4 Proについて報告されたものであり、Flash単独の監査データではありません。

V4 Flashは同じアーキテクチャファミリーを使用しているため、同じ長コンテキスト設計原則の恩恵を受けています。

実際の効果には以下の削減が含まれます：

• KVキャッシュメモリ。
• GPUメモリ負荷。
• データ移動量。
• トークンあたりの計算量。
• 長コンテキストのサービスコスト。

FP4およびFP8によるストレージ削減

およびメモリトラフィック

公開されたV4 Flashモデルは、混合低精度重みを使用しています。

DeepSeekは以下を明記しています：

FP4 + FP8 混合精度

低精度により、推論中に保存、メモリからの読み込み、デバイス間の転送、および処理が必要なデータ量が削減されます。

これは、現代の言語モデル推論が生の算術演算能力だけでなく、メモリ帯域幅によって制約されることが多いため重要です。

ハードウェアとカーネルがこの形式を効率的に実行するように設計されている場合、より小さなデータ表現はスループットを向上させることができます。

低精度は当然ながら無料ではありません。

質の悪い量子化はモデルの品質を低下させます。

DeepSeekのリリースは、事後的なコミュニティ量子化に依存するのではなく、選択された精度スキームを中心に設計およびトレーニングされています。

プレビュー版と0731の間でアーキテクチャは不変

DeepSeekは、公式の0731リリースがV4 Flashプレビュー版と同じモデルアーキテクチャと規模を維持していると述べています。

同社は今回のアップデートのために完全な事前トレーニングを再度行っていません。

代わりに、ポストトレーニングプロセスを作り直しました。

ソース記事では、変更点を次のようにまとめています：

• 新しい教師付きファインチューニング。
• 新しいGRPO強化学習。
• DSpark投機的復号化。
• より優れたエージェント動作。
• より高いサービススループット。

DeepSeekの技術レポートでは、より広範なV4ポストトレーニングプロセスを次のように説明しています：

1. ドメイン専門家モジュールを個別に開発。
2. GRPOを使用した教師付きファインチューニングと強化学習。
3. オンラインポリシー蒸留。
4. 専門家の能力を単一のモデルに統合。

0731アップデートは、実際のエージェントワークフローにおけるこれらの能力のパフォーマンス向上に焦点を当てています。

DSparkによるトークン生成の高速化

DeepSeek-V4-Flash-0731には、DSpark投機的復号化モジュールが付属しています。

投機的復号化では、より小さいまたはより安価なドラフトパスを使用して、複数の将来トークンを提案します。

メインモデルはこれらの提案を一括で検証します。

簡略化されたフローは次のとおりです：

ドラフトモジュールがトークンを提案
→ メインモデルが同時に検証
→ 受け入れられたトークンが出力
→ 拒否されたパスは修正される

ドラフトの予測が正確な場合、システムはメインモデルの高コストな順次推論を減らしながら、複数の受け入れられたトークンを生成できます。

DeepSeekはvLLMとSGLangの両方でDSparkをサポートしています。

vLLMの場合、公式モデルカードは以下を使用します：

--speculative-config '{"method":"dspark","num_speculative_tokens":7,"draft_sample_method":"greedy"}'

SGLangの場合、対応するオプションは：

--speculative-algorithm DSPARK

DeepSeekによると、ターゲットモデルとドラフトモデルの重みは同じチェックポイントに保存されているため、SGLangは別個のドラフトモデルパスを必要としません。

投機的復号化は主にサービスの速度とスループットを向上させます。

それ自体がモデルの推論能力の向上を説明するものではありません。

これらの向上は、更新されたポストトレーニングプロセスによるものです。

公式リリースによるエージェントベンチマークスコアの大幅な向上

DeepSeekは、V4 Flashプレビュー版と比較して、複数のエージェント重視のテストで大幅な改善を報告しています。

12.8 |
| Toolathlon-Verified | 70.3 | 49.7 | 55.9 |
| Agents' Last Exam | 25.2 | 15.8 | 16.5 |
| AutomationBench Public | 25.1 | 10.8 | 12.8 |
| DSBench-FullStack | 68.7 | 37.0 | 41.8 |
| DSBench-Hard | 59.6 | 25.8 | 31.1 |

DeepSeekによると、公開コードエージェントベンチマークは次の構成で実行されました：

DeepSeek Harness最小モード
reasoning_effort = max
top_p = 0.95
temperature = 1.0

公式アップデート時点で、このテストフレームワークはまだ公開されていません。

DSBench-FullStackおよびDSBench-Hardは、DeepSeekの内部ベンチマークです。

つまり、それらのスコアは会社が報告した参考証拠として機能しますが、完全に公開されたベンチマークスイートのように独立して検証することはできません。

Terminal BenchとToolathlonが測定するもの

Terminal Bench 2.1

Terminal Benchは、エージェントがターミナル環境でタスクを完了する能力を評価します。

モデルは、ファイルの検査、コマンドの実行、依存関係のインストール、障害のデバッグ、コードの修正、完了の検証を行う必要がある場合があります。

高いスコアは、モデル、エージェントフレームワーク、ツール戦略、推論予算、ランタイム環境の複合的なパフォーマンスを反映しています。

Toolathlon-Verified

Toolathlonは、複数のソフトウェアアプリケーションとツールにわたる長周期のタスクを評価します。

このベンチマークには、カレンダー、ファイルシステム、Notion、WooCommerce、Kubernetes、BigQueryを含むシナリオが含まれます。

タスクには複数のツールインタラクションが必要であり、実行ベースの評価器を通じて検証されます。

DeepSeekが報告した70.3点は、プレビューモデルから大幅な向上です。

ただし、これはすべての実際のビジネス自動化で70.3%の成功が保証されることを意味すると解釈すべきではありません。

ベンチマークの向上は、すべてのゲームでワンショットプロンプトの成功を保証するものではありません

情報源のゲーム例は、ベンチマークパフォーマンスと創造的コーディングの間の重要な違いを明らかにしています。

V4 Flashは公式エージェント評価で強力なパフォーマンスを示しましたが、ゲームの比較では依然として3回の反復が必要でした。

ベンチマークは、明確に定義されたタスクセットと既知の評価ルールの下での成功率を測定できます。

一方、創造的プロジェクトには、曖昧なビジュアル要件、ブラウザ互換性の問題、物理エンジンのバグ、リソースの欠落、主観的な品質評価が含まれる可能性があり、成功を定義する単一のテストスイートはありません。

このようなシナリオでは、ワークフローが複数回の反復に耐えられるため、低コストモデルは特に有用です。

その価値は、必ずしも初回生成が完璧であることにあるわけではありません。

それは次の可能性があります：

許容可能な品質
×
大量の手頃な試行回数

V4 Flashは複数のAPI形式をサポート

DeepSeekは以下の方法でモデルを公開しています：

• OpenAI互換のChat Completionsインターフェース。
• OpenAI互換のResponses API。
• Anthropic互換のAPI。
• JSON出力。
• ツール呼び出し。
• チャットプレフィックス補完。
• 非思考モードでの途中補完補完。

OpenAI互換のBase URLは次のとおりです：

https://api.deepseek.com

Anthropic互換のベースURLは次のとおりです：

https://api.deepseek.com/anthropic

DeepSeekは、V4 Flashが現在Responses APIをサポートする唯一のV4 APIモデルであると述べています。

V4 Proのサポートは別途計画されます。

Responses APIの互換性により、このモデルはDeepSeekの文書化された設定を通じてCodexでも使用できます。

思考モードはデフォルトで有効

DeepSeek V4 Flashは思考モードと非思考モードをサポートしています。

思考モードがデフォルトモードです。

ローカル推論の場合、公式モデルカードは3つの推論努力レベルをサポートしています：

low
high
max

DeepSeekは以下を推奨しています：

temperature = 1.0
top_p = 0.95

エージェントシナリオ向けに。

highおよびmaxの推論努力レベルでは、最大出力長を384Kトークンまで許可することを推奨しています。

より高い推論設定は困難なタスクのパフォーマンスを改善できますが、遅延、出力量、APIコスト、およびエージェントループの所要時間も増加させる可能性があります。

本番システムは、タスク要件を確実に満たす最小の努力レベルを評価する必要があります。

重みはMITライセンスで公開

DeepSeekはHugging Face上でV4 Flash 0731の重みをMITライセンスで公開しました。

これにより、このモデルは多くの大規模な商用リリースと比較して異常に寛容なライセンスとなっています。

開発者は公式モデルリポジトリをサポート対象エンジンとともに使用できます。その中には以下が含まれます：

• vLLM。
• SGLang。
• Transformers。
• Docker Model Runner。
• llama.cpp互換の量子化バージョン。
• LM Studio互換のコミュニティビルドバージョン。

このモデルはかなり大規模です。

コアモデルは284Bパラメータを持ち、0731チェックポイントには別のDSparkコンポーネントも含まれています。

実用的な速度で実行するには、大量のメモリとハードウェアリソースが必要です。

重みがダウンロード可能であることは、フルモデルが一般的なコンシューマー向けノートPCでスムーズに実行できることを意味するものではありません。

コミュニティの量子化バージョンはメモリ要件を削減できますが、精度、スループット、コンテキスト容量、DSparkの動作、ツール呼び出しの信頼性を変える可能性があります。

V4 Flashは常に最もコストパフォーマンスに優れた選択肢ですか？

情報源のまとめでは、V4 Flashは毎回の比較で最良の結果を生むわけではないが、コストパフォーマンスの面では打ち負かすのが難しいと結論付けています。

これは例として妥当な要約ですが、重要な前提があります：

コストパフォーマンスは完全なワークフローに依存します。

V4 Flashは以下の状況で特に魅力的です：

• リクエスト量が多い。
• エラーが検出しやすい。
• タスクを自動的に再試行できる。
• コンテキストキャッシュの効果が高い。
• 人的レビューのコストが低い。
• コンパクトなコードが許容できる。
• アプリケーションがオープンウェイトモデルを使用できる。

一方、以下の状況では、より高価なフロンティアモデルが総合的には依然として経済的な場合があります：

• 一度の失敗の結果が大きな損失をもたらす。
• 初回通過の信頼性が極めて重要である。
• タスクにより深い知識が必要である。
• エージェントが安全に再試行できない。
• 人的レビューのコストが高い。
• 小さなモデルが保守困難な出力を生成する。

正しい比較は次のとおりではありません：

トークンあたりの価格

ではなく：

検証済みの成功タスクあたりのコスト

実際のプロジェクトでV4 Flashを評価する方法

ステップ1：代表的なタスクを選択する

磨き上げたデモだけをテストしないでください。

本番ワークロードに一致するタスクを使用し、困難で複雑なシナリオも含めてください。

ステップ2：エージェント環境を固定する

モデル間でプロンプト、ツール、時間制限、再試行戦略、フレームワーク、サンドボックス、テストスイート、推論設定の一貫性を保ってください。

ステップ3：完全なコストを記録する

キャッシュミス入力、キャッシュヒット入力、出力トークン、ツール呼び出し、再試行回数、実行時間、人的レビュー、失敗した試行を追跡してください。

ステップ4：視覚的な類似性だけでなく、受容性を測定する

コードの場合、テストを実行し、保守性を確認してください。

ゲームの場合、コントロール、衝突、パフォーマンス、ブラウザ互換性を確認してください。

ステップ5：キャッシュ動作をテストする

安定したコンテキストが複数のエージェントステップで繰り返し再利用される場合、キャッシュヒット価格が非常に低いモデルはより価値が高まります。

ステップ6：初回通過と最終成功を比較する

3回の安価な試行の後に成功するモデルは、高価格で1回成功するモデルよりもコストパフォーマンスに優れている可能性があります。

再試行が遅い、またはリスクがある場合、状況は逆になる可能性もあります。

よくある質問

DeepSeek V4 Flash 0731とは何ですか？

DeepSeek V4 Flash 0731は、DeepSeekの小規模V4混合専門家モデルの公式なポストトレーニングバージョンです。プレビューバージョンに取って代わり、DSpark投機デコードモジュールが追加され、コーディングおよびツール使用型エージェントタスクに重点を置いています。

DeepSeek V4 Flash APIの費用はいくらですか？

DeepSeekが現在発表している通常価格は、キャッシュヒット入力トークン100万個あたり0.0028ドル、キャッシュミス入力トークン100万個あたり0.14ドル、出力トークン100万個あたり0.28ドルです。同社は将来のポリシーとして、指定されたピーク時間帯に価格を2倍にすることを発表しました。

DeepSeek V4 Flashは本当に0.07ドルで3Dゲームを構築しましたか？

ある開発者は、Hermes Agentの1回の実行が32分で0.07ドルのコストでプレイ可能なファーストパーソンシューティングゲームを生成したと報告しました。これは標準化されたベンチマークではなくソーシャルメディアのケーススタディであるため、他のタスクではコストが高くなったり低くなったりする可能性があります。

DeepSeek V4 Flashのパラメータ数はいくつですか？

V4技術レポートでは、コアFlashモデルの総パラメータ数は2840億、トークンあたりのアクティブパラメータ数は130億と記載されています。完全な0731バージョンのリポジトリには、付随するDSpark投機デコードコンポーネントが含まれているため、約3040億パラメータと表示される場合があります。

なぜDeepSeek V4 Flashはそれほど安いのですか？

その低コストは、スパース混合専門家アクティベーション、圧縮された長いコンテキストアテンション、FP4/FP8混合精度、プロンプトキャッシュ、投機デコード、高並行サービスに由来しています。各トークンは総専門家のごく一部のみをアクティブ化します。

DeepSeek V4 FlashはClaude Opus 5やGPT-5.6より優れていますか？

現在のAPI価格でははるかに安価であり、複数のコミュニティデモで競争力のあるパフォーマンスを示しています。Opus 5とGPT-5.6は一部のタスクで依然としてより強い初回通過の信頼性や品質を提供する可能性があり、それらのバイラルな比較は管理されたベンチマークではありません。

DeepSeek V4 Flashはローカルで実行できますか？

はい。DeepSeekはMITライセンスで重みを公開し、vLLMとSGLangの使用ガイダンスを提供しています。フルモデルは非常に巨大であるため、実際のローカル展開には大量のアクセラレータメモリまたは積極的なコミュニティ量子化スキームが必要です。

V4 FlashはCodexとResponses APIをサポートしていますか？

はい。DeepSeekは、公式FlashバージョンがResponses APIをネイティブにサポートし、Codexでの使用に適合されていると述べています。現在のV4 Pro APIはResponses APIをサポートしていません。

関連ツール

• DeepSeek API：DeepSeek V4 Flashおよびその他のサポート対象モデルの公式ホステッドエンドポイント。
• [DeepSeek V4 Flash

0731](https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731)：公式モデルリポジトリ。重み、ベンチマーク、ライセンス、デプロイガイドを含む。

• vLLM：V4 FlashおよびDSpark向けの公式レシピを提供する高スループット推論エンジン。
• SGLang：V4 FlashとDSparkのドキュメント化されたサポートを内蔵したLLMサービングフレームワーク。
• DeepSpec：DeepSeekの投機的デコーディング研究とDSpark手法のリポジトリ。
• Codex：DeepSeekのResponses API互換インターフェースを介してV4 Flashに接続できるインテリジェントコーディング環境。

関連リンク

• DeepSeek V4 Flash公式アップデート：公式リリースステータス、ベンチマーク、API範囲を含む7月31日のアップデートログ。
• DeepSeek APIモデルと価格：現在のトークン価格、コンテキスト長、出力制限、並行数、および将来のピーク時価格のお知らせ。
• DeepSeek V4テクニカルレポート：MoEアーキテクチャ、CSA/HCAアテンション、精度、トレーニング、および100万トークンのコンテキストを説明する主要論文。
• DeepSeek V4 Flashモデルカード：公式0731ベンチマーク表、チャットコーディング、DSpark構成、およびMITライセンス。
• DeepSeek Codex統合：CodexとResponses APIを通じてV4 Flashを使用するための公式ガイド。
• Toolathlon論文：公式評価で使用される長時間マルチツールベンチマークを説明する研究論文。
• V4 Flash vLLMレシピ：V4 Flashデプロイ用のハードウェアおよびサービングガイド。

概要

DeepSeek V4 Flash 0731は、開発者がわずか数セントで完全なインタラクティブなデモを構築できると報告したことで大きな注目を集めた。一人称視点シューティングゲームはわずか0.07ドルで構築されたと報告され、他のソーシャルメディア上の比較では、タスクコストがClaude Opus 5やGPT-5.6より数十倍低いことが示されている。

これらの例は管理されたベンチマークテストではないが、公式API価格はその中心的な主張を裏付けている。V4 Flashは、キャッシュされていない入力トークン100万個あたり0.14ドル、出力トークン100万個あたり0.28ドル、キャッシュヒット時は驚くほど低い0.0028ドルを請求する。

その経済性はシステム全体に由来する：トークンごとに13Bパラメータを活性化する284B MoEコア、圧縮された長コンテキストアテンション、FP4/FP8重み、100万トークンのコンテキストウィンドウ、効率的なサービング機能、そしてDSpark投機的デコーディング。0731アップデートはプレビューアーキテクチャを維持しつつ、新しいポストトレーニングを通じてエージェントの動作を改善した。

最も強力な公式証拠はベンチマークの向上である。Terminal Bench 2.1は61.8から82.7へ、Toolathlon-Verifiedは49.7から70.3へ上昇し、同時にモデルはFlash価格層を維持している。

V4 Flashの強みは、あらゆる比較で勝つことではなく、その極めて低い限界コストにより、

多くの最先端の価格設定モデルでは実現が困難な規模で、反復的なエージェント実験を実践的に可能にすることにある。