中国のAI企業DeepSeekが、新しいモデル「DeepSeek-V4.1-Flash」を発表した。単なる新製品の告知ではなく、計算資源の使い方をかなり詰め直したモデルだと自ら説明しているのが今回の焦点だ。画像も扱えるうえ、推論は速く、スループットも高く、しかもより大きなモデルへつなげやすい設計だという。API料金の見直しや、古いモデルの整理まで含めて打ち出しているので、実際の利用者にはかなり実務的な影響がある。
DeepSeekはX上で「DeepSeek-V4.1-Flash」を公開し、その特徴を段階的に説明した。最初の投稿では、これは新しいアーキテクチャファミリーの中で最小のモデルであり、native visual understanding、つまり画像をモデル内部で自然に扱える能力を備えると紹介している。さらに、より高い能力、より速いinference、より高いthroughput、そしてより大きなモデルへのスケーリングを意識して設計したと述べた。
続く投稿では、設計の狙いを「Asymmetric architecture. More intelligence, less cost.」と要約している。モデル全体は552B-parameter MoEだという。MoEはMixture of Expertsの略で、全パラメータを毎回全部使うのではなく、必要な部分だけを動かす方式として知られる。DeepSeekはここに新しいCausal Encoder–Decoder architectureを採用し、入力では8B active parameters、出力では16B active parametersしか使わないと説明した。加えて、新しいpre-training methodsと、大規模なRL post-trainingによって、ベンチマーク結果でも先行する、と主張している。
コスト面の説明もかなり具体的だ。DeepSeekは前世代と比べて、V4.1-FlashのKV cacheが必要とするHBMは4分の1、SSD storageは8分の1で済むとした。KV cacheは生成AIが過去のやり取りを保持するための記憶領域で、ここが小さくなるほどサーバー側の負担は軽くなる。DeepSeekは、特にagentのコストではcache-hit chargesが大きな割合を占めることが多く、cache圧縮がその負担を大きく下げると説明している。
利用面では、V4.1-FlashはすでにDeepSeek APIで利用可能で、native multimodal supportを備える。モデル名はdeepseek-flashに設定するよう案内している。また、V4-FlashとV4-Flash-Vision-Expは終了し、互換性のためにdeepseek-v4-flashとdeepseek-v4-flash-vision-expは一時的にV4.1-Flashへルーティングされるという。公開投稿の流れでは、テストの結果として他モデルを上回ったことも示唆しているが、今回見えている本文では具体的な数値までは出していない。
料金についても触れている。より効率的なアーキテクチャによって、より多くのユーザーに低コストで提供できるとして、API pricesを引き下げる方針を示した。peak/off-peak pricingは継続し、off-peak ratesはpeak ratesの50%になる。柔軟に動かせる処理はオフピークに回してほしい、というメッセージだ。さらに、open sourceコミュニティと連携してinference supportを進め、deployment optionsも広げていくとしている。2,000 GPUsとstorage clusterを使う大規模展開を考えているなら相談してほしい、とまで書いている。
まず目を引くのは、DeepSeekが性能だけを売っていないことだと思う。もちろん「smarter, faster, more efficient」とうたってはいるが、実際に前面に出しているのはKV cacheの削減、HBMの節約、SSDの節約、API料金の低下だ。これは研究発表というより、運用者向けの製品発表に近い。生成AIはモデルの賢さだけで選ばれる時代ではなくなりつつあって、どれだけ安く回せるか、どれだけ大きいトラフィックをさばけるかが同じくらい重要になっている。DeepSeekはそこをかなり強く意識しているように見える。
とくにagent用途への言及は重い。対話型のデモでは見えにくいが、実際の企業利用では、会話を長く持ち回るほどcacheの存在感が増す。そこでHBMが4分の1、SSDが8分の1になるというのは、単なる省メモリの話ではない。サーバー台数、インフラ費、レスポンスの安定性に波及する可能性がある。もちろん、これはDeepSeek自身の主張なので、第三者の検証が必要だとは思う。ただ、少なくとも彼らがこの数字を前面に出したこと自体が、今の競争軸をよく表している。
もうひとつ引っかかるのは、DeepSeekがV4.1-Flashを「新しいアーキテクチャファミリーの中で最小のモデル」と呼びながら、同時に552B-parameter MoEだと明かしている点だ。普通なら「最小」と聞くと軽量モデルを想像するが、実態はかなり大きい。ここでの「最小」は、単純な総パラメータ数ではなく、ファミリー内の位置づけや実運用時の扱いやすさを示しているのだろう。
この構図は、最近のAIモデル開発でよく見るものでもある。見かけ上は巨大でも、実際にはactive parametersを絞ることで実用的な速度とコストを狙う。つまり、モデルの“大きさ”がそのまま重さを意味しなくなっている。利用者からすると少し分かりにくいが、インフラ側からすると非常に都合がいい。DeepSeekはそのズレをうまく利用して、「大きいのに軽い」という矛盾した魅力を作ろうとしているように見える。
ただし、この手の説明は誤解も招きやすい。552Bと聞いて期待が膨らみすぎると、実際の体感とズレることがあるし、逆に「最小モデルだから安いはず」と思うと、サービングの条件次第ではそう単純でもない。だからこそ、今回のようにアーキテクチャの話と料金の話を同時に出したのは正解だったと思う。性能の印象だけでなく、どう使うと得かまで示したかったのだろう。
古いV4-FlashとV4-Flash-Vision-Expを退役させつつ、既存のdeepseek-v4-flash系を一時的にV4.1-Flashへ向ける、という移行のさせ方もかなり現実的だ。API利用者にとって、モデル名の変更は小さな話ではない。アプリの挙動、品質、コスト、監視設定まで全部に響く。いきなり切るのではなく、互換ルートを用意するのは、実務を分かっている対応だと思う。
一方で、ここにはクラウド型AIの宿命も見える。モデルは新しくなるたびに置き換わるので、利用者はそのたびに追随しなければならない。しかも今回は、性能の更新だけでなく、peak/off-peak pricingやdeepseek-flashへの設定変更まで絡む。便利になる一方で、運用者は「どのモデル名が今どこへ向いているのか」をきちんと追う必要がある。こうした切り替えの複雑さは、単一のチャットアプリを使う個人より、APIを組み込んでいる企業ほど重く感じるはずだ。
だから今回の発表は、単なる新モデル追加というより、DeepSeekが自社の提供基盤全体を再編している話に近い。モデルの中身、配信方法、料金、コミュニティ連携をまとめて動かしている。AIモデルの競争が、研究性能だけではなく「どうやって安く、速く、広く届けるか」の競争に完全に入っていることを、かなり露骨に示した発表だったと思う。
