2026年10月17日（土）、DeepSeekはdeepseek-flash APIの名前に紐づくモデルを、新しいチェックポイント DeepSeek-V4.1-Flash-1017 に差し替えました。価格、コンテキストウィンドウ、呼び出し方法はいずれも変わっていません。変わったのはモデルそのものです。DeepSeekは、ターミナル操作とプログラム構築のベンチマークで二桁の向上を報告しており、新しいチェックポイントはタスクをより速く完了し、出力も短くなると述べています。
結論から言うと、9月版V4.1 Flashでコーディングエージェントやツール多用型のワークフローを動かしているなら、切り替えるべきです。トークン単価は同じままで、DeepSeek自身のコストチャートによれば、完了したタスク1件あたりのコストははるかに下がります。知識量が求められるQ&Aが中心のワークロードでは、切り替えの理由は弱く、そうした用途ではフロンティアモデルがなお優位です。
AIHubMixでは、新しいチェックポイントは独自のID deepseek-v4.1-flash-1017 を持つため、モデル名を変更するまでは既存の動作が変わることはありません。
何が変わり、何が変わらなかったか
DeepSeekのリリースノートは1017を「性能とコストの両面でのパレート改善」と呼び、Hugging Faceのモデルカードでは「マイナーアップデート」とされています。どちらも妥当な表現です。アーキテクチャとAPIの仕様は変わっておらず、ポストトレーニングが新しくなっています（DeepSeekは「エンドツーエンドのプロジェクト開発を改善するための自己フィードバックによる強化学習」と説明しています）。
| 項目 | 9月版 V4.1 Flash | V4.1 Flash 1017 |
|---|---|---|
| アーキテクチャ | 552B MoE、アクティブ 8B / 16B | 同じ |
| コンテキスト / 最大出力 | 1M / 384K | 同じ |
| 入力 | テキストと画像 | 同じ |
| 思考のデフォルト | オン、effort high | 同じ |
| effort レベル | low / high / max | 同じ |
| DeepSeek APIの名前 | deepseek-flash | deepseek-flash（現在は1017） |
| 定価 | 変更なし | 変更なし |
| 出力の長さ | 長い | 短い（DeepSeekによる説明、定量値は非公開） |
旧名の deepseek-v4-flash と deepseek-v4-flash-vision-exp はDeepSeekのAPIで引き続き使え、どちらも現在はFlashの価格で1017上で動作します。DeepSeekは9月版チェックポイントを固定する方法を提供していないため、deepseek-flash を直接呼び出している人は、すでに新しいモデルに移行させられています。
向上した箇所
以下の数値はすべてDeepSeekのモデルカードと変更履歴に基づくもので、まだ第三者による再現は行われていません。The Decoder と Kingy.ai も同じ表をまとめており、同じ注意書きを付けています。
| ベンチマーク | 9月版 | 1017 | 変化 |
|---|---|---|---|
| Terminal-Bench 4.0 | 31.2 | 42.3 | +11.1 |
| ProgramBench | 20.3 | 29.1 | +8.8 |
| Apex Bench v1.1 | 64.6 | 72.1 | +7.5 |
| HLE、ツールなし | 36.8 | 42.6 | +5.8 |
| Automation-Bench | 54.8 | 60.5 | +5.7 |
| Agents' Last Exam | 31.8 | 35.4 | +3.6 |
| DeepSWE v1.1 | 74.2 | 77.0 | +2.8 |
| NL2Repo-Bench | 65.4 | 68.2 | +2.8 |
| BabyVision、ツールあり | 89.6 | 92.5 | +2.9 |
Terminal-Bench 4.0はClaude Codeハーネスで、DeepSWEはmini-SWE-v2で実行されました。
最も大きな伸びは、長いターミナルセッションと、プログラムをゼロから構築する作業に見られます。これはDeepSeekが訓練対象として述べている内容と一致します。リポジトリ単位のバグ修正（DeepSWE、NL2Repo）と視覚タスクは、2〜3ポイントの変化にとどまりました。
真の改善は出力の短さ
9月版チェックポイントは、安価なモデルとしては実行コストが高く、よく喋りすぎていました。Artificial Analysis が最大effortでIntelligence Indexを実行したところ、中央値の130M に対して約250Mの出力トークンを生成し、DeepSeek自身のV4 Pro 0813より62%多い結果でした。
1017はまさにその点を狙っています。DeepSWEのチャート（x軸はタスクあたりのコスト、The Decoderの読み取りによる）では、9月版は約$0.50/タスクで74.2%、1017の最上位設定は$0.20弱で77.0%、1017の低設定は約$0.10で72%超となっています。トークン単価は同じなので、この節約のほぼ全ては、モデルがより少ないトークンを使い、より少ないターン数で完了することによるものです。
注意点が二つあります。DeepSeekは出力がどれだけ短くなったかを明らかにしていません。また、タスクあたりのコストもベンダーのチャートから読み取ったもので、第三者による計測ではありません。60%の節約を前提に計画を立てる前に、自分のワークロードで実行して確認してください。
一つ上の階層にどこまで迫っているか
DeepSeekのラインナップ内で一つ上の階層はV4 Pro 0813で、1017は、DeepSeekが両方について公開しているすべてのエージェント系ベンチマークで既にこれを上回っています（Terminal-Bench 4.0: 42.3対12.4、DeepSWE: 77.0対62.7）。これについては本シリーズで別途記事を取り上げます。
フロンティアモデルとの比較では状況はまちまちです。DeepSeekの表では、DeepSWE、Automation-Bench、Agents' Last Exam、Apexでは Claude Opus 5 を上回っていますが、Terminal-Bench 4.0（51.8）、ProgramBench（37.0）、NL2Repo（75.3）、HLE（56.3）ではOpus 5がなお首位です。DeepSeekは旧モデルとも比較していますが、Opus 5.5、Sonnet 5.5、GPT-6世代は表に含まれておらず、Googleは別途Opus 5.5のTerminal-Bench 4.0スコアを66.4と報告しています。
価格と実際のコスト
| モデル | DeepSeek入力 | DeepSeek出力 | AIHubMix入力 | AIHubMix出力 |
|---|---|---|---|---|
| V4.1 Flash（9月版） | $0.30 | $1.20 | $0.3098 | $1.2392 |
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.3098 | $1.2392 |
| V4 Pro 0813 | $1.32 | $3.96 | $1.3944 | $4.1832 |
100万トークンあたりのピーク価格（キャッシュミス時）。ピーク時間帯は平日のUTC 01:00–04:00と06:00–10:00で、それ以外の時間帯、週末、中国の祝日はオフピークとなり半額です。Flashのキャッシュヒットは、ピーク時にDeepSeekで$0.006、AIHubMixで$0.0062です。AIHubMixは現在1017に対して期間限定の30%割引を実施していますが、ここでの数値は定価を用いています。
エージェント1セッションのコスト試算。 1017のタスクごとのトークン数を示した公開テストはないため、この例では明示した前提を使います。バグ修正セッションはモデル呼び出し40回、入力トークンは合計120万で90%がキャッシュから提供され、思考を含む出力は6万トークンとします。AIHubMixの定価で計算すると:
| モデル | ピーク | オフピーク |
|---|---|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
1017をピーク時に計算すると: 0.12M × $0.3098 + 1.08M × $0.0062 + 0.06M × $1.2392 = $0.118。
同じトークン数であれば、価格が同じなので9月版でも同じ金額になります。差は、トークン数そのものに出ます。1017が同じ修正により少ないターン数と短い回答で済むなら、請求額もそれに比例して減ります。バッチ処理をピーク時間外にスケジュールすれば、さらに半額になります。
もう一つのレバーはeffortです。DeepSeekのV4.1 Flash論文では、APIのlow、high、maxの各段階を内部のeffort値50、75、100に対応づけており、最後のmaxへの引き上げは「わずかな改善のために、エージェントの軌跡を1.6〜1.8倍長くする」と報告しています。エージェントは既定値であるhighから始め、maxは最も難しいタスク用に取っておいてください。
向いていないケース
- 知識量が必要な質問。 ツールなしのHLEは42.6で、Opus 5（56.3）に大きく後れを取り、Claude Haiku 5.5（45.9、Anthropic公表値）も下回ります。生の知識量は、依然としてFlashシリーズの弱点です。
- 長く難しいシェルセッション。 Terminal-Bench 4.0で42.3は大きな伸びですが、このベンチマークではSonnet 5.5（70.6）とOpus 5.5（66.4）は別次元です。
- 固定されたモデルを必要とするワークロード。 DeepSeek自身のAPIでは、
deepseek-flashは追従するエイリアスであり、9月版チェックポイントは固定できません。再現性のある挙動が必要なら、日付付きのモデルIDを呼び出してください。 - すべてピーク時間帯に集中するトラフィック。 オフピークの価格はピークの半額です。平日のUTC 01:00–10:00の時間帯に収まるワークロードは、通常料金を支払うことになります。
切り替えるべき人、待つべき人
- 今すぐ切り替え: 9月版Flashを使うコーディングエージェント、ターミナル自動化、ツール呼び出しパイプライン。価格は同じで、スコアは向上し、DeepSeekの測定によればタスクあたりのトークン数も減ります。
- 回帰テストを行ってから切り替え: 厳格な出力形式を持つ本番プロンプトや評価スイート。出力が短くなると、従来の冗長さを前提にしたパーサーが壊れる可能性があります。
- 現状維持、または他を検討: 知識量が求められるQ&Aや、すでにフロンティアモデルを必要とする難しいデバッグ作業。1017はその状況を変えません。
AIHubMixで試す
AIHubMixでは1017をChat Completions、Responses API、Anthropic Messagesで提供しています。キーを作成し、クイックスタートに従ってから、openai SDKで呼び出してください:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["AIHUBMIX_API_KEY"],
base_url="https://aihubmix.com/v1",
)
resp = client.chat.completions.create(
model="deepseek-v4.1-flash-1017",
messages=[{"role": "user", "content": "Write a Python function that merges overlapping intervals."}],
reasoning_effort="high",
max_tokens=32000,
)
print(resp.choices[0].message.content)
10月19日のテスト実行では、AIHubMixはreasoning_effortに対してlow、high、maxを受け付け、すべてのレスポンスのmodelフィールドはdeepseek-v4-1-flash-261017と返されました。これにより1017チェックポイントが応答したことを確認できます。思考はデフォルトでオンで、推論トークンはmax_tokensに含まれるため、余裕を持たせてください。モデルカードは長時間のエージェント実行には少なくとも256Kを推奨しています。両方のチェックポイントを並べて比較するには、AIHubMixの比較ページを開いてください。
FAQ
DeepSeek V4.1 Flash 1017は新モデルですか、それともアップデートですか？
V4.1 Flashの更新版チェックポイントで、アーキテクチャ、コンテキストウィンドウ、APIの仕様は同じです。DeepSeekはマイナーアップデートと呼んでおり、ベンチマークの向上は新しいポストトレーニングによるものです。
1017で価格は変わりましたか？
いいえ。DeepSeekはFlashの価格をピーク時で100万トークンあたり入力$0.30、出力$1.20に据え置き、オフピーク時はその半額です。AIHubMixではピーク時で$0.3098と$1.2392として掲載しており、現在は期間限定の30%割引を実施中です。
AIHubMixではどのモデルIDを使えばよいですか？
deepseek-v4.1-flash-1017 を使ってください。deepseek-flash という名前はDeepSeek自身のAPIのもので、現在は1017を指しています。
DeepSeekのAPIで9月版チェックポイントを使い続けられますか？
いいえ。DeepSeekは deepseek-flash と旧Flash名を1017に移行させ、9月版を固定する名前は提供していません。
出力はどれくらい短くなりましたか？
DeepSeekは数値を公表していません。DeepSWEのチャートからは、トークン単価が同じままタスクあたりのコストが約$0.50から$0.20弱に下がったことがわかり、実行がかなり短くなったことを示唆しますが、これはベンダーの数値です。
どのreasoning effortを使うべきですか？
既定値のhighから始めてください。単純で低遅延が求められる呼び出しにはlowを、最も難しいタスクにのみmaxを使ってください。DeepSeek自身の論文は、maxはエージェントの実行を1.6〜1.8倍長くするが、得られる向上はわずかだと述べています。
1017はClaude Opus 5より優れていますか？
DeepSeekが報告する一部のエージェント系ベンチマーク、たとえばDeepSWEやAutomation-Benchでは上回っています。Terminal-Bench 4.0、ProgramBench、NL2Repo、HLEではOpus 5が依然として首位で、より新しいフロンティアモデルはDeepSeekの比較に含まれていませんでした。
続きを読む: DeepSeek V4.1 Flash 1017 シリーズ
- 既存の連携を移行する場合はこちら。移行ガイドでは、
reasoning_contentの400エラー、サイレントなエイリアス切り替え、ピーク時間帯の課金、コーディングツールの設定を扱っています: DeepSeek V4.1 Flash 1017への移行：reasoning_contentの400エラー、サイレントなエイリアス切り替え、ピーク時間帯課金 - Anthropicのもっとも安価なモデルとエージェント作業で比較したい場合は？ この比較記事では、ターミナルでのコーディングタスクを両モデルで実行します：DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5: Which Cheap Model for Terminal Coding Agents?
- まだV4 Proに料金を払っていますか？ この記事では、Flashがそれを不要にしたかどうかを検証します：DeepSeek V4.1 Flash 1017 vs V4 Pro: Is the Flash Enough Now?
出典
- DeepSeek-V4.1-Flash-1017 release note（DeepSeek）
- DeepSeek-V4.1-Flash-1017 model card（Hugging Face）
- DeepSeek V4.1 Flash 1017 on AIHubMix（AIHubMix）
- DeepSeek V4.1 Flash 1017は、エージェント型タスクにおいて、より大規模な競合モデルを上回る（The Decoder）
- DeepSeek V4.1 Flash 1017 Tested: Specs, Benchmarks & Price（Kingy.ai）
