DeepSeekのラインナップは今年の秋、少し不思議な形になっています。V4 Pro 0813はより大型で高価なモデルで、ピーク時の出力価格は1Mトークンあたり$3.96と、Flashの$1.20の3.3倍です。しかしFlashは8月のPro公開以降に2回再学習されており、10月17日のアップデートであるV4.1 Flash 1017は、DeepSeekが両モデルについて公表しているエージェント系とコーディング系のすべてのベンチマークでProを上回っています。
では、Proの割高な価格に見合うコーディングやエージェントのタスクはまだ残っているのでしょうか。DeepSeek自身の数値によれば、ほぼありません。Proが差をつけて勝っているのは科学的推論のベンチマーク1つだけで、9月版のFlashより短めの回答を書く傾向があります。エージェント、ターミナル作業、画像を扱う用途では、Flashの方が今や優れており、しかも安価です。
価格差
| モデル | 入力（ピーク時） | 出力（ピーク時） | キャッシュヒット（ピーク時） |
|---|---|---|---|
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.006 |
| V4 Pro 0813 | $1.32 | $3.96 | $0.044 |
DeepSeekの標準価格（1Mトークンあたり）。出典はDeepSeek料金ページです。ピーク外は両モデルとも半額になります。AIHubMixでのピーク時価格は、Flash 1017が$0.3098 / $1.2392、Pro 0813が$1.3944 / $4.1832です。
入力トークン単価はProがFlashの4.4倍、出力トークン単価は3.3倍、キャッシュトークン単価は7倍以上です。DeepSeekのAPIにおける同時実行数の上限もProの方が低く、Proは500、Flashは2,500です。
DeepSeek自身の数値が示すこと
以下のProの数値は、DeepSeekのV4.1 Flash論文の表3に基づくもので、いずれも最大の推論強度（max effort）での結果です。1017の数値はモデルカードから取っています。どちらもDeepSeekによる測定値であり、第三者による再現はされていません。論文のPro列には0813のビルド名は記載されていませんが、Terminal-Bench 2.1のスコアが0813のカードと一致しています。
| ベンチマーク | V4 Pro | Flash（9月） | Flash 1017 |
|---|---|---|---|
| Terminal-Bench 4.0 | 12.4 | 31.2 | 42.3 |
| DeepSWE v1.1 | 62.7 | 74.2 | 77.0 |
| ProgramBench | 15.5 | 20.3 | 29.1 |
| NL2Repo-Bench | 61.5 | 65.4 | 68.2 |
| Automation-Bench | 43.2 | 54.8 | 60.5 |
| Agents' Last Exam | 25.7 | 31.8 | 35.4 |
| HLE、テキストのみのサブセット | 42.7 | 39.1 | 44.0 |
| GPQA Diamond | 92.4 | 90.9 | — |
「-」は、DeepSeekが1017のそのスコアを公表していないことを示します。
エージェント系の行では差が歴然としています。Terminal-Bench 4.0ではProが12.4、1017が42.3、DeepSWEではProが62.7、1017が77.0です。9月版のFlashでさえ、コーディングとエージェントのすべての行でProを上回っていました。Artificial Analysisも9月に独自に同じ結論に至り、総合指数でV4.1 FlashをV4 Pro 0813を上回るDeepSeekの「新たなフラッグシップ」と位置づけました。
Proに残る優位性
該当するものは少なく、それぞれの範囲も見かけより狭いものです。
- GPQA Diamond。Proの92.4は、9月版Flashの90.9を上回っています。DeepSeekは1017のスコアを公表していないため、Proがまだリードしている可能性があるのはこのベンチマークだけです。
- 出力の長さ。Artificial Analysisの調査では、9月版Flashは指数の算出に、Pro 0813より62%多い出力トークンを使っていました。1017は短い出力になるよう訓練されていますが、第三者による再測定はまだありません。誰かが測定するまでは、出力が冗長でも価格が3分の1のFlashの方が、簡潔なProより安価です。
- 安定した、日付付きのビルド。Pro 0813は8月から提供されており、DeepSeekの変更履歴でも引き続き提供されると明記されています。評価をProに合わせて調整してきた場合、Proは既知の基準になります。
- 知識。テキストのみのHLEサブセットでは、Pro（42.7）は9月版Flash（39.1）と1017（44.0）の間に位置します。Proの優位性はもうありません。
Proは画像入力に対応していませんが、1017は対応しています。ワークフローのどこかでスクリーンショット、グラフ、UIを読み取る処理があれば、それだけで選択は決まります。
同じタスクを両モデルで実行した場合
どちらのモデルについても、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、この例では前提条件を明示して計算します。エージェントによるバグ修正セッションでは、40回のモデル呼び出しが行われ、入力トークンは合計1.2Mで、そのうち90%がキャッシュから提供され、出力トークンは思考を含めて60Kとします。両モデルとも同じトークン数になるものとします。AIHubMixの標準価格では次のとおりです。
| モデル | ピーク時 | ピーク外 |
|---|---|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
Proのピーク時の計算：0.12M × $1.3944 + 1.08M × $0.0465 + 0.06M × $4.1832 = $0.469
トークン数が同じ場合、同じセッションでProのコストはおよそ4倍になります。Proが損益分岐点に達するには、Flashの約4分の1のトークン数でタスクを完了する必要があります。Artificial Analysisの測定した差はこれよりずっと小さいものです。9月版Flashは出力トークンをPro 0813の1.62倍使用していたので、Proが必要としたのは25%ではなく、約62%でした。さらにベンチマーク上でも、安価な方のモデルの方がタスクを完了しやすいとされています。
Proが引き続き必要な人
- Proを維持するのは、Pro 0813で検証済みの本番パイプラインがあり、今月中に評価を再実行する時間がない場合、または自社テストでGPQAの差が表れている科学QAのワークロードがある場合です。
- Flashに移行するのは、コーディングエージェント、ターミナル自動化、ツール呼び出しのパイプライン、画像を扱う用途、そして同時実行数が重要になる大量処理の用途です。
- 移行前にテストするのは、Proの短く密度の高い回答に頼ってきた長文の執筆や分析の用途です。1017は9月版Flashより短い出力になりますが、Proと比較した測定はまだ誰も行っていません。
AIHubMixで切り替えをテストする方法
両モデルは同じキーでAIHubMixから利用できます：deepseek-v4.1-flash-1017 と deepseek-v4-pro-0813。自社の評価セットを両方で実行し、合格率を比較して、リクエストログで各実行のコストを確認してください。AIHubMixの比較ページでは、両モデルの仕様と価格を並べて確認できます。
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["AIHUBMIX_API_KEY"], base_url="https://aihubmix.com/v1")
for model in ("deepseek-v4-pro-0813", "deepseek-v4.1-flash-1017"):
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": "Find the bug: def mean(xs): return sum(xs) / len(xs) - 1"}],
max_tokens=16000,
)
print(model, resp.usage.completion_tokens, resp.choices[0].message.content[:200])
自社のプロンプトでcompletion_tokensを比較するのが、1017の短い出力がご自身のワークロードでProと同等に機能するかを確認する最も手早い方法です。
よくある質問
DeepSeek V4.1 Flash 1017はV4 Proより優れていますか。
DeepSeekが両モデルについて公表しているコーディングとエージェントのすべてのベンチマークで、はい、多くの場合大差をつけています。Terminal-Bench 4.0は42.3対12.4、DeepSWEは77.0対62.7です。これらはDeepSeek自身の数値です。
V4 Proはどれだけ高いのですか。
DeepSeekのピーク時価格では、Proは1Mトークンあたり入力$1.32、出力$3.96で、Flashは$0.30と$1.20です。出力では3.3倍になります。ピーク外では両方とも半額になります。
V4 Proがまだ優れている点はありますか。
GPQA Diamondでは、Proが92.4で、9月版Flashの90.9を上回っています。1017のスコアは公表されていません。また、Artificial Analysisは、9月版Flashの方がProより多くの出力トークンを使用したと測定しています。
V4 Proは画像に対応していますか。
いいえ。DeepSeekの料金ページでは、ビジョン機能はFlashのみに記載されています。
DeepSeekはV4 Proを廃止しますか。
DeepSeekはV4 Proの提供を継続すると表明しており、廃止日は発表されていません。
1017の短い出力により、タスクごとのコストがProより安くなる可能性はありますか。
トークン数が同じ場合、すでに1017の方がタスクごとのコストは安く、上の例では約4倍の差になります。出力がさらに短くなれば、その差はさらに広がります。
本番環境のProパイプラインを今日すぐ移行すべきですか。
まず両方で評価セットを実行してください。1017がProの合格率と一致すれば、移行によりコストが下がり、同時実行数にも余裕が生まれます。
続けて読む：DeepSeek V4.1 Flash 1017シリーズ
- Proから移行するということは、DeepSeekがその場で更新するモデルに移行するということです。1017で何が変わったかは、アップグレード記事で解説しています：DeepSeek V4.1 Flash 1017：同じ価格、短い出力。切り替えるべきか？
- Proの統合をFlashに切り替えますか。移行ガイドでは、thinking modeの400エラー、そして両モデルに適用される課金ルールを扱っています：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、ピーク時間帯の課金
- Flashが自社でProの代わりになる場合、次に気になるのはDeepSeekのラインナップ外との比較でしょう：DeepSeek V4.1 Flash 1017とClaude Haiku 5.5の比較：ターミナルのコーディングエージェントに適した安価なモデルはどちらか？
出典
- DeepSeekのモデルと料金（DeepSeek）
- DeepSeek-V4.1-Flash：KVキャッシュ圧縮の限界への挑戦（DeepSeek-AI、arXiv）
- DeepSeek V4.1 Flash 1017とDeepSeek V4 Pro 0813の比較（AIHubMix）
- DeepSeek V4.1 Flash（max）：知能、性能、価格の分析（Artificial Analysis）
- DeepSeek V4.1 Flash 1017を検証：仕様、ベンチマーク、価格（Kingy.ai）
