HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

DeepSeek-V4-Flash アップデート

DeepSeek-V4-Flash Update (api-docs.deepseek.com)

644 pointsby dnhkng305 コメント

要約

DeepSeekは、APIの最新バージョンであるDeepSeek-V4-Flashをパブリックベータでリリースしました。このアップデートは、エージェント能力を大幅に強化し、複数のベンチマークでV4-Pro-Previewを上回る結果を示しています。また、過去のバージョンアップ履歴も含まれており、APIモデルの進化と機能改善の変遷が記録されています。

全文翻訳

Change Log


Date: 2026-10-17

Opening up the in-house search API

DeepSeekのウェブおよびAPI検索機能は、自社開発のDeepSeek検索エンジンによって支えられています。このエンジンは、世界中からの毎日の数億件の検索リクエストを確実に処理しています。DeepSeek Searchは、AIネイティブの汎用検索エンジンであり、数千億のウェブページをインデックス化し、多言語検索をサポートし、リアルタイムで関連性が高く、権威があり、タイムリーな結果を返します。厳格な検出メカニズムを通じてSEOスパム、GEO操作、低品質なAIGCをフィルタリングし、ユーザーとLLMに権威があり信頼できる情報を提供します。利用方法の詳細については、Search & Fetch ガイドを参照してください。

DeepSeek-V4.1-Flash-1017 Update

DeepSeek V4.1 FlashはDeepSeek-V4.1-Flash-1017にアップグレードされました。公式ウェブおよびAPPモデルも新バージョンに更新されています。APIの呼び出し方法と価格は変更されていません。最新モデルにアクセスするには、deepseek-flashを使用するだけです。

性能–コストのパレート改善

前モデルのDeepSeek V4.1と比較して、新モデルはベンチマーク全体で大幅な改善をもたらしました。

  • HLE (w/o tools): 42.6 (44.0*)
  • Terminal-Bench 4.0: 42.3
  • DeepSWE v1.1: 77.0
  • ProgramBench: 29.1
  • NL2Repo-Bench: 68.2
  • Automation-Bench v1.0.6: 60.5
  • Agents' Last Exam: 35.4
  • Apex Bench v1.1: 72.1
  • Chartography (w/tools): 83.0
  • BabyVision (w/tools): 92.5
  • ZeroBench-main (w/tools): 51.0
  • HLEベンチマークセットの純粋なテキストサブセットのみでテストされました。Terminal-Bench 4.0はClaude Codeフレームワークで、DeepSWEはMini-SWE-V2フレームワークでテストされました。ZeroBench-mainはPass@5で評価されました。

性能を向上させると同時に、モデルのタスク実行時間と出力長も削減しました。これにより、ユーザーはより低コストかつ高速にタスクを完了できるようになり、複数のハーネスで新たな性能–コストのパレート最適点を達成しました。特にDeepSeek Harness、Tencent CodeBuddy、WorkBuddyなどのプラットフォーム向けに最適化しました。最高の体験を得るためには、DeepSeek Harness 0.2.1-rc.1以降にアップグレードしてください。


Date: 2026-09-10

DeepSeek-V4.1-Flash Release

本日、DeepSeek-V4.1-Flashモデルを正式にリリースしました。これは、ネイティブなマルチモーダル視覚理解を備えた、当社の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す。新しいアーキテクチャは、より高い能力上限、高速な推論、高いスループット、そしてより大きなモデルへのスケーリングを目的として設計されています。

  • GPQA Diamond: 90.9
  • HLE: 36.8 (39.1*)
  • Codeforces (Rating): 3471
  • MathArena Apex: 65.6
  • Terminal-Bench 2.1: 90.6
  • Terminal-Bench 3.0: 30.0
  • Terminal-Bench 4.0: 31.2
  • DeepSWE v1.1: 74.2
  • ProgramBench: 20.3
  • NL2Repo-Bench: 65.4
  • CyberGym: 88.1
  • SEC-Bench Pro: 62.8
  • ExploitGym: 15.3
  • HLE (w/tools): 63.9
  • Automation-Bench: 54.8
  • Agents' Last Exam: 31.8
  • Chartography (w/tools): 78.9
  • BabyVision (w/tools): 89.6
  • ZeroBench-main (w/tools): 49.0
  • HLEベンチマークセットの純粋なテキストサブセットのみでテストされました。

API変更

DeepSeek V4.1 Flashは、ネイティブなマルチモーダルサポートとともにDeepSeek APIで利用可能になりました。最新のV4.1 Flashモデルを呼び出すには、モデル名をdeepseek-flashに変更してください。旧世代モデルのV4 FlashおよびV4 Flash Vision Expは廃止されました。互換性のために、モデル名deepseek-v4-flashおよびdeepseek-v4-flash-vision-expは一時的にV4.1 Flashにルーティングされます。

ユーザーの要望に応え、2026年9月14日以降もDeepSeek V4 ProのAPIサービスを提供し続けることを決定しました。請求方法に変更はありません。変更がある場合は別途通知します。ご理解とご支援に感謝いたします!

API価格調整

DeepSeek-V4.1-Flashのリリースに伴い、API価格がそれに応じて引き下げられました。詳細については、モデルと価格を参照してください。

詳細については、こちらのドキュメントを参照してください。


Date: 2026-08-21

DeepSeek-V4-Flash-Vision-Exp Release

本日、新しいマルチモーダル視覚理解モデルDeepSeek-V4-Flash-Vision-ExpがDeepSeek APIプラットフォームで利用可能になりました。これは実験的なモデルで、model='deepseek-v4-flash-vision-exp'を設定することでアクセスできます。

  • Terminal Bench 2.1: 83.9
  • NL2Repo: 57.7
  • DeepSWE: 59.3
  • DSBench-Hard: 63.6
  • AutomationBench (Public): 25.7
  • ApexBench (Pass@1): 36.5
  • Agents' Last Exam: 27.3
  • Chartography: 64.3
  • ZeroBench (Pass@5): 35.0
  • 公開ベンチマークセットのコードエージェントのテキストタスクでは、DeepSeekファミリーモデルはDeepSeek Harness最小モードをフレームワークとして、最大努力レベル、topp=0.95、温度=1.0でテストされました。ApexBenchおよびAgents' Last Examの評価では、テキストモデルDeepSeek-V4-Flashはそれらに含まれるマルチモーダル要素を無視しました。

純粋なテキスト能力(エージェント、推論、世界知識など)に関しては、DeepSeek-V4-Flash-Vision-Expは公式のDeepSeek-V4-Flashと同等です。

視覚理解を必要とするエージェントベンチマークでは、DeepSeek-V4-Flash-Vision-ExpはDeepSeek-V4-Flashを大幅に上回り、マルチモーダルエージェント能力をOpus-4.8に近づけました。

利用方法の詳細については、Vision ガイドを参照してください。


Date: 2026-08-13

DeepSeek-V4-Pro Update

DeepSeek-V4-ProのGAリリースが、APP、Web、APIで展開されました。APIの呼び出し方法は変更されていません。最新バージョンを使用するには、モデル名をdeepseek-v4-proに設定するだけです。

エージェント能力の大幅な強化

DeepSeek V4 ProのGAバージョンは、エージェント能力を大幅に強化しており、特に本番環境でのパフォーマンスが著しく向上しました。

  • HLE (wo / w tools): 42.7/60.0
  • Terminal Bench 2.1: 87.9
  • NL2Repo: 61.5
  • Cybergym: 83.3
  • DeepSWE: 62.7
  • Toolathlon-Verified: 74.1
  • Agents' Last Exam: 25.7
  • AutomationBench (Public): 31.8
  • DSBench-FullStack: 71.1
  • DSBench-Hard: 67.2

Responses APIのネイティブサポート

DeepSeek APIは、OpenAI Responses APIフォーマットをネイティブにサポートし、Codex用に特別に調整されています。ユーザーは公式ドキュメントを参照し、ワンクリック構成スクリプトでCodex構成を完了できます。

より柔軟な思考努力制御

V4-ProおよびV4-Flashの思考モードは、低/高/最大という3つの思考努力レベルをサポートするようになりました。実際の使用では、ユーザーはタスクの複雑さに応じて柔軟に選択できます。単純なタスクには低、日常的なエージェントタスクには高、より複雑なシナリオには最大を使用します。設定手順については、公式APIドキュメントThinking Modeを参照してください。

API価格調整

DeepSeek V4モデルファミリーの正式リリースに伴い、API価格を更新・調整します。リソースをより合理的に配分するため、ピーク/オフピーク価格を採用し、オフピーク価格をピーク時間価格の半分に設定することで、ユーザーに実際の使用状況に基づいたタスクスケジューリングを奨励します。新価格は2026年8月16日16:00(UTC時間)から有効になります。

詳細については、こちらのドキュメントを参照してください。


Date: 2026-07-31

DeepSeek-V4-Flash Update

DeepSeek-V4-Flash APIの公式リリースがパブリックベータ版になりました。APIの呼び出し方法は変更されていません。最新バージョンを使用するには、モデル名をdeepseek-v4-flashに設定するだけです。

エージェント能力の大幅な強化、ベンチマーク結果はV4-Pro-Previewを大幅に上回る:

  • Terminal Bench 2.1: 82.7
  • NL2Repo: 54.2
  • Cybergym: 76.7
  • DeepSWE: 54.4
  • Toolathlon verified: 70.3
  • Agent Last Exam: 25.2
  • Automation Bench (Public): 25.1
  • DSBench-FullStack: 68.7
  • DSBench-Hard: 59.6

注1: 公開ベンチマークセットのコードエージェントのタスクでは、公式DeepSeek-V4-Flashは、DeepSeek Harness最小モード(近日公開予定)をフレームワークとして、最大努力レベル、topp=0.95、温度=1.0でテストされました。
注2: DSBench-FullStackは内部のフルスタック開発テストセット、DSBench-Hardは内部のコーディングエージェントの難問テストセットです。

公式V4-FlashはResponses APIフォーマットをネイティブにサポートし、Codex用に特別に調整されています。具体的な設定については、ドキュメントを参照してください。

DeepSeek-V4-Flash-0731は、DeepSeek-V4-Flash-Previewと同じモデルアーキテクチャとサイズを維持しており、再ポストトレーニングのみが行われました。

注意: このアップデートはDeepSeek-V4-Flash APIのみをアップグレードします。DeepSeek-V4-Pro APIおよびAPP/WEBモデルは変更されていません。
DeepSeek-V4-Proの公式リリースは近日中に予定されています。


Date: 2026-04-24

DeepSeek-V4

DeepSeek APIは、OpenAI ChatCompletionsインターフェースとAnthropicインターフェースの両方で利用可能なV4-ProおよびV4-Flashをサポートするようになりました。新しいモデルにアクセスするには、base_urlは変更せず、modelパラメータをdeepseek-v4-proまたはdeepseek-v4-flashに設定してください。

2つのレガシーAPIモデル名、deepseek-chatとdeepseek-reasonerは3ヶ月後(2026-07-24)に廃止されます。現在の期間中、これらの2つのモデル名はdeepseek-v4-flashの非思考モードと思考モードを指します。

詳細については、こちらのドキュメントを参照してください。


Date: 2025-12-01

DeepSeek-V3.2

deepseek-chatとdeepseek-reasonerの両方がDeepSeek-V3.2にアップグレードされました。

  • deepseek-chatはDeepSeek-V3.2の非思考モードに対応します。
  • deepseek-reasonerはDeepSeek-V3.2の思考モードに対応します。
DeepSeek-V3.2-Speciale

DeepSeek-V3.2-Specialeは、一時的なエンドポイントで提供されます: base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215」。V3.2と同じ価格設定で、ツール呼び出しなし、2025年12月15日15:59(UTC時間)まで利用可能です。

詳細については、こちらのドキュメントを参照してください。


Date: 2025-09-29

DeepSeek-V3.2-Exp

deepseek-chatとdeepseek-reasonerの両方がDeepSeek-V3.2-Expにアップグレードされました。

  • deepseek-chatはDeepSeek-V3.2-Expの非思考モードに対応します。
  • deepseek-reasonerはDeepSeek-V3.2-Expの思考モードに対応します。

詳細については、こちらのドキュメントを参照してください。


Date: 2025-09-22

DeepSeek-V3.1-Terminus

deepseek-chatとdeepseek-reasonerの両方がDeepSeek-V3.1-Terminusにアップグレードされました。 deepseek-chatはDeepSeek-V3.1-Terminusの非思考モードに対応し、deepseek-reasonerは思考モードに対応します。

このアップデートは、ユーザーから報告された問題に対処しながら、モデルの元の機能を維持しています。これには以下が含まれます。

  • 言語の一貫性: 中国語と英語の混在や、時折発生する異常文字の発生を削減しました。
  • エージェント能力: コードエージェントと検索エージェントのパフォーマンスをさらに最適化しました。

Date: 2025-08-21

DeepSeek-V3.1

deepseek-chatとdeepseek-reasonerの両方がDeepSeek-V3.1にアップグレードされました。 deepseek-chatはDeepSeek-V3.1の非思考モードに対応し、deepseek-reasonerは思考モードに対応します。

  • DeepSeek-V3.1の主なアップデート:
    • ハイブリッド推論アーキテクチャ: 単一モデルで思考モードと非思考モードの両方をサポートします。
    • 推論効率の向上: DeepSeek-R1-0528と比較して、DeepSeek-V3.1-Thinkは大幅に短い時間で回答を提供します。
    • エージェント能力の強化: ポストトレーニングの最適化により、新モデルはツール使用とインテリジェントエージェントタスクで大幅な改善を達成しました。
      • SWE-bench Verified: 66.0
      • SWE-bench Multilingual: 54.5
      • Terminal-bench: 31.3

Date: 2025-05-28

deepseek-reasoner

deepseek-reasonerモデルがDeepSeek-R1-0528にアップグレードされました:

  • 推論能力の強化
    • ベンチマークのパフォーマンスが大幅に向上しました(Pass@1)。
      • AIME 2025: 70.0 → 87.5 (+17.5)
      • GPQA: 71.5 → 81.0 (+9.5)
      • LCB_v6: 63.5 → 73.3 (+9.8)
      • Aider: 57.0 → 71.6 (+14.6)
    • 注: 複雑な推論タスクでは、レガシーR1バージョンと比較して、より多くのトークンを消費する場合があります。
  • フロントエンド開発の最適化
    • 生成されるウェブページやゲームは、より洗練された外観になりました。
  • 幻覚の削減
    • レガシーR1バージョンで見られた幻覚の問題を大幅に抑制しました。
  • JSON出力と関数呼び出しのサポート
    • 関数呼び出しのパフォーマンス:
      • Tau-benchスコア: 53.5 (Airline) / 63.9 (Retail)

Date: 2025-03-24

deepseek-chat

deepseek-chatモデルがDeepSeek-V3-0324にアップグレードされました:

  • 推論能力の強化

    • ベンチマークパフォーマンスの大幅な向上:
      • MMLU-Pro: 75.9 → 81.2 (+5.3)
      • GPQA: 59.1 → 68.4 (+9.3)
      • AIME: 39.6 → 59.4 (+19.8)
      • LiveCodeBench: 39.2 → 49.2 (+10.0)
  • フロントエンドWeb開発の最適化

    • コード生成の精度向上
    • より洗練されたウェブページとゲームのフロントエンド
  • 中国語ライティング能力の向上

    • スタイルとコンテンツの品質向上:
      • R1のライティングスタイルに準拠
      • 中長文の品質向上
  • 機能強化

    • マルチターン対話型リライトの改善
    • 翻訳品質とレターライティングの最適化
  • 中国語検索能力の向上

    • レポート分析リクエストの強化と、より詳細な出力
  • 関数呼び出しの改善

    • 関数呼び出しの精度向上、以前のV3バージョンの問題修正

Date: 2025-01-20

deepseek-reasoner
  • deepseek-reasonerは当社の新モデルDeepSeek-R1です。model='deepseek-reasoner'を指定することでDeepSeek-V3を呼び出すことができます。
  • 詳細については、DeepSeek-R1 Releaseを参照してください。
  • ガイドについては、Thinking Modeを参照してください。

Date: 2024-12-26

deepseek-chat
  • deepseek-chatモデルはDeepSeek-V3にアップグレードされました。APIは変更されていません。model='deepseek-chat'を指定することでDeepSeek-V3を呼び出すことができます。
  • 詳細については、introducing DeepSeek-V3を参照してください。

Date: 2024-12-10

deepseek-chat

deepseek-chatモデルは、様々な能力が向上したDeepSeek-V2.5-1210にアップグレードされました。関連するベンチマーク結果は以下の通りです。

  • 数学: MATH-500ベンチマークのパフォーマンスが74.8%から82.8%に向上しました。
  • コーディング: LiveCodebench (08.01 - 12.01) ベンチマークの精度が29.2%から34.38%に増加しました。
  • ライティングと推論: 内部テストデータセットでも対応する改善が見られました。

さらに、新バージョンではファイルアップロードおよびウェブページ要約機能のユーザーエクスペリエンスが最適化されています。


Date: 2024-09-05

deepseek-coder & deepseek-chat が DeepSeek V2.5 モデルにアップグレード

DeepSeek V2 ChatとDeepSeek Coder V2モデルは統合され、新しいモデルDeepSeek V2.5にアップグレードされました。

後方互換性のために、APIユーザーはdeepseek-coderまたはdeepseek-chatのいずれかを通じて新しいモデルにアクセスできます。

新モデルは、一般的な能力とコード能力の両方において、以前のバージョンを大幅に上回っています。

新モデルは人間の好みにさらに沿うようになり、ライティングタスクや指示追従などの様々な分野で最適化されました:

  • ArenaHardの勝率が68.3%から76.3%に向上しました。
  • AlpacaEval 2.0 LCの勝率が46.61%から50.52%に増加しました。
  • MT-Benchスコアが8.84から9.02に上昇しました。
  • AlignBenchスコアが7.88から8.04に増加しました。

新モデルは、元のCoderモデルに基づいてコード生成能力をさらに強化し、一般的なプログラミングアプリケーションシナリオ向けに最適化され、標準テストセットで以下の結果を達成しました:

  • HumanEval: 89%
  • LiveCodeBench (1月~9月): 41%

Date: 2024-08-02

APIがディスク上でのコンテキストキャッシング技術をローンチ

DeepSeek APIは、革新的にハードディスクキャッシングを採用し、価格をさらに1桁引き下げました。

アップデートの詳細については、ドキュメントContext Caching is Available 2024/08/02を参照してください。


Date: 2024-07-25

新API機能
  • API /chat/completions の更新
    • JSONモード
    • 関数呼び出し
    • チャットプレフィックス補完(ベータ)
    • 8K max_tokens(ベータ)
  • 新しいAPI /completions
    • FIM補完(ベータ)

詳細については、ドキュメントNew API Features 2024/07/25を確認してください。


Date: 2024-07-24

deepseek-coder

deepseek-coderモデルはDeepSeek-Coder-V2-0724にアップグレードされました。


Date: 2024-06-28

deepseek-chat

deepseek-chatモデルはDeepSeek-V2-0628にアップグレードされました。

モデルの推論能力が向上しており、関連するベンチマークで示されています。

  • コーディング: HumanEval Pass@1 79.88% -> 84.76%
  • 数学: MATH ACC@1 55.02% -> 71.02%
  • 推論: BBH 78.56% -> 83.40%

Arena-Hard評価では、GPT-4-0314に対する勝率が41.6%から68.3%に増加しました。

モデルのロールプレイング能力が大幅に強化され、会話中に要求されたとおりに異なるキャラクターを演じることができるようになりました。


Date: 2024-06-14

deepseek-coder

deepseek-coderモデルはDeepSeek-Coder-V2-0614にアップグレードされ、コーディング能力が大幅に強化されました。コード生成、コード理解、コードデバッグ、コード補完においてGPT-4-Turbo-0409のレベルに達しました。さらに、優れた数学的および推論能力を備え、一般的な能力はDeepSeek-V2-0517と同等です。


Date: 2024-05-17

deepseek-chat

deepseek-chatモデルはDeepSeek-V2-0517にアップグレードされました。モデルは指示追従能力が大幅に向上し、IFEval Benchmark Prompt-Levelの精度が63.9%から77.6%に跳ね上がりました。さらに、APIエンドでは、system部分に入力された指示に従うモデルの能力を最適化しました。この最適化により、没入型翻訳、Retrieval-Augmented Generation (RAG)など、様々なタスクでユーザーエクスペリエンスが大幅に向上しました。

モデルのJSON形式での出力精度が向上しました。内部テストセットでは、JSON解析率が78%から85%に増加しました。適切な正規表現を導入することで、JSON解析率はさらに97%に向上しました。