DeepSeek-V4-Flash アップデート

このページについて 変更履歴 日付: 2026-07-31 DeepSeek-V4-Flash アップデート DeepSeek-V4-Flash APIの公式リリースがパブリックベータになりました。APIの呼び出し方法は変更されておらず、モデル名をdeepseek-v4-flashに設定するだけで最新バージョンを使用できます。エージェント能力が大幅に強化され、ベンチマーク結果はV4-Pro-Previewをはるかに上回っています。 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タスクでは、公式DeepSeek-V4-Flashを、DeepSeek Harnessの最小モード（近日公開）をフレームワークとして、最大努力レベル、topp=0.95、temperature=1.0でテストしました。 注2: DSBench-FullStackは内部のフルスタック開発テストセットであり、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ており、Codexに特化して適応されています。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: このアップデートはDeepSeek-V4-Flash APIのみをアップグレードするものです。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公開予定です。 日付: 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、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、モデルパラメータをdeepseek-v4-proまたはdeepseek-v4-flashに設定してください。レガシーAPIモデル名である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のノンシンキングモードとシンキングモードを指します。詳細については、このドキュメントを参照してください。 日付: 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のノンシンキングモードに対応します。 deepseek-reasonerはDeepSeek-V3.2のシンキング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を介して提供されます: base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215"。V3.2と同じ価格設定で、ツールコールはなく、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、このドキュメントを参照してください。 日付: 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のノンシンキングモードに対応します。 deepseek-reasonerはDeepSeek-V3.2-Expのシンキングモードに対応します。 詳細については、このドキュメントを参照してください。 日付: 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のノンシンキングモードに対応し、deepseek-reasonerはそのシンキングモードに対応します。このアップデートは、モデルの元の機能を維持しつつ、ユーザーから報告された問題に対処しています。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低減しました。 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。 日付: 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のノンシンキングモードに対応し、deepseek-reasonerはそのシンキング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: 単一モデルでシンキングモードとノンシンキング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向上: ポストトレーニングの最適化により、新しい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 日付: 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 ベンチマークの顕著な改善（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 生成された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。 幻覚の低減 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) 日付: 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顕著な向上: 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 コード生成の精度が向上しました。 より魅力的な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が向上しました。R1のライティングスタイルに沿ったものとなり、中〜長文の品質が向上しました。 機能強化 マルチターンのインタラクティブな書き換えを最適化しました。 翻訳品質と手紙作成を改善しました。 中国語検索能力の向上 レポート分析リクエストを強化し、より詳細な出力を提供します。 関数呼び出しの改善 関数呼び出しの精度が向上し、以前のV3バージョンからの問題を修正しました。 日付: 2025-01-20 deepseek-reasoner deepseek-reasonerは当社の新しいモデルDeepSeek-R1です。モデル='deepseek-reasoner'を指定することでDeepSeek-V3を呼び出すことができます。詳細は以下を参照してください: DeepSeek-R1 Release ガイドについては、以下を参照してください: シンキングモード 日付: 2024-12-26 deepseek-chat deepseek-chatモデルが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。モデル='deepseek-chat'を指定することでDeepSeek-V3を呼び出すことができます。詳細は以下を参照してください: DeepSeek-V3の紹介 日付: 2024-12-10 deepseek-chat deepseek-chatモデルがDeepSeek-V2.5-1210にアップグレードされ、様々な能力が向上しました。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、新しいバージョンのモデルは、ファイルアップロードとウェブページ要約機能のユーザーエクスペリエンスを最適化しました。 日付: 2024-09-05 deepseek-coder & deepseek-chat DeepSeek V2.5モデルにアップグレード DeepSeek V2 Chatおよび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。新しいモデルは、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。新しい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領域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に上昇しました。 新しいモデルは、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% 日付: 2024-08-02 API、ディスクキャッシュ技術をローンチ DeepSeek APIは、ハードディスクキャッシュを革新的に採用し、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、