DeepSeek V4 Preview：ProとFlash、1Mコンテキスト、API、オープンウェイトの選び方

2026年5月8日時点で、DeepSeek V4 Preview は公式に利用可能です。DeepSeek の4月24日リリースは V4 Preview を公式公開かつオープンウェイトとし、API側では deepseek-v4-pro と deepseek-v4-flash を示しています。したがって最初の問いは「本当に出たのか」ではなく、公式API、App、Hugging Face、Provider、ローカル実行のどれで、どちらのモデルを先に検証するかです。

最初の切り分けは単純です。測定しやすく、失敗しても自動検出や再実行ができる大量処理は deepseek-v4-flash から始めます。コード、Agent、長文統合、複数証拠の照合、人間の修正コストが高い処理は deepseek-v4-pro から始めます。deepseek-v4-preview を API の model ID として使わず、1Mコンテキストを品質保証として扱わないことが重要です。

公式発表で確定できること

DeepSeek のリリースは 2026年4月24日付で、V4 Preview が officially live で open-sourced だと説明しています。DeepSeek-V4-Pro は 1.6T total / 49B active の MoE、DeepSeek-V4-Flash は 284B total / 13B active の MoE として示されています。両方に 1Mコンテキストと thinking / non-thinking mode が関係します。

この情報は強い事実境界ですが、導入判断そのものではありません。速報や技術メモは、100万トークン、低コスト、オープンモデル、ベンチマークを同じ流れで扱いがちです。しかし実装では、公式API、Hugging Face、Provider、ローカル実行を別々の契約として扱う必要があります。

既存のDeepSeek連携があるなら、最初の作業はpromptの全面変更ではなく、route ownerの棚卸しです。どのサービスが公式APIを呼び、どこがProviderを経由し、どこに古いdeepseek-chatやdeepseek-reasonerが残り、どこがローカル実験なのかを分けます。この棚卸しなしにmodel IDだけを置き換えると、価格、ログ、fallback、support境界の変更を見落とします。

ProとFlashの差は、単なる上位版と軽量版ではありません。Flashは低コスト・低遅延・高スループットの検証レーンです。Proは失敗時の人間コストが高い難しいレーンです。この前提を最初に置かないと、価格表やパラメータ数だけで誤った採用判断になります。

FlashとProの初回テスト

Flashは、分類、抽出、文書スクリーニング、構造化出力、低リスクな一括要約、ルーティングなど、受け入れ条件を機械的に見られる処理に向いています。schema、テストセット、レビューキュー、二段階検証で悪い出力を止められるなら、Flashの安さと速さを利用してサンプル数を増やせます。

Proは、弱い回答が高くつく処理から検証します。複数ファイルのデバッグ、coding agent、設計判断、長い契約書の矛盾チェック、tool-heavy workflow、長文資料の統合では、token価格よりも再試行・人手修正・レビュー時間の方が支配的になることがあります。

API IDと旧エイリアス

新しい実装では deepseek-v4-pro または deepseek-v4-flash を明示します。リリースでは deepseek-chat と deepseek-reasoner が互換エイリアスとして扱われ、2026-07-24 15:59 UTC 後にアクセス不可になる予定だとされています。古いクライアントの移行期間には便利ですが、新規production設定の主語にはしない方が安全です。

OpenAI-compatible client を使う場合、DeepSeek公式の base URL は https://api.deepseek.com です。これは公式APIの入口であり、Providerの価格やroutingを証明するものではありません。設定には model ID、route owner、価格確認日、streaming、tool/JSON期待値、thinking mode、rollback方針を分けて記録します。

hljs ts复制
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.DEEPSEEK_API_KEY,
  baseURL: "https://api.deepseek.com",
});

const response = await client.chat.completions.create({
  model: "deepseek-v4-flash",
  messages: [{ role: "user", content: "Summarize the document and cite evidence lines." }],
  stream: true,
  max_tokens: 4096,
});

価格は日付付きで扱う

2026年5月8日時点の DeepSeek pricing では、deepseek-v4-flash が cache hit input $0.0028、cache miss input $0.14、output $0.28 per 1M tokens とされています。deepseek-v4-pro は割引中の行で $0.003625、$0.435、$0.87 per 1M tokens、元の行で $0.0145、$1.74、$3.48 です。V4-Pro 75%割引は 2026-05-31 15:59 UTC まで延長と書かれています。

これらは更新される可能性がある数字です。Providerが別価格、割引、クレジット、地域ルート、fallback、ログ、quota、サポートを出す場合、それはProvider自身の契約です。価格を引用するなら、公式API価格とProvider価格を同じ表に混ぜず、必ず確認日と所有者を近くに置きます。

1Mコンテキストの検証

1Mコンテキストは長い入力を受けられるという能力であり、長文タスクの品質保証ではありません。検証すべきなのは、遠い位置の事実を拾えるか、複数箇所を結合できるか、矛盾を見落とさないか、latencyとtimeoutが許容範囲か、384K max outputが実用上どう効くか、accepted-output costが合うかです。

オープンウェイト、Provider、ローカル

DeepSeekの verified Hugging Face collection には Pro、Pro-Base、Flash、Flash-Base が含まれます。model card は Preview series、MoE構成、1Mコンテキスト、thinking modes、MIT license を示します。これはオープンウェイトの証拠ですが、ローカルで公式APIと同じlatencyやcontext挙動になる証拠ではありません。

ローカル実行は無料hosted APIではなく、runtime責任の引き受けです。GPU、メモリ、KV cache、serving stack、batching、監視、セキュリティ、アップデート、評価を自分で持ちます。Provider route も別契約なので、公式APIの結果をそのまま移植できると考えず、同じ評価セットで再確認します。

ローカル評価は、最初から1Mを狙うより、32K、128K、256K、さらに長い文書へ段階的に伸ばす方が安全です。各段階でメモリ、p95 latency、遠距離recall、出力の採用率、retry率を残します。これにより、モデルの限界と自社serving stackの限界を分けて判断できます。

GPT比較を見るべき場面

DeepSeek V4 Previewの内部選択、つまり公式状態、API ID、Pro/Flash、1M検証、weights、Provider、ローカル実行を決める段階なら、このDeepSeek-only判断で足ります。OpenAIとDeepSeekの採用判断になったら、別の比較ページ GPT-5.5 vs DeepSeek-V4 を使います。そこではベンダー間のルート選択が主題になります。

本番前チェックリスト

• configに deepseek-v4-flash または deepseek-v4-pro を固定する。
• route ownerを official API、Provider、Hugging Face、local serving に分ける。
• 同じprompt/eval setでFlashとProを比較する。
• 1Mが理由なら遠距離recallと横断推論を入れる。
• token単価ではなくaccepted-output costを見る。
• streaming、JSON、tools、thinking modeは実際に使う箇所だけ検証する。
• deepseek-chat と deepseek-reasoner の残存を退役日前に探す。
• 価格、割引、Provider条件、利用可否は公開前に再確認する。

評価セットは三つに分けると運用しやすくなります。通常回帰セットはモデル更新やProvider差分を検出します。長文セットはlost-middle、遠距離recall、出力切れを見ます。高失敗コストセットはFlashで十分か、Proへ上げるべきかを判断します。この三層があると、Preview期間の変化にも追従しやすくなります。

FAQ

DeepSeek V4 Preview は公式ですか？

はい。DeepSeekの2026年4月24日リリースは V4 Preview を公式公開かつオープンウェイトとし、API docs もV4 model IDを示しています。Previewという限定は残すべきです。

API model ID は何ですか？

deepseek-v4-pro または deepseek-v4-flash を使います。deepseek-v4-preview はmodel IDではありません。deepseek-chat と deepseek-reasoner は互換エイリアスで、2026-07-24 15:59 UTC 後に利用不可予定です。

FlashとProはどちらを先に試すべきですか？

大量で測定しやすく、低コスト・低latencyが重要な処理はFlashです。複雑推論、コード、Agent、長文統合、修正コストの高い処理はProです。

1Mコンテキストはそのまま本番で使えますか？

いいえ。公式情報は能力を示しますが、本番ではrecall、latency、timeout、384K max output、Provider制限、Preview期間の変化を検証します。

weights はオープンですか？

DeepSeekの verified Hugging Face collection には Pro、Pro-Base、Flash、Flash-Base があり、model card は MIT license を示しています。ただしローカル運用の品質は別途検証が必要です。

Provider route は公式APIですか？

違います。Providerの価格、routing、fallback、log、quota、supportは別契約です。DeepSeekのfirst-party claimsには公式DeepSeek docsを使います。

ローカルで1Mコンテキストを使えますか？

評価はできますが、GPU、メモリ、serving stack、latency、recall、accepted-output cost の問題です。短いcontext ladderから段階的に広げるべきです。