中国のAI企業DeepSeekは、「DeepSeek-V4-Flash」正式版のAPI提供を開始した。
従来と同じ呼び出し方法を維持しながら、コーディングやツール操作を伴うAIエージェント性能を大幅に強化している。
複数の指標でエージェント性能向上
2026年7月31日、中国のAI企業DeepSeekは「DeepSeek-V4-Flash」正式版のAPIを公開し、パブリックベータを開始した。
APIの呼び出し方法は従来から変わらず、モデル名を「deepseek-v4-flash」に設定することで最新版を利用できる。
DeepSeekによると、正式版はエージェント関連の性能を大幅に高め、複数の指標でV4-Pro-Previewを上回った。
Terminal Bench 2.1では82.7、Cybergymでは76.7、Toolathlon verifiedでは70.3を記録したほか、NL2Repoは54.2、DeepSWEは54.4、Automation Bench公開版は25.1、Agent Last Examは25.2となった。
また、Responses API（※）形式を標準でサポートし、Codexから利用するための互換対応も実施した。
モデルの構造と規模はプレビュー版から変更せず、後学習のみを改めて実施している。
今回の更新対象はV4-FlashのAPIに限られ、V4-ProのAPIとアプリ、Web版のモデルに変更はない。
※Responses API：OpenAIがAIエージェント開発向けに提供するAPI形式。モデルの応答生成とツール呼び出しを一つの仕組みで扱い、複数段階の処理を伴うタスクの構築に利用される。
実務性能と安全設計が普及の鍵に
DeepSeek-V4-Flash正式版の利点は、コード生成に加え、端末操作やリポジトリ編集、外部ツールの利用まで含む一連の作業を担いやすくなった点にある。
APIの呼び出し方法やモデル構造を維持したまま性能が向上しているため、既存システムを大きく改修せずに移行できれば、企業の検証負担や開発コストの抑制につながるだろう。
一方、公表された数値には評価環境や測定条件による影響もあるため、ベンチマークだけで実務性能を判断するのは難しい。
導入時には、処理速度や費用、出力の安定性、長時間タスクの失敗率に加え、端末操作に伴う誤作動や権限管理、機密情報の漏えいといったリスクも慎重に見極める必要がありそうだ。
今後は、対話能力の高さよりも、実際の開発環境で安全かつ継続的に作業を完遂できるかが競争軸になるとみられる。
第三者検証でも高い性能を再現し、監視や承認手続きなどの安全設計が整えば、コーディング支援にとどまらず、テスト、修正、運用監視を担う自律型エージェントとして活用が広がる可能性がある。
関連記事：
Sakana AIが「Fugu-Ultra」v1.1発表 一部タスクでFable 5超え、Claude Codeにも対応
Moonshot AI、「Kimi K3」の全ウェイトを公開 2.8兆パラメータの大規模AIモデル
Anthropic、Claude Opus 5発表 Claude Fable 5級の性能をコスト半減で提供
