DeepSeek V4.1 Flash 1017 登场：自称编码超 Astra
DeepSeek 发布 MIT 开源的 V4.1 Flash 1017，自测 DeepSWE 77% 且单任务约 0.2 美元，高于 GPT-6 Astra 的 74%/4.43 美元，但第三方评测尚未公布。
【速報】Fable・Astraに匹敵する性能を持つDeepSeekの新モデルが登場 知っておくべきことをまとめました： 10月17日、DeepSeekが「DeepSeek-V4.1-Flash-1017」を公開しました。9月に出たV4.1 Flashの更新版で、モデルの重みもMITライセンスで公開されています。 一番の注目は、コーディング評価（DeepSWE）の成績です。1タスクあたり約0.2ドルの費用で77.0%を記録し、GPT-6 Astra（74%・4.43ドル）やClaude Fable 5（70%・13.41ドル）を上回りました（DeepSeekの自社測定）。 ■ コストと性能のバランス（DeepSWE） DeepSeekが公開したグラフ（1枚目）では、左上の「安くて高成績」な位置につけています。 ・最大設定（max）：77.0%（1タスク約0.2ドル） ・低設定（low）：約72%（1タスク約0.1ドル） ・Claude Opus 5（max）は74%・11.84ドル。1タスクあたりの費用は約60分の1です ■ 主なベンチマーク成績（Opus 5との比較） DeepSeekの比較表によると、DeepSWEと業務自動化ではOpus 5を上回る一方、ターミナル操作や高難度の知識・推論ではOpus 5が優位です。 ・ソフトウェア開発（DeepSWE）：77.0%（Opus 5：74.0%） ・業務自動化（Automation-Bench）：60.5%（Opus 5：50.3%） ・ターミナル操作（Terminal-Bench 4.0）：42.3%（Opus 5：51.8%） ・高難度の知識・推論（HLE）：42.6%（Opus 5：56.3%） ■ API価格（100万トークンあたり） ・通常：入力0.15ドル／出力0.60ドル（キャッシュ読み取り：0.003ドル） ・平日の混雑時間帯：通常の2倍（日本時間の平日10〜13時、15〜19時） ・他モデルの参考価格：Claude Opus 5.5は入力4ドル／出力20ドル、GPT-6 Astraは入力10ドル／出力50ドル ■ モデルの構造と仕様 ・構造：総パラメータ552B（5,520億）のMoE構造（タスクに応じて一部の専門家だけを動かす仕組み） ・稼働パラメータ（1トークンあたり）：入力の読み取り時が8B、出力の生成時が16B。話題の「8B／16B」はこれを指し、長い入力を読むエージェント作業ほど安く動かせる設計です ・コンテキスト長：100万トークン（最大出力は38.4万トークン） ・画像入力にも対応 ■ 利用できる場所 ・DeepSeekのウェブ版・アプリ・API（モデル名：deepseek-flash） ・Hugging Face、ModelScope（重みをMITライセンスで公開） ・OpenRouter ■ これまでの系譜と立ち位置（年表は4枚目） ・2024年12月 V3：重みを公開した大型モデル ・2025年1月 R1：推論モデル。「DeepSeekショック」を巻き起こす ・2026年4月 V4：大型のProと軽量のFlashの2本立てに ・2026年9月 V4.1 Flash：新構造を採用し、画像にも対応 ・2026年10月 V4.1 Flash 1017（今回） 名前に「Flash」とついていますが、現時点ではV4世代のProより新しいモデルです。DeepSeekの比較では、エージェント系の評価の多くでProを上回っており、API価格もProの3〜4分の1に抑えられています。 ■ 測定条件と利用時の注意点 ・DeepSWEの測定方法：全モデルを同じハーネス（mini-swe-agent）で動かす評価です。DeepSeekはmini-swe-v2を使い、推論の強さを最大にして測定しています ・比較データの出典：Datacurveの公開リーダーボード（9月22日更新）とOpenAIの公式グラフからの引用です。なお、Claude Opus 5.5とFable 5.1は比較に含まれていません ・第三者評価は未発表：今回の成績はDeepSeekの自社測定であり、第三者による評価はまだ出ていません（10月17日時点） ・近い位置の競合：DeepSWEでは、GPT-6.1 Sol（high）も約75%・約0.6ドルと近い位置につけています ・純正ハーネスの更新：「DeepSeek Harness」を使う場合、DeepSeekは0.2.1-rc.1以降への更新を案内しています。npxで入る標準版は0.2.0-rc.2のままのため、最新版（npmのnextタグ）を指定するか、GitHubからビルドする必要があります ・OpenRouterでの違い：提供事業者によって量子化（fp8）やコンテキスト長が異なります AGIラボでも実際に動かして検証中です。結果は追ってお届けします。