ニュース
DeepSeekの新版、コーディング性能で大手超えを主張しつつMITライセンスで無償公開
開発現場でAIにコードを書かせる動きが広がる中、性能と価格のどちらを優先すべきか悩む担当者は少なくありません。中国DeepSeekが公開した新モデルは、その両方を同時に満たすとうたう内容で登場しました。
何が起きたか
中国DeepSeekは10月17日（現地時間）、AIモデル「DeepSeek-V4.1-Flash」の新バージョン「DeepSeek-V4.1-Flash-1017」の重みを、商用利用も可能なMITライセンスで公開しました。
同社が示した比較図では、コーディングエージェント性能を測るベンチマーク「DeepSWE v1.1」で、推論設定「max」での成功率が77%に達し、米OpenAIの「GPT-6 Astra」や「GPT-6.1 Sol」、米Anthropicの「Claude Opus 5」などを上回るとしています。前バージョンよりさらに低いコストでこの性能を実現したと説明しています。
DeepSeekによれば、自己フィードバックを用いた強化学習によって、ゲーム制作や3Dモデリングなど開発プロジェクト全体を担う能力を改善したといいます。出力量とタスクの実行時間も前バージョンより減らしたとのことです。
提供方法はWeb版、アプリ、APIの3種類で、料金は前バージョンから据え置かれています。100万トークンあたり、オフピーク時は入力0.003ドル（キャッシュヒット時）、0.15ドル（キャッシュミス時）、出力0.6ドルとなり、ピーク時はそれぞれ2倍の価格設定です。
背景・解説
コーディングエージェントとは、人間が出した指示をもとに、コードの作成や修正、テストまでを自律的にこなすAIの仕組みを指します。単なる補完ツールではなく、開発プロジェクトの一部を任せられる点が特徴です。
MITライセンスは、ソースコードやモデルの重みを商用利用・改変・再配布することを比較的自由に認めるライセンス形態です。モデルの重みが公開されることで、利用企業は自社のサーバー上でモデルを動かしたり、独自に調整したりすることができるようになります。
DeepSeekはこれまでも低コストと高性能を両立させるモデルを相次いで発表してきた企業として知られています。今回のV4.1-Flash-1017も、その路線を継続する位置付けの新版といえる内容です。ただし、今回公表された性能数値はあくまでDeepSeek自身が実施した評価結果である点に留意が必要です。米Hugging Faceの共同創設者であるトーマス・ウルフ氏は、この性能向上を評価しつつも、独自環境以外での再現性に関心を示すコメントをXに投稿しています。
仕事や業務への影響 — AI Topicaの見方
コーディング業務を外部委託または内製で抱える企業にとって、検証コストの低さは導入判断を左右する要素になります。例えば、エンジニアが5人程度の受託開発会社が複数のAIモデルを比較検討する場合、料金が据え置かれたままMITライセンスで重みが公開されているモデルは、社内サーバーでの試用や独自調整にかかる追加費用を抑えられる点で有利です。
ただし、性能評価の数値をそのまま鵜呑みにして全面導入するのは早計です。DeepSWE v1.1でのスコアはDeepSeek自身が計測したものであり、自社の開発環境やコードベースで同じ結果が出るとは限りません。例えば、月間100件程度のコードレビューを抱える情報システム部門であれば、まず一部の定型タスクに限定して試行し、既存モデルとの成功率やレビュー工数を比較してから本格採用を判断する進め方が現実的です。
価格面では、100万トークンあたり出力0.6ドルという水準は、同種のコーディング用途モデルと比べて低コストに位置づけられます。年間で数百万トークン規模のコード生成を行う企業であれば、モデル切り替えによる月々のAPI費用削減は数万円から数十万円単位に及ぶ場合があります。一方で、オープンウェイトであることは自社運用の自由度を高める半面、セキュリティ管理やバージョン更新の責任も自社側に移る点を忘れてはなりません。社内に運用担当者を置けない小規模企業は、まずAPI経由での試用から始めるべきです。
不確かな点・注意
今回DeepSeekが公表した性能数値は、同社自身の評価環境によるものであり、第三者機関による独立した検証結果はまだ十分に出ていません。Hugging Faceの共同創設者トーマス・ウルフ氏も、独自環境以外でこの性能がどう評価されるかに関心を示すコメントを残しており、業界内でも慎重な見方が存在することがうかがえます。
また、料金は前バージョンから据え置かれていますが、ピーク時には価格が2倍になる仕組みのため、利用時間帯によってコストが大きく変動する点にも注意が必要です。実際の業務に導入する際は、自社のコード特性やタスクの種類に合わせて、公表値とは別に実利用環境での成果を確認する工程を挟むことが望まれます。