DeepSeek V4 Pro 0813：料金、ベンチマーク、オープンウェイト

DeepSeek V4 Pro 0813は、DeepSeek最大のV4モデルとして2026年8月13日に一般提供されたビルドです。総パラメーター1.6兆と、1トークンあたり約490億の活性化パラメーターを組み合わせ、100万トークンのコンテキストウィンドウに対応します。DeepSeek APIとMITライセンスのウェイトの両方で利用できます。これらの大きな数字は事実ですが、誤用されやすいものでもあります。活性化パラメーターは1トークンあたりの計算量を表すものであり、保存すべきチェックポイントの量ではありません。

本ガイドでは、DeepSeek V4技術レポート、0813モデルカード、現在のAPIドキュメントから開発者が検証できる内容に焦点を当てます。製品情報と料金は2026年9月14日に確認しました。

DeepSeek V4 Pro 0813の概要

項目	確認済みの詳細
リリース	2026年8月13日にGA。V4 Pro Previewを置き換え
APIモデル名	deepseek-v4-pro
アーキテクチャ規模	総パラメーター1.6T、活性化パラメーター約49B
コンテキストと出力	1Mトークンのコンテキスト。文書化されたAPIでは最大384K出力
モダリティ	テキスト。DeepSeekの料金ページではV4 Proはビジョン非対応
インターフェース	Chat Completions、Responses API、Anthropic互換API
オープンウェイト	deepseek-ai/DeepSeek-V4-Pro-0813、MITライセンス
Thinking制御	low、high、max。thinkingはデフォルトでhighとして有効

DeepSeekの9月10日の変更履歴では、9月14日以降もV4 Pro APIサービスを継続し、追って通知するまで課金方式も変わらないとされています。API名deepseek-v4-proは引き続き0813に対応します。これはFlash系とは異なります。V4 FlashとV4 Flash Vision Experimentalは終了し、従来の名前は現在V4.1 Flashへルーティングされます。現在推奨されるFlashの名前はdeepseek-flashです。これは現時点の状態であり、永続的な提供を保証するものではありません。

1.6T/49B MoE設計の意味

DeepSeek V4 Proはmixture-of-expertsモデルです。1.6Tはパラメーター集合全体を数えた値ですが、ルーティングによって1トークンのフォワードパスで活性化されるパラメーターは約49Bです。スパースな活性化により、すべてのエキスパートを活性化する場合より、1トークンあたりの計算量を抑えられます。ただし、保存や配置においてチェックポイントが49Bモデルになるわけではありません。

技術レポートでは、Compressed Sparse Attention（CSA）とHeavily Compressed Attention（HCA）のハイブリッドに、Manifold-Constrained Hyper-Connections（mHC）を組み合わせた構成が説明されています。DeepSeekによると、V4モデルは32兆トークンを超えるデータで事前学習されています。DeepSeekのテストでは、100万トークンのコンテキストでV4 Proが使用する1トークン推論FLOPsはV3.2の27%、KVキャッシュは10%です。この比較は、すべてのTransformerに当てはまるものではありません。

公開チェックポイントの設定からは、さらに実装の詳細を確認できます。隠れ層61、ルーティング対象エキスパート384、1トークンあたり選択されるルーティング対象エキスパート6、共有エキスパート1です。max_position_embeddingsは1,048,576に設定されています。これらのフィールドは100万トークンという主張を裏付けますが、すべての配置環境で最大コンテキストを許容できるレイテンシや同時実行数で提供できることを保証しません。

0813モデルカードでは、DSparkの投機的デコーディングモジュールが付属すると説明し、vLLMとSGLang向けのフラグを記載しています。スループットは、使用するエンジン、ハードウェア、コンテキスト、バッチ構成で測定してください。

公式エージェントベンチマークとその条件

GAリリースでは、エージェント向けの複数の結果が報告されています。公開スイートで特に有用な数値は次のとおりです。

ベンチマーク	DeepSeek V4 Pro 0813	注意点
HLE	ツールなし42.7 / ツールあり60.0	ツールアクセスによって設定が大きく変わる
Terminal-Bench 2.1	87.9	エージェントフレームワークとサンプリング設定が影響する
NL2Repo	61.5	リポジトリ生成ベンチマーク
CyberGym	83.3	セキュリティエージェントのベンチマーク
DeepSWE	62.7	0813リリースについてDeepSeekが報告
Toolathlon-Verified	74.1	検証済みツール利用タスクセット

DeepSeekは公開コードエージェントタスクを、DeepSeek Harnessのminimalモード、max effort、temperature = 1.0、top_p = 0.95で実行しました。比較には、同じハーネス、ツールポリシー、再試行予算、サンプリング設定が必要です。

リリースにはDSBench-FullStackが71.1、DSBench-Hardが67.2と記載されていますが、いずれもinternalと表示されています。引用された公開資料だけからは再現できません。公開スイートの実行条件については、DeepSeek Harness評価ガイドを参照してください。

今回確認した公式資料には、V4 Pro 0813がSWE-bench Verifiedで96.4%を記録したという結果はありません。有効な代替結果を示すには、固定したハーネスとデータセットのリビジョンに加え、試行予算の開示が必要です。

オープンウェイト：ストレージは全パラメーターに基づく

MITライセンスのHugging Faceリポジトリは、確認時点で約893 GBのファイルを示していました。設定では、FP4エキスパートやFP8量子化メタデータなど複数の形式が使われています。モデルカードには、4基のGPUを備えたGB300ノード1台向けのvLLMレシピ、SGLangレシピ、ローカル変換デモが掲載されています。

メモリ面での実践的な要点は単純です。すべてのエキスパートにウェイトが存在します。1.6Tパラメーターを単純に4ビットで計算すると、10進単位で約800 GBです。

1.6 trillion parameters × 4 bits ÷ 8 = 800 billion bytes

これはサイジングの最低値です。スケール、4ビットではないテンソル、ランタイムバッファ、KVキャッシュ、フレームワークのオーバーヘッドによってメモリ使用量は増えます。理論上4ビットなら活性化される49B部分は24.5 GBですが、残りのエキスパートにもストレージが必要です。

96 GBのワークステーションに完全なQ4チェックポイントを収めることはできません。CPUやディスクへのオフロードはウェイトの置き場所を変えるだけであり、ウェイト自体をなくすものではありません。キャパシティ計画では、コンテキスト、バッチサイズ、同時実行数、サービングエンジンも考慮する必要があります。

バージョンに依存する出発点として、公式のvLLMおよびSGLangレシピを使用してください。本記事では実行しておらず、DeepSeekの4基のGB300を使った例によって、8基のH100やコンシューマー向けGPU構成が検証されるわけではありません。

2026年9月14日時点のDeepSeek API料金

DeepSeekでは、V4 Proの入力をキャッシュヒットとキャッシュミスで分けて課金し、さらに平日のピーク料金とオフピーク料金を適用します。以下は、DeepSeek直接APIにおける100万トークンあたりの米ドル料金です。

課金項目	オフピーク	ピーク
キャッシュ済み入力	$0.022	$0.044
未キャッシュ入力	$0.66	$1.32
出力	$1.98	$3.96

ピーク時間は月曜日から金曜日の01:00～04:00 UTCと06:00～10:00 UTCです。それ以外はオフピークです。DeepSeekは料金が変更される可能性を明記しているため、本番用の計算ツールでは適用日とキャッシュ状態を料金とともに保存してください。

未キャッシュ入力100,000トークン、出力10,000トークンのリクエストは、オフピークで$0.0858、ピークで$0.1716です。再試行とツールループのターンは含まれません。より広いコストモデルについては、LLM API料金比較ガイドを参照してください。

ゲートウェイ経由で利用する場合は、Tokenhotモデルカタログで正確なモデルルートと課金条件を確認してください。そのゲートウェイ料金は、上記のDeepSeek直接料金とは別のものです。中国国外からのDeepSeek利用ガイドでは、アカウント、API、配置に関する確認事項を説明しています。

対応済みResponses APIを使い始める

DeepSeekは、https://api.deepseek.comでネイティブのResponses API対応を文書化しています。次の最小限のPython例では、キーを環境変数から読み込み、公式のV4 Proモデル名を使用します。

import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

response = client.responses.create(
    model="deepseek-v4-pro",
    instructions="Review the code for correctness and cite the relevant functions.",
    input="Explain the failure mode in this retry loop: ...",
)

print(response.output_text)

client.responses.createを提供する現行のOpenAI Python SDKをインストールし、DEEPSEEK_API_KEYを設定して、サンプル入力を自分の内容に置き換えてください。このスニペットはDeepSeekが文書化したリクエスト形式に従っていますが、認証情報を使ったAPIテストを行っていないため、本記事では実行していません。

Thinkingのデフォルトはhighです。DeepSeekのthinking modeドキュメントによると、そのモードではtemperature、presence_penalty、frequency_penaltyは効果がありません。複数ターンのツール呼び出しでは、記載どおりにreasoning_contentを返す必要があります。HTTP 429レスポンスを処理してください。V4 Proで記載されているアカウント同時実行上限は500で、さらに高い容量が必要な場合はDeepSeekへの申請が必要です。

APIかセルフホスティングか：実践的な判断

迅速な評価や需要が変動する場合はAPIを使用します。タスク成功率、出力使用量、キャッシュヒット、再試行を測定してください。トークン単価が低くても、成功タスク1件あたりのコストが低いとは限りません。

オフライン運用、インフラ管理、ウェイト研究がチェックポイントの運用を正当化する場合はセルフホストします。V4とDSparkへの対応を確認し、全体のメモリ予算をモデル化してください。DeepSeekの4基のGB300を使ったレシピは、それより小さいクラスターを検証するものではありません。OpenRouter代替サービスガイドでは、ゲートウェイの比較基準を説明しています。

よくある質問

DeepSeek V4 Pro 0813は本当に1.6Tモデルで、活性化パラメーターは49Bだけですか？

はい。49Bという値によって1トークンあたりの計算量は減りますが、保存される1.6Tのチェックポイントが49Bパラメーターに縮小されるわけではありません。

Q4量子化すれば完全なモデルを96 GBで実行できますか？

いいえ。1.6Tパラメーター全体を4ビットにしても、メタデータとランタイムメモリを加える前に約800 GB必要です。96 GBのマシンでは大規模なオフロードか、より小さいモデルが必要です。

DeepSeek V4 ProはSWE-bench Verifiedで96.4%を記録しましたか？

今回確認した0813の公式資料に、その結果はありません。代わりに、公開済みのエージェントベンチマーク表とそのハーネス条件を使用してください。

100万トークンのコンテキストウィンドウには何が含まれますか？

APIには1Mトークンのコンテキストウィンドウが記載され、チェックポイント設定では1,048,576ポジションが指定されています。この公称ウィンドウを制限のないプロンプト枠と見なさず、入力と出力の予算を合わせて計画してください。コストと速度はキャッシュ、同時実行数、ハードウェアにも左右されます。

V4 Proは画像に対応していますか？

DeepSeekの現在のモデル表では対応していません。同表ではdeepseek-flashはビジョン対応、deepseek-v4-proは非対応とされています。

V4 Pro APIは2026年9月14日以降に終了しますか？

DeepSeekの9月10日の更新では、9月14日以降もAPIサービスを継続し、課金も変わらないとされています。状況が変わる場合は追って通知されます。このモデルに長期的に依存する設計を行う前に、変更履歴を確認してください。