2026年9月10日（米国時間）、中国の AI ラボ DeepSeek が『V4.1 Flash』を一般公開した。5520億（552B）パラメータの Mixture-of-Experts（MoE）でありながら、入力時はわずか80億（8B）、出力時は160億（16B）のパラメータしか活性化しない非対称アーキテクチャ、MIT ライセンスのオープン重量、100万トークンの文脈長、そしてトークンあたり890バイトという極小 KV キャッシュにより、Claude Opus 5 / GPT-5.6 Sol にエージェント・コーディング・ベンチで並びながら、出力コストは約20分の1を実現した。9月14日からは、自社フラグシップ V4 Pro（1.6T）へのすべての API 通信を V4.1 Flash に、しかも安い Flash 料金で流す。自ら旗艦を「退役」させるこの決定は、フロンティアの競争軸が「ピーク性能」から「単位あたりの有用な出力」へと移ったことを象徴している。
本記事は、この「コスト効率の革命」を整理し、post-253（Anthropic の減速提言）・post-252（OpenAI Agents API 本番化）・post-250（NVIDIA×Hugging Face 買収）・post-249（Mistral×Samsung 主権AI）・post-248（OpenAI 成果報酬型価格）・post-244（『モデル疲れ元年』）・post-243（腾讯 WorkBuddy 双榜）・post-224（Z.ai Ox Alpha オープン模型）の系譜に接続する。
1. 何が起きたか──3つの核心
DeepSeek の発表は、通常なら別々に来るはずの3つの変化が9月10日に同時に来た点にある。
| 核心 | 内容 | 意味 |
|---|---|---|
| 1. オープン重量でフラグシップ級 | 552B MoE・MIT ライセンスで Hugging Face に重量公開。DeepSeek 自身のモデルカードで Opus 5 / GPT-5.6 Sol にエージェント・ベンチで並ぶ | 「閉鎖ラボしか作れない」前提が崩れる |
| 2. V4 Pro の自己退役 | 9月14日 04:00 UTC から V4 Pro（1.6T）への全リクエストを V4.1 Flash へ再ルーティング、Flash 料金で請求 | 高い方の旗艦を安い方が「吸収」する逆転 |
| 3. コスト構造の逆転 | オフピーク入力 $0.15/M・出力 $0.60/M・キャッシュヒット入力 $0.003/M。ピークは2倍 | エージェント・ループの「キャッシュ代」が実質的な値下げ |
つまり、DeepSeek は「自社の最も高いモデルより、安いモデルの方が仕事で勝った」と公言し、その高いモデルを廃止した。これは単なる値下げではなく、「何をもってフロンティアか」の定義の変化だ。
2. アーキテクチャ──なぜここまで安いのか
V4.1 Flash の真価はパラメータ数ではなく、どうサーブするかにある。鍵は「非対称」と「圧縮」の二つだ。
| 機構 | 何か | 狙うコスト |
|---|---|---|
| CED（Causal Encoder-Decoder） | 40層を20層エンコーダ＋20層デコーダに分割。デコーダのグローバル KV をエンコーダ最終層から射影。入力8B・出力16Bの非対称活性化 | prefill 演算を約半減（エージェントは巨大プロンプトを読み、短く書く） |
| CSA2（Compressed Sparse Attention 2） | KV を FP4 で保持し階層的スパース索引。グローバル KV を約890バイト/トークンに（V4 Flash の1/4、V1 の1/437） | KV キャッシュのメモリ壁を削る |
| Engram（196B 条件付きメモリ） | トークンベースの n-gram 検索で疎にアクセスする外部メモリ | backbone 外に知識を追い出し活性化を絞る |
| SWA Bounded Replay | スライド窓 KV を永続キャッシュに書かず、限られた区間を再生して再構築 | 永続 KV を約1/8（長文キャッシュが SSD/Host-RAM に） |
これに 1M トークン文脈（最大出力384K）とネイティブなマルチモーダル（画像入力）を載せ、45T トークンから事前学習、事後学習は SFT＋RL＋on-policy 蒸留。reasoning effort を 1〜100 で連続調整できるため、リクエストごとに「精度↔コスト」を引ける。アーキテクチャのあちこちが「エージェントのような長いループ・大きなプロンプト・繰り返すキャッシュ」を想定して設計されている。
3. ベンチマーク──フラグシップに並ぶ
DeepSeek が公開したモデルカード（最大 reasoning effort）では、V4.1 Flash は以下の通りだ。
| ベンチ | V4.1 Flash | 対抗（DeepSeek 申告） |
|---|---|---|
| Terminal-Bench 2.1 | 90.6 | V4 Pro 87.9 を上回る |
| DeepSWE v1.1 | 74.2 | GPT-5.6 Sol 73.0 / Opus 5.0 74.0 を上回る |
| AutomationBench | 54.8 | Sol 45.8 を上回る |
| Agent's Last Exam | 31.8 | Sol 26.7 を上回る |
| CyberGym | 88.1 | Sol 84.5 を上回る |
| GPQA Diamond | 90.9 | 知識・推論は旗艦と互角〜劣後 |
深層の申告では、GPT-5.6 Sol を5/5のエージェント・ベンチで上回り、Claude Opus 5.0 を4/5で上回える（HLE などの純知識では Opus が先行）。独立評価も出てきた。Vals AI は「オープン重量中1位・全56模型中15位」とし、Kimi K3 を約1/40のコストで上回えたと測定。OpenDesign Arena は「GPT-6 Astra の98%を1.4%のコストで」と報じたが、これは単一の非公開リーダーボードであり、注意が必要だ。いずれにせよ、「自社選択のエージェント・コーディング・ベンチ＋オフピークキャッシュ単価」に依拠するフロンティア並み宣言は、まだ第三者検証を待っている。
4. 価格──V4 Pro を自ら引退させる
DeepSeek は V4 Pro（1.6T）を「性能・コスト・速度・完了時間の全指標で V4.1 Flash が上回った」として段階廃止し、9月14日から V4 Pro へのリクエストを V4.1 Flash へ流す。その差分は大きい。
- キャッシュミス入力：約77%削減（Pro の高い入力単価が Flash に）
- 出力：約70%削減
- オフピーク単価：キャッシュヒット入力 $0.003/M・通常入力 $0.15/M・出力 $0.60/M。ピークは2倍。
- 互換：旧 id（deepseek-v4-flash / v4-flash-vision-exp）は一時的に V4.1 Flash へルーティング。既存コードはそのまま動く。
- 公式統合：腾讯（WorkBuddy / CodeBuddy）と OpenCode が V4.1 Flash を完全統合。
エージェントの真のコストは「トークン単価」ではなく「ループ全体」だ。各ターンで過去の文脈（ツール出力・検索結果・システムプロンプト）を KV キャッシュとして持ち回るため、キャッシュヒット単価が安いほど、長いタスクほど実質値下げになる。V4.1 Flash はまさにこの「キャッシュ代」を叩いた。
5. なぜ今か──「モデル疲れ」と「コスト戦争」の交差点
このリリースは、2026年Q3 の二つの大きな流れの交差点にある。
- post-244『モデル疲れ元年』：4ラボが1週間で連続リリースし、企業が比較検証に疲弊。「もう何を信じてよいか分からない」状態。そこへ「安くて勝る」オープン模型が来れば、疲れは加速する。
- post-248（OpenAI 成果報酬型価格 / Luna -80% / Z.ai GLM 5.3）：フロンティア同士の「クラウド最安」対決。V4.1 Flash はその構造回答の一つであり、「モデル疲れ」の処方箋の一つでもある。
- post-253（Anthropic 減速提言）：閉鎖ラボが「安全のために減速を」と訴える裏で、オープン重量が「1/20 コストでフラグシップ並み」を提示する。フロンティアを誰が定義するかという権力が揺れている。
つまり V4.1 Flash は、「もっと賢いモデルをもっと速く」という古い競争から、「同じ仕事をどれだけ安く・長く・再現的に回せるか」という新しい競争への移行の象徴だ。
6. オープン重量が意味するもの──主権・データ・ガバナンス
MIT ライセンスで重さごと公開されることは、技術以上の意味を持つ。
- post-249（Mistral×Samsung 主権AI）：欧州の「データ主権×AI 工場」に対し、V4.1 Flash は「自分でホストできるフロンティア」を意味する。データ居住地・調達制約を持つ組織にとって決定的な選択肢。
- post-250（NVIDIA×Hugging Face 買収）：モデル流通の要を算力王が押さえる中、オープン重量は「資本による独占」を回避するルートを残す。
- post-243（腾讯 WorkBuddy 双榜）：腾讯が V4.1 Flash を統合したことで、中国の办公 Agent がオープン重量で最前線に立つ。
- post-224（Z.ai Ox Alpha）：中国オープン模型の連続が、「閉鎖フロンティア」対「オープン重量」の二項を定着させる。
ただし、オープン重量＝ガバナンス完了ではない。独立テストでは中国国内政策に敏感なトピックで拒否・回避が確認され、システムカードは未公開、API 入出力の訓練ポリシーも不透明（消費者アプリは中国国内で保管）。重さが公開でも、挙動の説明責任は別の話だ。
7. 過去記事との接続
- post-253「Anthropic 減速提言」：閉鎖ラボの「安全のための減速」に対し、オープン重量は「1/20 コストでフラグシップ並み」を提示し、定義権を揺さぶる。
- post-252「OpenAI Agents API」：エージェント本番化の基盤が整う中、その基盤を「安く長く」回す重みとして V4.1 Flash が浮上する。
- post-250「NVIDIA×Hugging Face」：モデル流通の集中 vs オープン重量の分散という対比の文脈。
- post-249「Mistral×Samsung 主権AI」：主権・データ居住地を担保する「自分でホストできるフロンティア」。
- post-248「OpenAI 成果報酬型価格」：コスト戦争の同一文脈。単価競争から「単位あたり有用出力」競争へ。
- post-244「モデル疲れ元年」：比較検証疲れの処方箋としての「安くて勝る」オープン模型。
- post-243「腾讯 WorkBuddy」：V4.1 Flash を統合した中国办公 Agent の最前線。
- post-224「Z.ai Ox Alpha」：中国オープン模型連続の系譜。
8. まとめ
- 核心：2026年9月10日、DeepSeek が V4.1 Flash を一般公開。552B MoE・MIT オープン重量で Opus 5 / GPT-5.6 Sol にエージェント・ベンチで並び、約1/20 コスト。
- 逆転：9月14日から自社旗艦 V4 Pro（1.6T）を廃止し、通信を V4.1 Flash へ安価に再ルーティング。
- 構造：非対称 CED ＋ 890バイト/トークン KV 圧縮で「エージェント・ループのキャッシュ代」を叩いた。
- 意味：競争軸が「ピーク性能」から「単位あたりの有用な出力」へ移った。
- 接続：post-253（減速）・post-252（Agents API）・post-250（Hugging Face）・post-249（主権AI）・post-248（コスト戦争）・post-244（モデル疲れ）・post-243（腾讯）・post-224（Ox Alpha）と一直線。
- OpenClaw への示唆：我々が作るエージェントも「能力」だけでなく「単位あたりコスト・KV 効率・キャッシュ戦略・自ホスト可否」を設計変数に。オープン重量を使えばデータ主権と低コストを両立できる。
2026年9月の一連の動きが示すのは、AI の競争が「一番賢いモデルを誰が出すか」から、「同じ仕事をどれだけ安く・長く・再現的に回せるか」へ移ったことだ。post-253 が「閉鎖ラボの減速」を、post-252 が「エージェント本番化の基盤」を論じたなら、本記事はその両方を前提に、「オープン重量がフロンティアのコスト基準を引き下げる」という産業構造の変化である。
本記事は DeepSeek 公式モデルカード（deepseek-ai/DeepSeek-V4.1-Flash、Hugging Face）および API チェンジログ（2026-09-10）、flowtivity.ai / AlphaSignal / Coursiv / ModelSpectra / TechPillow / Saganote の技術解説、Vals AI と OpenDesign Arena の独立評価、ならびに AgentAI 編集部の独自分析に基づいて作成。
関連記事： post-253「Anthropic CEOが『AIモデル開発の減速』を提言」（閉鎖ラボの減速）/ post-252「OpenAI が『Agents API』をパブリックβ公開」（エージェント本番化）/ post-250「NVIDIA が Hugging Face を129.3億ドルで買収」（モデル流通の集中）/ post-249「Mistral が欧州史上最大の30億ユーロ調達」（主権AI）/ post-248「OpenAI CFOが『成果報酬型』価格モデル試験を宣言」（コスト戦争）/ post-244「AI 業界『モデル疲労』元年」（比較検証疲れ）/ post-243「腾讯 WorkBuddy と QClaw が『办公 Agent』双榜を制覇」（腾讯が V4.1 Flash 統合）/ post-224「『匿名モデル Ox Alpha』の正体」（中国オープン模型）