DeepSeek、V4.1-Flash-1017チェックポイントを公開：DeepSWE 77.0、検索・スクレイピングAPIも開放

MarkTechPostが2026年10月17日に報じたところによると、DeepSeekはV4.1-Flash-1017ポストトレーニングチェックポイントを公開し、deepseek-flashモデル名で提供、11項目のベンチマークすべてで9月版を上回ると主張し、DeepSWE v1.1は77.0。同時に全開発者向けに検索・スクレイピングAPIを開放し、1000回あたりの課金を示した。

公開 2026/10/17更新 2026/10/25

主な変更

MarkTechPostが2026年10月17日に報じたところによると、DeepSeekはDeepSeek-V4.1-Flash-1017を公開した。これはV4.1-Flashの更新済みポストトレーニングチェックポイントで、deepseek-flashモデル名で公式サイト、アプリ、APIを通じて提供され、OpenAIとAnthropicの両エンドポイント形式に対応する。報道によれば規模は552Bのバックボーンパラメータと196BのEngramパラメータで、プリフィルはトークンあたり8B、デコードは16Bを活性化し、コンテキストは1Mトークン、出力上限は384Kトークン。アーキテクチャの詳細はV4.1-Flash技術レポートに由来し、因果エンコーダ・デコーダ、圧縮スパースアテンション2、FP4のメインKVキャッシュ、SWA有界リプレイを含む。DeepSeekはこのチェックポイントが全11項目のベンチマークで9月版V4.1-Flashを上回り、2.0から11.1ポイント改善したと主張しており、うちDeepSWE v1.1は77.0（比較74.2）、Terminal-Bench 4.0は42.3（比較31.2）。報道は同時に、Claude Opus 5がTerminal-Bench 4.0、ProgramBench、NL2Repo、ツールなしHLEで依然リードしているとも指摘する。モデル公開と同時に、DeepSeekは全開発者向けに検索・スクレイピングAPIを開放した。

開発者への影響

エージェント開発者にとって最も直接的な変化は、モデルとウェブツール層を同一のAPIキーで駆動でき、外部検索ベンダーの統合と資格情報管理を1層減らせることだ。検索エンドポイントは0から3のリランクスコアと0から4の権威階層を付けた結果を返し、スクレイピングエンドポイントは単一ページをMarkdownに変換する。これは、生のリンクしか得られないのではなく、検索のランキング信号をアプリ自身のリランクやフィルタリングロジックに取り込めることを意味する。いくつかの事実層を区別する必要がある。モデル能力の向上はDeepSeekの自己申告ベンチマークデータに由来し、独立した再現ではない。9月版V4.1-Flashの763BパラメータFP8重みはMITライセンスでHugging Faceに公開されたが、報道は1017の重みとハードウェア要件が非開示であると明言しているため、9月版のMITライセンスを1017チェックポイントに外挿することはできない。重みの可用性とライセンス許諾は別物である。ツール側の制限も公開されている。検索とスクレイピングはそれぞれアカウントあたり5 QPS、成功した呼び出しはエンドポイントごとに課金、空結果と失敗は無料、harness経由のサーバー側呼び出しは2026年11月1日まで無料。こうした価格と無料期間は変動するため、ベンダーのドキュメントと価格ページの当日の提示を基準とすべきだ。

導入と評価の提案

以下は提案と条件分析であり、報道事実ではない。第一の判断は推論強度の段階に関する。報道によればこのモデルは1から100の推論強度スカラーを提供し、APIのlow、high、maxはそれぞれ50、75、100にマッピングされる。ワークロードが構造化されたコード修正やリポジトリレベルのパッチであれば、highまたはmaxを選び、タスク完了率と出力トークン数を測定可能な指標とする。分類、抽出、ルーティングのような短い出力タスクであれば、まずlowを使い、固定サンプル上で精度低下が許容閾値を超えないことを要件とする。第二の判断は検索の接続方式に関する。検索APIは1回の呼び出しで1から50件の結果しか取得できず、アカウントあたり5 QPSであるため、ファーストパーティ検索を使うかどうかはクエリ量と並行要件に依存する。1日のクエリ量が5 QPSで担える範囲を大きく超えるなら、外部検索を主経路として維持し、ファーストパーティ検索は権威階層とリランクスコアが必要なロングテールクエリに使うべきだ。評価指標には回答の引用命中率と成功クエリあたりのコストを選び、空結果の課金ルールを境界とした失敗シナリオのテストを行う。第三の判断はharnessのバージョンに関する。報道によればこのチェックポイントはDeepSeek Harness、Tencent CodeBuddy、WorkBuddy向けに調整され、Harness v0.2.1-rc.1以上が推奨されるため、バージョン前提を満たさない環境ではベンチマークの向上が自社エージェントフレームワークに移転するとは限らない。報道のDeepSWEスコアを直接引用するのではなく、自社評価セットでのタスク完了率を受け入れ基準とすべきだ。

制限と未確認事項

報道中のすべてのベンチマークスコアはDeepSeekの自己申告データであり、報道自体は第三者による再現を提供しておらず、その評価はClaude CodeやMini-SWE-V2など特定の環境で行われたため、自社harnessに移すと結論が異なる可能性がある。アーキテクチャのパラメータ、コンテキスト、出力上限の記述はV4.1-Flash技術レポートに由来し、報道は1017チェックポイントがこれらの点で何らかの変化があったかを説明していない。1017の重みは非開示であり、Hugging FaceやKimiSeekでの可用性を9月版V4.1-FlashのMITライセンスから推測することはできず、ハードウェア要件も非開示のため、ローカル展開には現時点で依拠できる情報が不足している。なお、DeepSeek V4.1 Flash 1017はKimiSeekのリアルタイムカタログに既に掲載されている（カタログではコンテキスト1024000、タイプchat）。ただしこれは現在のカタログ状態にすぎず、報道のベンチマークや展開能力を裏付けるものではない。報道に述べられたAPI価格、5 QPSのレート制限、無料期間はいずれもDeepSeek公式チャネルを指しており、料率と無料期間は変動しうるため、ベンダーの価格ページとドキュメントの当日の提示を基準とすべきだ。