フロンティアに新たな挑戦者が現れる
中国の人工知能（AI）研究機関DeepSeekは、待望のV4モデルシリーズのプレビュー版を発表し、大規模なパラメータ数と前例のない効率性を両立する2つのバリアントを投入した。2026年4月24日に公開されたDeepSeek-V4-ProとDeepSeek-V4-Flashは、OpenAI、Anthropic、Googleといった米AI大手の支配に挑む、同社のこれまでで最も野心的な試みとなる。
目次
今回の発表は、DeepSeekの推論モデルR1が世界的なAI能力をフロンティア級システムで通常必要とされる費用のごく一部で構築できることを示し、1兆ドル規模の市場急落を引き起こしてからちょうど1年後のものだ。V4ではDeepSeek、単なる低コストな代替品ではなく、原初の能力でも真正な競争相手となると同時に、杭州のスタートアップを世界的に有名にした大胆な価格戦略を維持する。
両モデルは100万トークンのコンテキストウィンドウを備え、1回のプロンプトで約15～20冊の長編小説に相当する情報を処理できる。また、推論時にパラメータの一部のみを活性化するMixture-of-Expertsアーキテクチャを採用する。特に注目すべきなのは、商業利用や修正をライセンス料なしで認める寛容なMITライセンスで公開したことで、オープンウェイト型AI開発への取り組みを継続している。
技術アーキテクチャと規模
DeepSeek V4シリーズは、用途の異なる2つの構成を導入する。フラッグシップのV4-Proは、これまでに公開された中でも最大級のオープンウェイトモデルで、総パラメータ数は1.6兆、任意の推論時の活性パラメータ数は490億に達する。よりコンパクトなV4-Flashは総パラメータ数2840億、活性パラメータ数130億で、レイテンシーに敏感な用途やコンシューマーハードウェアへの展開を想定している。
このパラメータ効率は、モデル全体を活性化するのではなく、各入力トークンを専門的なサブネットワークへ振り分けるMixture-of-Expertsアーキテクチャによって実現される。1.6兆パラメータの密なモデルを稼働させるのは実質的に不可能なほど高額だが、活性パラメータ数を前世代V3.2とほぼ同じ水準に保ちながら専門家のプールを拡大することで、DeepSeekは計算要件を比例的に増やすことなく、コーディング、数学、多言語処理の各タスクでより深い専門性を得ることができる。
長文コンテキストの壁を突破
V4アーキテクチャの中核を成すのが、Compressed Sparse AttentionとHeavily Compressed Attentionの仕組みを組み合わせた、DeepSeekが「ハイブリッド・アテンション・アーキテクチャ」と呼ぶ技術だ。この革新は、コンテキストの長さが伸びるにつれて検索品質が低下するという、大規模言語モデルに長く存在する課題に対処する。
標準的なトランスフォーマーのアテンションは「干し草の中の針」問題への対応が難しく、長い文書の奥深くに埋め込まれた特定情報を発見するのは、時間が長くなるほど困難になる。DeepSeekによると、この手法は100万トークンの検索ベンチマークで97%の精度を達成し、標準的なアテンションの84.2%と比べて、長文コンテキストモデルを悩ませてきた検索品質の低下を実質的に解決する。
実際の利用では、コードベース全体、包括的な法務文書群、あるいは数年分の会話履歴を処理しても、個々の詳細を見失わないことを意味する。検索拡張生成（RAG）システムを構築する開発者にとって、この能力は複雑な分割戦略や外部ベクトルデータベースの必要性を減らす、あるいはなくす可能性がある。
ベンチマーク性能：フロンティアに迫る能力
独立評価とDeepSeek自身の報告によると、V4-Proは、最先端のクローズドソースシステムに迫る性能レベルに達している。実際のオープンソースプロジェクトで発生したGitHubの実課題を解決する能力を測るSWE-bench Verifiedベンチマークでは、V4-Proは約80.6%を記録したとされ、Claude Opus 4.6の80.8%にほぼ匹敵し、これまでのオープンソースの多くの記録を上回る。
数学的推論のベンチマークでは、V4-Proは特に強みを示す。HMMT 2026で95.2%、IMOAnswerBenchで89.8%を達成したとされ、後者ではClaude Opus 4.6を上回るが、GPT-5.4にはわずかに及ばない。Codeforcesレーティングで測定した競技プログラミングの評価では、V4-Proは3206を記録し、GPT-5.4（3168）とGemini 3.1 Pro（3052）を上回る。
ただしDeepSeekは、全体的なフロンティア級の地位については慎重な自己評価を維持している。同社は、一般的な知識や推論タスクでは、V4-ProがGoogleのGemini 3.1 Proに約3～6カ月の開発期間で後れを取ることを認めており、差は縮まったものの、最も高度なクローズドシステムとの完全な同等性はまだ実現していないことを示唆している。
推論トークンの拡大により、DeepSeek-V4-Pro-Maxは標準的な推論ベンチマークでGPT-5.2やGemini-3.0-Proを上回る優れた性能を示す。ただし、その性能はGPT-5.4とGemini-3.1-Proにわずかに及ばず、最先端フロンティアモデルより約3～6カ月遅れを取る開発軌道にあることを示している。
V4-Flashは規模が小さいにもかかわらず、驚くほど競争力のある性能を維持している。MMLU-ProではV4-Proの87.5%に対し86.2%、LiveCodeBenchではProの93.5%に対し91.6%を記録した。この効率の高さは、多くの用途ではFlashモデルが大幅に低い運用コストで十分な能力を提供できることを示している。
大胆な価格設定と経済的インパクト
V4発表の最も破壊的な側面は、欧米の競合を数桁下回る価格設定を続ける点かもしれない。V4-Flashは入力100万トークン当たり0.14ドル、出力100万トークン当たり0.28ドルで、OpenAIのGPT-5.4 Nano（0.20ドル／1.25ドル）やGemini 3.1 Flash-Lite（0.25ドル／1.50ドル）よりも安い。
フラッグシップのV4-Proは、入力100万トークン当たり1.74ドル、出力100万トークン当たり3.48ドルとなっている。Flash版より高価だが、同等のフロンティアモデルを大きく下回る価格を維持している。Claude Opus 4.6は入力100万トークン当たり5ドル、出力100万トークン当たり25ドル、GPT-5.4は入力2.50ドル、出力15ドルだ。DeepSeekのフラッグシップは、同等のベンチマーク性能を約50～80%低いコストで提供する。
この強気な価格設定を支えるのが、モデルアーキテクチャにおける大幅な効率向上だ。DeepSeekによると、100万トークンのコンテキストでV4-Proが必要とする浮動小数点演算は前世代V3.2の27%にとどまり、キーバリューキャッシュのサイズは10%だけだ。V4-Flashはさらに効率を高め、V3.2と比べてFLOPsは10%、KVキャッシュは7%となっている。
業界アナリストは、この価格圧力が市場全体の調整を迫る可能性を指摘する。DeepSeekのR1がOpenAIの同等製品より約90%低いAPIコストで登場した際、競合各社は高度なモデルを無料ユーザーに開放し、自社の価格体系を調整して対応した。V4が高性能AIと低価格帯AIの双方に新しい推論コストの基準を打ち立てれば、同様の流れが展開する可能性がある。
ハードウェア自立と学習インフラ
V4発表における重要な地政学的、技術的要素が、その学習インフラだ。主にNvidiaの最先端GPUで構築されるほとんどのフロンティアAIモデルとは異なり、DeepSeekはHuawei Ascend 910B AIアクセラレーターとCambricon MLUチップを組み合わせてV4を学習させ、HuaweiのAscend NPUプラットフォームで検証を完了したとされる。
この開発は、世界のAIハードウェア市場に大きな影響を与える可能性がある。中国がNvidiaの最高性能チップにアクセスできる範囲を制限する米国の輸出規制により、DeepSeekは国内製シリコンを使ってフロンティア級のAI開発が可能であることを示した。同モデルのベンチマーク主張が独立した精査に耐えれば、大規模AI学習においてHuaweiとCambriconがNvidiaの有力な代替品となることを裏付け、AIハードウェアの供給網の多様化を加速させる可能性がある。
Counterpoint Researchの主任AIアナリスト、Wei Sun氏は、V4が中国国内チップ上でネイティブに動作できる能力は、北京のAI主権の目標に大きな影響を与える可能性があると指摘した。
これは最終的に世界全体のAI開発も加速させるだろう。
コンシューマー機への展開
膨大なパラメータ数にもかかわらず、DeepSeekはV4の量子化版がコンシューマーハードウェアで動作すると強調している。同社によると、V4-FlashはINT4量子化で32GBのVRAMを搭載したNvidia RTX 5090 1台で、またはINT8精度で合計48GBのVRAMを持つRTX 4090 2台で動作する。フルウェイトで865GBのProモデルは、完全精度推論向けに複数ノードのGPUクラスターを対象とするが、ストリーミング型の展開方式もサポートする可能性がある。
このアクセシビリティは、APIアクセスとデータセンターインフラを必要とするクローズドソースのフロンティアモデルとは対照的だ。データプライバシー、レイテンシー、予測可能な運用コストを重視する開発者にとって、購入可能なハードウェア上で1兆パラメータ級のモデルを自己ホスティングできることは、AI導入の実際的な経済性における大きな転換を意味する。
市場への影響と戦略的ポジショニング
V4の発表は、中国と米国のAI開発者だけでなく、中国国内市場における競争も激化させる。DeepSeekのR1がブレークスルーを達成して以来、AlibabaのQwen、ByteDance、Moonshot AIといった国内競合は自社モデルの発表を加速させてきた。DeepSeekの最新発表は競合各社の株価に即座に影響し、V4発表後、香港市場でMiniMaxとZhipuの株価がそれぞれ約8%下落した。
モデル公開と並行して、DeepSeekは初の外部資金調達を模索しているとされ、評価額100億ドル超で最低3億ドルを目標としている。一部の報道では、TencentやAlibabaとの協議により評価額が200億ドルに迫る可能性があるとする。これは、ヘッジファンドの親会社High-Flyer Capital Managementだけに依存してきた従来の方針からの戦略的転換を意味する。
ただし、同社には直ちに迫るインフラ上の制約がある。DeepSeekは、先端計算資源の不足によりPro層のサービス提供能力が現在限られていると警告し、価格が大幅に下がるのは2026年後半にHuawei Ascend 950「スーパーノード」を大規模に導入した後になると説明している。
今回の発表は、AI開発をめぐる地政学的緊張の高まりの中でも行われている。ホワイトハウスは最近、AI分野における中国による産業規模の知的財産侵害を非難し、中国外務省はこれを中国の技術進歩に対する根拠のない攻撃だと全面的に否定した。Apache 2.0とMITライセンスによるオープンソース公開を続けるDeepSeekの姿勢は、多くの欧米フロンティア研究機関が採るますます閉鎖的な戦略と対照的で、同社をオープンウェイト型AI開発の旗手として位置付けている。
要点
- DeepSeekは、V4-Pro（1.6兆パラメータ、490億アクティブ）とV4-Flash（2840億パラメータ、130億アクティブ）のプレビュー版を100万トークンのコンテキストウィンドウ付きで公開
- 両モデルはオープンソースライセンス（MIT／Apache 2.0）で公開され、ライセンス料なしで商業利用や修正が可能
- V4-ProはコーディングタスクでClaude Opus 4.6やGPT-5.4と競合するベンチマーク結果を達成しながら、コストを50～80%削減
- V4-Flashは出力100万トークン当たり0.28ドルで、高性能な小型モデルの中では最安値となり、OpenAIのGPT-5.4 Nanoも下回る
- 両モデルはNvidia以外のハードウェア（Huawei AscendおよびCambriconチップ）で学習され、米国製AIシリコンに対する有効な代替案を示した
- ハイブリッド・アテンション・アーキテクチャなどの技術革新により、前世代モデルと比べて計算要件を最大90%削減
- 量子化版は、RTX 5090 1台やRTX 4090 2台などのコンシューマーハードウェアで動作可能
- DeepSeekは、一般的な知識タスクでは両モデルが最先端フロンティアシステムに約3～6カ月遅れを取ることを認める
- 今回の発表はAI産業への価格圧力を強め、中国国内AI分野の競争を加速させる
