DeepSeek V4.1 Flash 1017 レビュー：何が変わったか、V4 Pro と実測比較

DeepSeek は 2026 年 10 月 17 日、V4.1 Flash を DeepSeek-V4.1-Flash-1017 に更新しました。モデル ID（deepseek-flash）も価格も変わりません。DeepSeek が公表したスコアは、同社が載せたベンチマークのすべてで上がっています。公開日にこちらの 5 課題で試したところ、両方が実行できた課題では V4 Pro と同じ答えを出し、毎回先に終わり、コストは 4〜11 分の 1 でした。

どちらのモデルも OmniaKey で使えます：DeepSeek V4.1 Flash と DeepSeek V4 Pro。

1017 で変わった点

DeepSeek は 2026 年 10 月 17 日、9 月 10 日に公開した V4.1 Flash の更新版として 1017 を出しました（9 月時点の内容はV4.1 Flash のレビューにあります）。新しいモデルカードは 1017 を小規模な更新と位置づけつつ、推論、コーディング、エージェント作業、視覚テストで大きな改善があるとしています。以下のスコアはすべて DeepSeek 自身の数値です。

すべての行が上がっています。Terminal-Bench 4.0 は 11.1 ポイント、ProgramBench は 8.8、Apex Bench v1.1 は 7.5 ポイントの伸びです。† は HLE のテキストのみのサブセットを指します。

NL2Repo-Bench には注記が要ります。1017 のモデルカードは 9 月版を 65.4 としていますが、9 月の V4.1 Flash のモデルカードは 64.0 です。伸びは前者の基準で 2.8 ポイント、後者で 4.2 ポイントになります。

DeepSeek は課題の実行時間と出力長も短縮したと述べ、ハーネス全般で性能とコストの新しい最適点になったとしています。チューニング先として DeepSeek Harness、Tencent CodeBuddy、WorkBuddy を挙げています。重みは MIT ライセンスで Hugging Face の deepseek-ai/DeepSeek-V4.1-Flash-1017 に公開されています。自分で動かす場合、モデルカードは temperature 1.0、top_p 1.0、max_tokens 256K 以上を勧めています。

コードの変更は必要か

すでに deepseek-flash を呼んでいるなら、変更は不要です。チェンジログは呼び出し方法と価格はそのまま、この ID が 1017 を返すとしています。

• 旧名の deepseek-v4-flash と deepseek-v4-flash-vision-exp も引き続き使え、1017 が Flash の価格で処理します。DeepSeek はこれを一時的な扱いとしており、終了日は公表していません。
• 思考はデフォルトで有効、強度は high です。reasoning_effort は low、high、max を受け付け、コーディングではデフォルトが妥当な出発点になります。
• 長い思考には余裕とストリーミング接続が要ります。こちらのパーサー課題は 1017 で出力 20,709 トークンを使いました。V4 Pro は max_tokens を 32,000 に設定したのに 70,649 トークンを返しています。ストリーミングなしの V4 Pro リクエストは 10 分で打ち切られ、ストリーミングで再実行すると 20.7 分で完了しました。
• ピーク時間は価格が 2 倍です。2026 年 10 月 17 日に確認した DeepSeek の定価では、Flash のキャッシュミス入力が 100 万トークンあたり 0.15 ドル、出力が 100 万トークンあたり 0.60 ドル（オフピーク）。ピーク時はそれぞれ 0.30 ドルと 1.20 ドルです。V4 Pro はオフピークで 0.66 ドルと 1.98 ドルです。

ピーク時間は平日の 01:00〜04:00 と 06:00〜10:00（UTC）で、中国の祝日を除きます。日本時間では 10:00〜13:00 と 15:00〜19:00 です。DeepSeek Harness の利用者は、チェンジログに従って 0.2.1-rc.1 以降へ上げてください。

実測：1017 対 V4 Pro

2026 年 10 月 17 日の 13:00〜13:20 UTC に 5 課題を開始しました。金曜日で、DeepSeek のオフピーク時間帯にあたります。

テスト方法

• モデル ID：deepseek-flash（DeepSeek の価格ページで DeepSeek-V4.1-Flash-1017 に対応）と deepseek-v4-pro（応答は deepseek-v4-pro-ga-260813 を報告、価格ページでは DeepSeek-V4-Pro-0813）。
• 呼び出しは OmniaKey の OpenAI 互換 /v1/chat/completions エンドポイントへ送りました。
• 思考はデフォルトの high、temperature は変更なし。1 課題につき 1 モデル 1 回、課題は並列。ストリーミングを使ったのは V4 Pro のコーディング再実行だけです。
• 採点：課題 1 は 30 ケースのテストファイルで、19 件は Python と完全一致、11 件は正しい例外を要求します。課題 2 はツール呼び出しと引数すべて、課題 3 は 10 フィールド、課題 4 は 3 つのバッジコード、課題 5 は 4 つの答えで判定しました。
• 時間はリクエスト送信から完全な応答まで。コストは応答のトークン数に DeepSeek のオフピーク定価（キャッシュミス入力と出力）を掛けたものです。キャッシュヒットはありませんでした。
• OmniaKey は両モデルの API を販売しているため、テストもそこを通しました。価格はすべて DeepSeek 自身の定価で、当社の価格ではありません。
• 出典（すべて 2026 年 10 月 17 日確認）：チェンジログ、価格、モデルカード、思考ガイド、Search and Fetch ガイド。

1 課題 1 回の実行はスポットチェックであり、ベンチマークではありません。

課題 1：Python の規則どおりに動くパーサー

確認する内容：優先順位、右結合の **、-2**2 = -4、切り捨て除算、剰余、正しい例外。eval は使いません。

プロンプト：

Write a Python 3 function evaluate(expr: str) that evaluates an arithmetic expression without using eval, exec, ast or any parsing library.

• 1017：30/30 ケース、87.7 秒、$0.0125、出力 20,709 トークン（うち思考 19,734）。
• V4 Pro：ストリーミング再実行で 30/30 ケース、1,239.5 秒（20.7 分）、$0.1401、出力 70,649 トークン（うち思考 69,456）。最初の非ストリーミング実行は 10 分を超えて応答なしで打ち切られました。

結論： 1017。どちらも正しいパーサーを書きましたが、1017 は 88 秒、V4 Pro はほぼ 21 分で、コストは 11 倍でした。

課題 2：並列ツール呼び出し

確認する内容：1 つの応答で 4 つの呼び出し、2 都市と 2 ツール、各引数の都市が正しいこと。

プロンプト：

I'm flying out tonight. What's the weather right now in Lisbon and in Osaka, and what's the local time in each city? Use the tools.

• 1017：4 呼び出しすべて引数が正しく、2.6 秒、$0.0002、出力 195 トークン。
• V4 Pro：4 呼び出しすべて引数が正しく、5.2 秒、$0.0008、出力 265 トークン。

結論： 正解率は引き分け、時間とコストは 1017。

課題 3：雑なメールから請求書フィールドを抽出

確認する内容：ドイツ語と英語が混ざった請求書から 10 フィールド。「2.500 pcs at 0,42 EUR」、日付は「3rd of November 2026」、支払期限は 14 日、割引 5% は 1 行だけ。

プロンプト：

Extract this invoice email into JSON with exactly these keys:

• 1017：10/10 フィールド、5.2 秒、$0.0005、出力 779 トークン。
• V4 Pro：10/10 フィールド、22.1 秒、$0.0034、出力 1,607 トークン。

結論： 1017。答えは同じで、4 倍速く、6.7 倍安い。

課題 4：263K トークンのサービスログ

確認する内容：A、B、C 棟の現在のバッジコード。B 棟の無効になった旧コードと、聞かれていない D 棟のコードは無視します。

プロンプト：引用できるものはありません。入力は API が数えた 262,816 トークンのサービスログで、NOTE 行が 5 つあります。

• 1017：A、B、C は正解、旧 B と D は除外。24.1 秒、$0.0417、出力 3,771 トークン。
• V4 Pro：すべて正解、31.7 秒、$0.1759、出力 1,221 トークン。

結論： 1017。ここでは長く考えましたが先に終わり、価格は約 4 分の 1 です。

課題 5：グラフを読む

確認する内容：最多の月、最少の月、6 か月平均（小数第 1 位まで）、6 月と 1 月の差。DeepSeek は視覚を Flash のみで提供するため、1017 だけが実行しました。

プロンプト：

Look at the chart. Which month had the most API calls and which had the fewest? What is the average of the six months, rounded to one decimal? By how many thousand calls did June exceed January? Reply in four short lines.

• 1017：4/4 正解、3.8 秒、$0.0002。

結論： 1017。V4 Pro は画像を受け取れません。

結果

V4 Pro はパーサーで 14.1 倍、ツール課題で 2 倍、請求書で 4.2 倍、ログで 1.3 倍の時間がかかりました。課題 1〜4 の合計は 1017 が $0.055、V4 Pro が $0.320 で、DeepSeek の定価では 5.8 倍です。

DeepSeek のベンチマーク主張を丁寧に読む

DeepSeek の 1017 の表では、新モデルは 11 テスト中 4 つで Claude Opus 5 を上回り、7 つで下回ります。いずれも DeepSeek が自社のハーネスで実行した数値です。

1017 が上回るのは DeepSWE v1.1（77.0 対 74.0）、Automation-Bench v1.0.6（60.5 対 50.3）、Agents' Last Exam（35.4 対 28.6）、Apex Bench v1.1（72.1 対 65.8）です。Opus 5 は HLE（56.3 対 42.6）、Terminal-Bench 4.0（51.8 対 42.3）、ProgramBench（37.0 対 29.1）、NL2Repo-Bench（75.3 対 68.2）で上回ります。視覚テスト 3 つでも上です。Chartography は 84.0 対 83.0、BabyVision は 94.1 対 92.5、ZeroBench-main は 52.0 対 51.0 です。

DeepSeek は 1017 と V4 Pro を並べた公式の表を出していません。公表された V4 Pro のスコアは、9 月の V4.1 Flash モデルカードにあるものだけです。DeepSWE スコアと課題あたりコストを対応させた図は画像だけで、ページ本文に数値はありません。

自分のコードで判断するなら、上の 5 課題のほうが参考になります。

新しい Search と Fetch の API

10 月 17 日のチェンジログでは、DeepSeek 自社の検索エンジンも API として公開されました。Search は POST https://api.deepseek.com/v1/tools/search、Fetch は POST https://api.deepseek.com/v1/tools/fetch です。どちらも DeepSeek API と同じベアラーキーを使い、生の JSON を返します。

各エンドポイントは DeepSeek の定価で成功 1,000 リクエストあたり 0.75 ドルです。課金は HTTP 200 で結果が返ったときだけで、失敗や空の呼び出しは無料です。どちらもアカウントあたり毎秒 5 クエリまでで、Fetch にはドメインごとの制限もあります。

Search のクエリは 1〜128 文字で、既定では 10 件、1〜50 件に調整できます。Fetch は最大 8,192 文字の URL を受け取り、ページを Markdown で返します。

DeepSeek Harness、Claude Code、Codex 経由のサーバー側ツール呼び出しは、2026 年 10 月 31 日 16:00 UTC に課金が始まるまで無料です。日本時間では 11 月 1 日 1:00 です。

提供元は DeepSeek 自身で、api.deepseek.com から販売されています。

長所と短所

長所

• 両方が実行できた課題すべてで V4 Pro と同じ答えでした。
• 共通の 4 課題すべてで速く、1.3〜14 倍の差です。
• DeepSeek の定価で課題あたり 4〜11 倍安くなります。
• 画像を読めます。V4 Pro にはできません。
• 既存の deepseek-flash コードをそのまま使えます。
• MIT ライセンスで重みを公開しています。

短所

• 難しい課題では長く考えます。パーサー課題では思考トークン 19,734 でした。
• DeepSeek 自身の表でも、HLE、Terminal-Bench 4.0、ProgramBench、NL2Repo-Bench は Claude Opus 5 が上です。
• 改善の数値はすべて DeepSeek のものです。

どの作業にどちらを選ぶか

V4 Pro は 2026 年 10 月 17 日時点でも販売中で、独自の価格と、Flash の 2,500 に対して 500 の同時実行上限があります。自分のテストで勝つ作業に残してください。

API から呼び出す

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="deepseek-flash",           # DeepSeek-V4.1-Flash-1017 を返す
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # 長い回答のための余裕
    stream=True,                      # 長い思考はプロキシのタイムアウトを超えることがある
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. OmniaKey のダッシュボードでキーを作り、YOUR_OMNIAKEY_KEY と置き換えて貼り付けます。
2. 上のリクエストを deepseek-flash で送ります。コーディングでは max_tokens を 32,000 前後に保ち、長い実行はストリーミングにします。
3. 最初の実タスクで返ってきたトークン数とモデル名を記録し、DeepSeek のオフピーク料金と比べてコストを確認します。

よくある質問

1017 で価格は上がりましたか？

DeepSeek の 10 月 17 日のチェンジログは価格に変更がないとしています。当日の価格ページでは、Flash のオフピークはキャッシュミス入力が 100 万トークンあたり 0.15 ドル、出力が 100 万トークンあたり 0.60 ドルです。価格ページに表示されるのは現在の料金だけです。

1017 を自分のハードウェアで動かせますか？

重みは Hugging Face に MIT で公開されています。今回のリリースには Jinja のチャットテンプレートではなく Python の参照エンコードコードが含まれるため、ローカルの配信構成ではプロンプトのエンコードを自前で用意する必要があります。

1017 は API で画像を読めますか？

はい。DeepSeek の価格ページは視覚を Flash で対応、V4 Pro で非対応としており、グラフの課題も Flash だけで実行しました。

更新履歴

• 2026 年 10 月 17 日：初回公開。テストも同日に実施。