DeepSeek V4 Flash、実務エージェントタスクで成功率低く価格上昇も

記事の3ポイント

1. 1

   実環境での性能ギャップ

   DeepSeek V4 Flash はリーダーボードで上位だが、Composio のテストでは複雑なエージェントタスクの成功率が53.8%に留まり、オーケストレーションや設定の違いによって結果が大きく変動することが判明した。

2. 2

   価格改定と新料金体系

   DeepSeek はV4 FlashおよびProモデルの料金を最大1,100%引き上げる方針を表明し、ピーク時・オフピーク時やキャッシュヒットに応じた新たな階層型料金構造を導入する。

3. 3

   市場での急激な普及

   V4 Flashは公開ベータ直後からOpenRouterの利用率リーダーボードを支配し、開発者からは「総体として怪物（total monster）」と称賛されるほど急速に採用が進んでいる。