DeepSeek が DeepSeek-V4-Flash-0731 を提供開始 ── エージェント能力が跳ね上がった「公式」の正体
とりあえずプレビュー版で試した人も多いはずですが、ついに DeepSeek-V4-Flash の正式リリース版である「DeepSeek-V4-Flash-0731」が Hugging Face に公開されました。単なるバグ修正じゃなくて、エージェントとしての思考力がかなり強化されてるらしいです。これは結構大きなアップデートなので、気になる人は要チェックですね。
▸何が変わったのか
最大のポイントは、エージェント機能が大幅に向上したことです。プレビュー版や Pro 版よりも少ない活性化パラメータ数で、それらを上回るパフォーマンスを出しています。具体的には Terminal Bench 2.1 で 82.7、NL2Repo で 54.2 と、旧バージョンの倍近いスコアを叩き出しています。また、思考深度を制御する `reasoningeffort` パラメータが追加され、low・high・max の3段階で回答前の考察時間を調整できるようになりました。
◈前モデル / 競合との比較
プレビュー版である DeepSeek-V4-Flash (Preview) と比較すると、Terminal Bench 2.1 は 61.8 から 82.7 に、Cybergym は 38.7 から 76.7 へと劇的な改善が見られます。社内ベンチマークである DSBench-Hard でも 25.8 から 59.6 へ跳ね上がり、単なる数値の上積みではなく、難易度の高いタスクに対する適応力が飛躍的に高まったと言えます。
◈技術背景と意義
このモデルは「推論努力レベル」を変えられるのが面白いですね。max に設定すると、AI がより長く深く考えた上で回答を試みます。これにより、複雑なコード書き換えやツール操作などのタスクで、軽率なミスが減り、正確性が高まる仕組みです。専門用語の DSpark 投機的デコーディングも組み込まれており、生成速度と精度の両立を狙った作りになっています。
▸こんな人・用途に
エンジニアが直面する本格的なコード修正作業（DeepSWEで54.4ポイント）や、ターミナル操作を伴う自動化タスクに適しています。また、フルスタック開発のテストセットでも高スコアを出しているため、Webアプリケーションの開発支援として利用するのも良さそうです。
◆入手方法・リンク
モデルは Hugging Face の「deepseek-ai/DeepSeek-V4-Flash-0731」から利用可能です。vLLM で動作させる場合は、起動コマンドに `–speculative-config` フラグを追加し、method を dspark に指定することで高速化機能を活かせます。チャットテンプレートは独自の Python スクリプトが提供されているので、それを使ってエンコードする必要があります。
SOURCE: DeepSeek (2026-07-31)
