DeepSeek が DeepSeek-V4-Flash-0731 を提供開始 ── Agentic 能力が爆発的に向上
「プレビュー版」という仮の姿を脱ぎ捨て、本格的な公式バージョンとして登場した DeepSeek-V4。特に注目なのは、単なるチャットボットを超えたエージェントとしての活躍ぶりだ。パラメータ数に見合わない凄まじい性能で、既存モデルの座を揺るがしかけている。
▸何が変わったのか
正式名称は「DeepSeek-V4-Flash-0731」。プレビュー版から大幅に強化された Agentic（エージェント）能力が最大の特徴だ。構造としては DSpark という推論加速モジュールを搭載しており、効率的な処理が可能になっている。また、思考の深度を制御する `reasoningeffort` パラメータが導入され、「low」「high」「max」の3段階でモデルが回答前にどれだけ熟考するかを調整できるようになっている。これにより、軽い質問でも重いタスクでも、リソースの最適化が図れる仕組みだ。
◈前モデル / 競合との比較
同じ DeepSeek 傘下の「DeepSeek-V4-Pro (Preview)」と比較して、アクティブにするパラメータ数がはるかに小さいにも関わらず、ベンチマークでは上回る性能を示している。例えば終端ベンチマークである Terminal Bench 2.1 では 82.7 対 72.1 で勝利し、DeepSWE では 54.4 対 12.8 と圧倒的な差をつけている。また、GLM-5.2 や Opus-4.8 など、最強クラスの閉じたプロプライエタリモデルと比べても遜色ない、あるいは同等の競争力を持っている。
◈技術背景と意義
今回のリリースでは、vLLM 上で DSpark 推論を使う際に特別な設定ファイルを用意する必要がなく、シンプルなフラグ追加で高速化を図れる点が便利そうだ。特に `reasoningeffort` の存在は、ユーザー側が「ここはじっくり考えさせてほしい」「そこは素早く答えをくれ」という意図を直接モデルに伝えられることを意味する。AI が黒箱ではなく、ある程度操作可能なツールとして機能するようになっているのが面白い。
▸こんな人・用途に
複雑なコードの書き換えやデバッグ作業が必要な開発者。複数ステップを含む自動化タスクを実行したいエンジニア。高度な論理思考を要求される問題解決業務に携わる方々。
◆入手方法・リンク
Hugging Face で「DeepSeek-V4-Flash-0731」として公開されている。vLLM を使用する場合、`–speculative-config` に `dspark` メソッドを指定するだけで、DSpark 推論が有効化される。詳細なエンコーディング方法はリポジトリ内の encoding フォルダにある Python スクリプトで確認できる。
SOURCE: DeepSeek (2026-07-31)
