DeepSeek が DeepSeek-V4 を投入 ── Preview版から大幅向上したエージェント能力
ついに公式リリースがHugging Faceに登場しました。プレビュー版からの進化は目覚ましく、特に実運用環境での安定性が強化されている点が気になります。オープンソースモデルとしての存在感がさらに増す一手です。
▸何が変わったのか
DeepSeek-V4-Pro-0813は、プレビュー版を置き換える正式リリース版です。DSpark推論デコーディングモジュールを搭載し、エージェント能力と性能が大幅に向上しました。ベンチマークではHLE (wo / w tools) で 42.7 / 60.0 を記録し、プレビュー版の 37.7 / 48.2 から大きく伸びています。また、reasoningeffort パラメータで low, high, max の3段階を指定可能になり、推論の深さを調整できます。チャットテンプレートはJinja形式ではなく、OpenAI互換形式向けの専用エンコーディングフォルダが提供される点も変更点です。
◈前モデル / 競合との比較
プレビュー版と比べて、HLE (wo / w tools) は 37.7 から 42.7 に、Terminal Bench 2.1 は 72.1 から 87.9 と大幅な改善が見られます。競合モデルと比較すると、GLM-5.2やKimi K3と同程度以上の性能を維持しており、Opus-4.8やFable-5とは互角に近いスコアを出しています。特にDeepSWEで62.7と、プレビュー版の12.8から劇的な回復を果たしています。
◈技術背景と意義
エージェント能力とは、ツールを使ったりコードを書いたりしてタスクを完遂する力のことです。今回のV4-Pro-0813は、こうした複雑な操作をより正確にこなせるよう設計されています。DSpark推論デコーディングは、生成速度と精度のバランスを改善する技術と考えられます。推論エフォートを調整できることで、簡単な質問は速く、難しい問題は深く考えるという使い分けが可能になりました。
▸こんな人・用途に
コードエージェント開発者：Terminal Bench 2.1で87.9を記録しており、コーディング支援ツールへの組み込みに適しています。
フルスタック開発者：DSBench-FullStackで71.1を獲得し、複雑なシステム構築の補助に活用できます。
コスト重視のエージェント開発：オープンソースであるため、自社環境でのカスタマイズやコスト最適化がしやすいです。
▸Hacker Newsの反応
「安いのに実用」という評価が圧倒的だが、ベンチマークの信憑性や既存エコシステムとの乖離を指摘する冷静な声も混在している。価格破壊への驚きと、実際の業務での使い勝手への懐疑論が交差する空気感だ。
「Opus 4.8と競合できるレベルだが、SolやFableには及ばない。ただ、価格は約20分の1だ。コストパフォーマンスの差が際立っている。」
「採用は勢いに左右されやすい印象だ。中国製モデルは驚くほど高性能だが、開発者は既存の確立されたモデルに流されがちで、本来の実力が埋もれている気がする。」
「Sonnet相当の性能なら、コスト削減として見逃せない。だが、Sonnetはミスが多いので、安さだけで乗り換えるのは正直リスクが高いと個人的には思う。」
「ジャッジがGrok-4-1-Fastで、タスクはたった4問。スコア差も5点しかないのに「圧倒的勝利」は言い過ぎでは？ データ数が少なすぎるし、結論を急ぐのはどうかな。」
「脆弱性スキャンのベンチマークで試したら、GPT-5.5 Proは予算100ドルを途中で使い切った。DeepSeek V4 Proは同じタスクでコストがずっと抑えられたよ。」
◆入手方法・リンク
Hugging Face上で「deepseek-ai/DeepSeek-V4-Pro-0813」として公開されています。モデルのダウンロードや詳細な技術レポートはHugging Faceのページからアクセス可能です。
SOURCE: DeepSeek (2026-08-13)
