【ITニュース解説】Flash Killed Pro: The Day DeepSeek Retired Its Own Flagship Model

AIモデル開発企業のDeepSeekは、主力製品であるV4-Proモデルを廃止し、代わりにV4.1-Flashモデルをその役割に充てるという、AIの歴史において異例の決断を下した。この決定は、従来「軽量版」や「低コスト版」として認識されがちだったFlashモデルが、性能、コスト、速度、総実行時間の全てにおいて旧V4-Proを上回る結果を出したためだ。AIモデルの進化と活用を考える上で、この動きは今後の業界の方向性を示す重要な出来事と言える。

この新しいV4.1-Flashモデルは、様々な性能測定試験で旧Proモデルを大きくしのぐ結果を示した。例えば、Terminal-Bench 2.1という、複雑な指示に従って作業をこなす能力を測るテストでは、V4.1-Flashが90.6点と、旧Proモデルの87.9点を大きく上回っただけでなく、他社の最新鋭モデルであるClaude Opus 5の89.1点やGPT-5.6 Solの88.8点さえも打ち破る優秀な成績を収めた。さらに、DeepSWEやAutomationBenchといった、ソフトウェア開発支援や自動化タスクにおける性能を測る試験でも、顕著な改善が見られた。特筆すべきは、この高い能力を持つモデルが、100万トークンあたり1ドル以下の低価格で提供される点である。これは、AIモデルの利用コストを大幅に引き下げ、より多くの開発者が高度なAI機能をシステムに組み込むことを可能にする。

しかし、V4.1-Flashは全ての面で旧Proモデルを上回っているわけではない。例えば、GPQA DiamondやSimpleQA-Verifiedといった、一般的な知識や事実に基づいた質問に正確に答える能力を測るベンチマークでは、V4.1-FlashがV4-Proに劣る結果が出ている。特にSimpleQA-Verifiedでは、V4-Proの55.2点に対し、V4.1-Flashは42.3点と大幅に点数を落とした。これは、V4.1-Flashが「タスクの実行能力」を高める一方で、「一般的な世界知識」の習得においては一部後退した可能性があることを示唆している。つまり、AIモデルの進化は、特定の領域での大幅な向上と引き換えに、他の領域でのトレードオフを伴う場合があるということだ。

このようなDeepSeekの大胆な戦略転換は、他のAIモデル開発企業がどのようなアプローチを取っているのかを浮き彫りにする。現在、主要なAIラボは大きく三つの異なる戦略を展開していると言える。

まず、Z.aiは、GLM-5.3という大規模な主力モデルと、その軽量版であるGLM-5.3-Flashの両方を同時に提供している。このFlashモデルは、主力モデルよりも使う計算リソースが少なく、メモリの使用量も大幅に削減されているにもかかわらず、どちらのモデルも100万トークンという長い文脈（一度に処理できる情報量）をサポートする。これは、性能を保ちつつ、利用コストを抑えることを目指す「両取り」戦略と言えるだろう。

次に、DeepSeekは、今回のように、既存のProモデル名をFlashモデルにリダイレクトし、Flashモデル一本に全てを賭けるという大胆な戦略を採用した。V4.1-Flashは5520億ものパラメータを持つ大規模なモデルでありながら、新しいアーキテクチャ（設計思想）により、一度に使う計算資源を抑えることで、メモリ使用量やデータ保存量を大幅に削減している。これは、「一極集中」戦略であり、軽量版という位置づけを覆し、高性能と高効率を両立した新しいフラッグシップモデルとしてFlashモデルを位置づけている。

最後に、Moonshotは、Kimi K3という2.8兆ものパラメータを持つ巨大モデルに特化し、コストを抑えた軽量版モデルをあえて提供しない路線を選択している。このKimi K3は非常に高性能だが、100万トークンあたり3ドルから15ドルという比較的高価な設定で、高性能・高価格帯の市場を狙う「規模追求」戦略を取っている。

AIモデルの価格は、100万トークンあたりの料金で提示されることが多いが、実際の利用コストはそれだけでは測れない複雑さがある。例えば、Z.aiのGLM-5.3やMoonshotのKimi K3では、「推論モード」が常にオンになっているという特徴がある。これは、モデルがユーザーの指示に対して回答を生成する際、内部で思考や計画を行うために追加の処理を行うことを指す。この推論のために生成されるトークンにもユーザーは料金を支払う必要があり、見かけの価格よりも実際のコストが高くなる可能性がある。また、Kimi K3の場合、複数回のやり取りを伴う会話では、完全なアシスタントメッセージ（モデルの思考過程やツール利用情報を含む）を常に返送しないと、モデルの性能が知らないうちに劣化する可能性があるという点も、システムを構築する上で注意が必要な落とし穴だ。

システムエンジニアを目指す上で、AIモデルの選定は今後の業務において非常に重要なスキルとなる。様々なベンチマークの結果はモデルの能力を測る上で参考になるが、提供元や評価機関によって測定条件（テストに使われるデータセットなど）が異なる場合があるため、単純な数値比較は避けるべきだ。また、総合スコアが高いからといって、自分の開発したいアプリケーションに最適とは限らない。例えば、長大なコードの生成能力が必要な場合と、複雑な事実質問に正確に答える能力が必要な場合では、最適なモデルが異なる可能性が高い。

公開されている価格についても、初期のプロモーション期間や、一度処理したデータを再利用する際のキャッシュレートなどが含まれている場合があり、標準的な利用料金とは大きく異なることがある。DeepSeekのキャッシュレートが標準料金の50分の1という非常に低価格に設定されているように、特定の利用パターンではコストを大幅に削減できる可能性があるため、詳細な利用条件を確認することが重要だ。

最後に、DeepSeekが旧モデル名をV4.1-Flashにリダイレクトしたように、AIモデルの名称や提供方法が突然変更されることは少なくない。既存のシステムが特定のモデル名に固定されている場合、このような変更はシステムの動作に予期せぬ影響を与える可能性がある。そのため、本番環境で利用する前に、常に明示的なモデル指定を行い、変更がないかを確認し、十分なテストを実施することが不可欠だ。

DeepSeekの例が示すように、AIモデルの能力とコストのバランスは急速に変化している。以前はFlashモデルが性能を犠牲にしてコストを抑えるものと見られていたが、今はそうではない。この動向は、他のAIラボがどのように反応するかによって、さらに進化するだろう。MoonshotがKimi K3の軽量版を出すか、あるいはDeepSeekがV4.1-ProをリリースしてFlashモデルを再び上回るようなことがあれば、市場はさらに変化する。システムエンジニアとして、特定のベンダーやモデルに依存せず、常に最新情報を追いかけ、複数のモデルを比較検討できるような柔軟なシステム設計を心がけることが、AIを活用したシステム開発を成功させる鍵となる。