DeepSeek Advanced オープンウェイト FlowHuntで利用可能

DeepSeek V4.1 Flash

DeepSeek V4.1 Flashは、DeepSeekが開発し2026年9月にリリースしたアドバンスト層のマルチモーダルAIモデルです。MITライセンスのオープンウェイトモデルであるため、学習済みの重みが公開されており、セルフホスティング、独自データでのファインチューニング、API依存のないオンプレミス運用が可能です。100万トークンのコンテキストウィンドウは、コードベース全体、長大な技術文書、または拡張されたエージェントセッションを切り詰めることなく保持できる十分な大きさです。

続きを読む
DeepSeek V4.1 Flashは、バックボーンのパラメータ数が552BのMixture-of-Expertsモデルで、画像とテキストをネイティブに処理し、テキストを生成します。トークンあたりでアクティブになるパラメータは、プリフィル時に8B、デコード時に16Bのみで、DeepSeekはこれにより入力量の多いエージェンティックなワークロードのコスト効率が向上するとしています。KVキャッシュはDeepSeek V4-Flashよりはるかに小さく、長いコンテキストに必要なメモリが減ります。また、連続的に調整できる推論の努力レベル設定にも対応しています。

ベンチマーク

各スコアは1回だけ表示され、追跡対象モデルの中での順位と測定者が併記されます。

同じ尺度でAdvancedの同クラスモデルと比較
  • DeepSeek V4.1 Flashこのモデル
  • Mistral Large 4このモデルは4件中3件で首位
  • Claude Sonnet 5.5このモデルは4件中1件で首位
検証済み 独立した評価機関、ランキングに反映 自己報告 DeepSeekが公表、表示のみでランキング対象外
総合

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

出典 ↗

DeepSeek V4.1 Flash 39.5 Mistral Large 4 38.4 Claude Sonnet 5.5 56.0
#1945中 検証済み
コーディング

DeepSWE

113 long-horizon software tasks written from scratch, graded by hidden tests.

出典 ↗

DeepSeek V4.1 Flash 74.2% Mistral Large 4 61.7% Claude Sonnet 5.5 71.0%
ランキング対象外 自己報告
エージェント

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

出典 ↗その他: 自己報告 31.2%

DeepSeek V4.1 Flash 26.8% Mistral Large 4 26.8% Claude Sonnet 5.5 63.6%
#1436中 検証済み
推論

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

出典 ↗その他: 自己報告 36.8% (full set; 39.1 text-only subset)

DeepSeek V4.1 Flash 39.2% Mistral Large 4 35.0% Claude Sonnet 5.5 55.0%
#2644中 検証済み

GPQA Diamond

Graduate-level science questions that search cannot answer.

出典 ↗

DeepSeek V4.1 Flash 90.9% Mistral Large 4 スコアなし Claude Sonnet 5.5 スコアなし
ランキング対象外 自己報告

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

出典 ↗

DeepSeek V4.1 Flash 72.9% Mistral Large 4 スコアなし Claude Sonnet 5.5 スコアなし
#1327中 検証済み

DeepSeek V4.1 Flashの活用シーン

セルフホスティングとプライベートなデプロイ

DeepSeek V4.1 FlashはMITライセンスのオープンウェイトです。自社のGPUハードウェアやプライベートクラウドで実行すれば、データを自社環境に留め、大規模運用でのトークン単位のAPIコストを避け、独自データセットでファインチューニングできます。

入力量の多いエージェンティックなワークフロー

プリフィル時にアクティブになるパラメータが少ない設計で、DeepSeekは、各ステップで多くのコンテキストを読み込むエージェントのコスト効率が向上するとしています。

長文書・コードベース分析

100万トークンのコンテキストウィンドウとコンパクトなKVキャッシュにより、DeepSeek V4.1 Flashはリポジトリ全体、長大な契約書、広範な作業履歴を単一のプロンプトで取り込めます。

画像とテキストの入力

テキストと並んで画像もネイティブに処理するため、1つのデプロイで文書、スクリーンショット、図表を扱えます。

強みと制約

強み

  • エージェンティックなワークフロー
  • セルフホスティングとデータプライバシーを守るデプロイ(オープンウェイト、MITライセンス)
  • 画像とテキストの入力
  • 調整可能な推論の努力レベル
  • 非常に長い文書と大規模コードベース(100万コンテキスト)

制約

  • 552Bパラメータのモデルをセルフホスティングするには、相当なGPUインフラが必要

FlowHuntで使う

DeepSeek V4.1 Flashを、独自のツールやナレッジソースと並べて、あらゆるフローで利用できます。

  1. 1フローを開くか、テンプレートから作成します
  2. 2AI AgentまたはGeneratorコンポーネントを追加します
  3. 3モデルセレクターでDeepSeek V4.1 Flashを選びます

関連AIモデル

DeepSeekについて Hangzhou, China · 設立 2023 · deepseek.com

DeepSeekは、中国最大の量的ヘッジファンドの一つであるHigh-Flyerの子会社として2023年に設立された中国のAI研究所です。同研究所は2025年初頭、DeepSeek V3およびR1のリリースが、DeepSeekの報告された低いトレーニングコストを受けて投資家がフロンティアモデル開発の資本集約性を再評価したことにより、NVIDIAの時価総額にその時点で最大の一日下落をもたらしたことで広く知られるようになりました。DeepSeekは、フロンティア研究所の中でも、独自研究と並行してオープンウェイトモデルを公開する姿勢と、クローズドモデルの価格設定を批判する活発なソーシャルメディアでの活動において異例の存在です。そのVシリーズモデル(V3からV4-Pro)は、中国発のAIモデルに対する複数の法域での規制およびセキュリティ上の監視が続いているにもかかわらず、欧米でセルフホスト可能なコーディングおよび推論モデルとして広く使用されています。

deepseek.com ↗

完全なAIモデルリーダーボードを見る

よくある質問