DeepSeekが自社の検索エンジンを値段表に載せた。モデル更新はそのうち小さいほうだ

DeepSeekは10月17日に二つのものを出した。一つはDeepSeek-V4.1-Flash-1017、9月に公開したFlashモデルのポストトレーニング・チェックポイントで、同社自身のHugging Faceカードはこれを「小規模な更新」と記している。もう一つは、DeepSeekの自社ウェブ検索インデックスへのアクセスを1,000回あたり0.75ドルで売る二つのAPIエンドポイントだ。見出しを取ったのはチェックポイントのほうだった。より大きな話はエンドポイントのほうである。

チェックポイントで変わったもの

モデルはdeepseek-flashとして提供され、重みはHugging FaceでMITライセンス、公開されたsafetensorsでは763Bパラメータだ。アーキテクチャは9月版を引き継いでいる。マルチモーダルのMixture-of-Expertsで、コンテキストは1Mトークン、出力は最大384Kトークン、トークンあたりのアクティブパラメータはプレフィルで8B、デコードで16B。変わったのはポストトレーニングだ。DeepSeekによれば、このチェックポイントは自己フィードバックによる強化学習で訓練されている。人間の評価者や別個の報酬モデルではなく、モデル自身の確信度スコアと自己生成した批評を報酬信号として使う手法であり、その結果を自社のエージェント・ハーネス内での一貫したプロジェクト開発向けに調整したという。

以下の数値はDeepSeek自身が公表したものだ。独立した評価はまだ存在しない。

形はひと目で分かる。自社の前バージョンに対してはどこでも大きく伸び、エージェント系と自動化系のスイートではClaude Opus 5を上回り、素の推論と長尺のソフトウェアエンジニアリング系ベンチマークでは明確に劣る。他のオープンウェイト勢と比べると、DeepSWEでDeepSeekは77.0、Kimi K3は67.5、GLM-5.3は66.9であり、三者のうち総パラメータ数は最も小さい。

このリリースが実際に主張しているのはコストの数字だ。DeepSeekは77.0の試行を1タスクあたり0.20ドル弱、推論強度を下げた設定で72%超を約0.10ドルとしている。9月のチェックポイントは74.2を1回あたり約0.50ドルだった。DeepSeek自身の比較図では、その精度帯のモデルは1タスクあたり約2ドルから10ドル超にわたる。トークン単価はピーク時にキャッシュミス入力100万トークンあたり0.30ドル、出力100万トークンあたり1.20ドルで、オフピークはその半額だ。

インデックスを売る

モデルと同時に、DeepSeekはPOST /v1/tools/searchとPOST /v1/tools/fetchを開放した。Searchは同社が自社製の検索エンジンと説明するものからランク付けされた結果を返す。関連性・権威性・鮮度を合成した0〜3のリランクスコア、情報源の権威性を示す0〜4の階層、UI向けの短いスニペットとモデル向けの長めの要約、そして開発者が期待する演算子——site:、lang:、after:、before:——が付く。Fetchは単一のURLを受け取り、そのページをMarkdownで返す。

ラボがチャット製品にウェブ検索を組み込むようになってから二年が経つ。クロールそれ自体を、呼び出し単位で、モデルに一切触れない開発者にまで売るというのは、別種の製品だ。これはチェックポイントからは分からないことをDeepSeekについて明らかにしてもいる。有料エンドポイントとして公開レート制限付きで出せる規模の汎用ウェブインデックスを、この会社は運用しているということだ。ローンチから最初の二週間は、Claude Code組み込みのウェブ検索ツールやCodexのweb_searchを経由した検索はこの料金の対象外となる。これは販促というより実演に近い。西側のコーディングエージェントの検索層を中国製インデックスの上で動かす最も安い方法は、二週間無料にすることである。

モデルではなくスタック

二つの発表を併せて読むと、一社がエージェント・スタック全体を組み上げ、モデルより下のあらゆる層をゼロ近くまで値付けしている姿が見える。ハーネスがある——DeepSeek Harnessは現在デベロッパープレビューで、今回のチェックポイントはそれとTencentのCodeBuddy向けに明示的に調整されている。モデルがある——エージェント作業で肩を並べると主張するフロンティアの、1タスクあたり10分の1から50分の1のコストで。そしていま、呼び出し単位で売られる検索がある。

これは能力の首位ではなく単位経済性の上に築かれた競争上の立ち位置であり、上の表は能力差を率直に認めている。ツールなしの推論では14ポイント後ろだ。賭けているのは、長いタスクで数千回のツール呼び出しを走らせるエージェントにおいては、採用を決めるのは1タスクあたりのコストであって、推論の最後の数ポイントではない、という点である。

数字には二つの留保が付く。すべてが自己申告であり、対象はDeepSeek自身が「小規模」と呼ぶチェックポイントで、しかもモデルを自社のハーネスに合わせて調整したラボによるものだ。そしてOpus 5に最も大きく引き離されているエージェント系ベンチマーク、Terminal-Bench 4.0は、DeepSeekが自社の足場ではなくClaude Code内で走らせたものである。この伸びが他社のハーネスに移しても残るかどうかは、独立評価が最初に検証すべき点だ。もう一つの留保は政治的なものだ。今週の報道によれば、北京はオープンウェイトモデルの公開について規制を強める準備を進めており、審査基準にはモデルの能力順位が含まれるという。この重みに付いたMITライセンスは、現時点の事実であって、保証された事実ではない。

Sources: DeepSeek-V4.1-Flash-1017 announcement and API docs — DeepSeek · Search and Fetch API guide — DeepSeek · Models and pricing — DeepSeek · DeepSeek-V4.1-Flash-1017 model card — Hugging Face · Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs — The Decoder · DeepSeek Just Released V4.1-Flash-1017, Scores 77.0 on DeepSWE, Opens Search API — MarkTechPost