本記事は公開一次情報を基に作成し、2026年8月3日時点で内容を確認しています。
AIモデルの性能を上げるには、パラメータ数を増やし、さらに巨大なモデルを作る必要がある。そんな常識が変わり始めています。
DeepSeekは2026年7月31日、DeepSeek-V4-Flash APIの更新版をパブリックベータとして公開しました。公式の変更履歴によると、更新版「DeepSeek-V4-Flash-0731」は、Preview版と同じモデル構造とサイズを維持したまま、再ポストトレーニングだけを行っています。
それにもかかわらず、DeepSeekはAgent関連能力が大幅に向上したと説明しています。
この発表が示しているのは、新しいモデルをゼロから巨大化する以外にも、既存モデルの学習方法、ツール利用、推論方針、実行環境への適応によって性能を伸ばせる可能性です。
2026年7月31日の更新内容
- DeepSeek-V4-Flash正式API版をパブリックベータで公開
- Agent能力を強化
- Responses API形式をネイティブサポート
- Codex向けに適応
- Preview版と同じアーキテクチャとモデルサイズを維持
- 再ポストトレーニングのみ実施
- 今回の更新対象はV4-Flash APIのみ
- V4-Pro APIとアプリ・Web版は変更なし
「同じ構造とサイズ」という点が重要です。通常、モデルの世代交代では、パラメータ数、Attention構造、学習データ、推論方式などが同時に変わります。しかし今回は、少なくとも公式発表上、モデル本体の構造と規模を維持した状態でAgent性能を改善しています。
後学習とは何か
大規模言語モデルの開発は、大きく事前学習と後学習に分けられます。
事前学習
大量のテキストやコードから、言語、知識、パターン、推論の基礎を学習する工程です。一般に非常に大きな計算資源が必要です。
後学習
事前学習済みモデルへ、指示への従い方、推論方法、ツール利用、対話、安全性、特定タスクへの対応などを追加で学ばせる工程です。
後学習には、教師あり微調整、選好学習、強化学習、合成データ、エージェント軌跡を使った訓練など、さまざまな方法があります。DeepSeekは今回の変更履歴で詳細な学習手法を公開していないため、「どの手法が、どの程度効いたか」までは確認できません。
公開されたAgent系ベンチマーク
| ベンチマーク | スコア |
|---|---|
| Terminal Bench 2.1 | 82.7 |
| NL2Repo | 54.2 |
| Cybergym | 76.7 |
| DeepSWE | 54.4 |
| Toolathlon verified | 70.3 |
| Agent Last Exam | 25.2 |
| Automation Bench（Public） | 25.1 |
| DSBench-FullStack | 68.7 |
| DSBench-Hard | 59.6 |
ただし、数字だけを横並びにして結論を出すべきではありません。公式説明によると、公開ベンチマークのCode Agent課題では、未公開予定のDeepSeek Harness minimal mode、最大effort、top-p 0.95、temperature 1.0という条件が使われました。また、DSBench-FullStackとDSBench-HardはDeepSeek内部のテストセットです。
つまり、モデル単体の性能だけでなく、ハーネスと推論設定を含めた結果です。
1Mコンテキストは4月版から継続
DeepSeek V4 Previewは2026年4月24日に公開され、V4-ProとV4-Flashの両方で100万トークンのコンテキストと、Thinking・Non-Thinkingの2モードをサポートすると発表されていました。
V4-Flashは総パラメータ284B、アクティブ13Bとして紹介され、V4-Proより小さく、高速で、低コストな選択肢と位置付けられています。
したがって、7月31日の重要点は100万トークン対応そのものではありません。既存のV4-Flash構造を維持しながら、Agent用途へ再調整したことです。
なぜAgent性能はモデルサイズだけで決まらないのか
AIエージェントは、1回の質問へ答えるだけではありません。
- 状況を確認する
- 計画を立てる
- ツールを選ぶ
- コマンドを実行する
- 結果を読む
- 失敗から修正する
- 複数ステップを完了する
この一連の流れでは、知識量や単発の推論力だけでなく、行動選択とエラー回復が重要です。コードを理解できても、不要なファイルを編集したり、テスト結果を読み違えたり、同じ操作を繰り返したりすれば、Agentとしての成果は下がります。
そのため、Agent性能は基盤モデル、後学習、システムプロンプト、ツール定義、実行ハーネス、メモリ管理、コンテキスト圧縮、再試行方針、権限制御、評価方法の組み合わせで決まります。
Responses APIとCodex適応の意味
DeepSeek-V4-Flashは、Responses API形式をネイティブサポートし、Codex向けに特別適応したと説明されています。これは、単にチャットで回答させるのではなく、ツール呼び出しや長時間のエージェント処理へ組み込みやすくする方向です。
今後は、モデル企業が「ベンチマークで何点か」だけでなく、既存の開発環境やエージェント基盤へどれだけ簡単に組み込めるかで競う可能性があります。
企業や開発者が確認すべきポイント
1. 自社タスクの完了率
コード生成だけでなく、テスト、修正、ドキュメント更新、PR作成まで完了できるかを測ります。
2. 失敗時の挙動
エラーを認識できるか、同じ操作を繰り返さないか、勝手に範囲を広げないかを確認します。
3. コストと処理時間
1回のAPI料金ではなく、タスク完了までに使った総トークン、再試行回数、ツール回数、所要時間で比較します。
4. 既存環境との互換性
Responses API、Anthropic形式、Codex、Claude Codeなど、現在の運用へどれだけ安全に接続できるかを確認します。
5. ガードレール
外部送信、ファイル削除、支払い、公開、デプロイなどの高リスク操作を分離します。
「後学習だけで十分」とは限らない
今回の発表から、「今後はモデルを大きくする必要がない」とまでは言えません。V4-Flash自体が284Bの大規模モデルであり、その基礎能力は事前学習とモデル構造に支えられています。また、公開されているAgentスコアは特定のハーネスと設定を含みます。
正しい読み方は、十分に強い基盤モデルがあれば、構造を変えなくても、後学習と実行環境の最適化でAgent性能をさらに伸ばせるということです。
まとめ
- 更新日は2026年7月31日
- V4-Flash API版がパブリックベータへ
- 構造とサイズはPreview版と同じ
- 再ポストトレーニングのみ実施
- Agent系ベンチマークを強化
- Responses APIをネイティブサポート
- Codex向けに適応
- 1MコンテキストはV4 Previewから継続
- アプリ・Web版とV4-Pro APIは今回変更なし
AI開発の主戦場は、単純な巨大化だけではありません。後学習、ツール利用、ハーネス、コスト、長時間実行の安定性まで含めて、モデルを「仕事が完了できるシステム」に変える競争が始まっています。
参考資料
関連記事
Zenvix Lab公式Xでは、この記事の要点をVIXの図解付きで発信しています。
CHOOSE YOUR NEXT STEP
次に決めること
この記事を読んだ次に必要な比較・導入ガイドをまとめました。
用途別に第一候補・第二候補・無料で足りる範囲・課金が必要になる条件を整理しています。
自分に合うAIツールを選ぶ ↗02COMPARE FIRSTAIでブログ記事を作りたいChatGPT・Claude・専用AIライターを比較し、費用と手間のバランスから選びます。
記事作成AIを比較する ↗03SAVE WRITING TIME記事制作の時間を短縮したいValue AI Writerの機能・料金・向く人を確認し、専用ツールに課金する価値を判断します。
Value AI Writerを確認する ↗04START WORDPRESSWordPressブログを始めたいエックスサーバー・ConoHa WING・シンレンタルサーバーを、料金と使いやすさで比較します。
レンタルサーバーを比較する ↗※リンク先には広告・アフィリエイトを含む記事があります。料金・条件は申込み前に公式ページで確認してください。
コメント