DeepSeek V4 正式版（GA）公開：
料金体系・アーキテクチャ・GPT-5.6 との性能差

本番導入前に押さえるべきリスク：

• 旧モデル名の失効：deepseek-chat と deepseek-reasoner は 7 月 24 日に永久停止します。未移行の本番コードはその時点で応答不能になります。
• ピーク料金の複雑化：平日 09:00–12:00、14:00–18:00（北京時間）はレートが 2 倍です。24 時間稼働の Agent パイプラインはスケジューリングの見直しが必要です。
• プレビュー版と GA の性能差：満血版は Agent・数学・コードで重点強化されています。4 月時点のベンチマークだけでは選定判断できません。
• Pro と Flash の誤ルーティング：1.6T と 284B では品質とコストが大きく異なります。用途に合わない振り分けは予算を無駄にします。

プレビュー版だけでも十分強力でしたが、満血版は Agent・数学推論・コード生成をさらに底上げし、商用向けの正式な料金体系とセットで提供されています。

DeepSeek V4 は V2/V3 時代の MLA（Multi-head Latent Attention）を廃止し、二種類の新しい注意機構を組み合わせています。

• CSA（Compressed Sparse Attention）：Softmax ゲート付きプーリングで KV 系列を 4 倍に圧縮し、FP4 精度の「ライトニングインデクサー」で top-k スパース選択（Pro は top-1024、Flash は top-512）を行います。直近 128 トークンのスライディングウィンドウも保持します。1M コンテキストでは V3.2 比 27% の推論 FLOPs で済みます。
• HCA（Heavily Compressed Attention）：トークンを 128 倍に圧縮してからグローバル密集注意を実行し、長距離依存を捕捉します。CSA と相補的です。V4-Flash は最初の 2 層が HCA、以降 CSA/HCA が交互に配置され、V4-Pro も同様の構成です。
• mHC（Manifold-Constrained Hyper-Connections）：4 チャネル残差ストリームを導入し、双確率行列制約を満たす混合行列で 61 層の深いネットワークでも信号が安定伝播します。
• Muon オプティマイザ：学習時は AdamW ではなく Muon を採用し、ニュートン–シュルツ直交化で勾配を処理することで、より速い収束と安定した学習を実現しています。

総合効果として、1M token シナリオでは KV Cache メモリが V3.2 の 10%（V4-Flash は 7% まで低減）に抑えられます。

公式推奨サンプリングパラメータは temperature=1.0, top_p=1.0（全モード共通）です。ローカル推論を検討する場合は、ds4 による Mac 上の V4-Flash 推論も併せて参照してください。

Artificial Analysis の評価によると、Claude Fable 5 は Strategy & Ops 指数タスクで 1 回あたり $3.48（スコア 50）、DeepSeek V4-Pro は同種タスクで $0.03（スコア 38）です。Fable 5 のコストは V4-Pro の 116 倍、スコア差は約 12 点にとどまります。

シーン別の選定指針：予算重視・高頻度呼び出し・プライベートデプロイ → V4-Pro または V4-Flash。究極のコード品質でコスト不問 → Claude Fable 5。複雑なアルゴリズムと数学推論 → GPT-5.6 Sol / Ultra。超大規模ログ処理 → V4-Flash（キャッシュヒット入力は $0.0028/M のみ）。

GA 版で最も議論を呼んだのが、DeepSeek 初のピーク・オフピーク差別料金です。電力の時間帯別料金に似た設計で、ピーク帯（北京時間）は平日 09:00–12:00 と 14:00–18:00 にレートが 2 倍になります。

コスト削減の四つの実践：

• 非リアルタイム処理をオフピークへ：バッチ文書処理、データアノテーション、コードレビューは 18:00 以降または 9:00 前に cron 設定します。
• キャッシュヒットの活用：繰り返し使う System Prompt で Prompt Cache を構築します。V4-Flash のキャッシュヒットは $0.0028/M です。
• Flash で前段ルーティング：意図分類や軽量判断は V4-Flash、複雑推論のみ V4-Pro にエスカレーションします。
• 請求通知の確認：DeepSeek は料金変更の 24 時間前にメール通知を約束しています。

ピーク時でも V4-Pro 出力単価（$1.74/M）は Claude Opus 4.8（$15/M）や GPT-5.6 Sol（約 $15/M）の 8.6 倍安い水準です。

重要：旧モデル名 deepseek-chat と deepseek-reasoner は 2026 年 7 月 24 日 15:59 UTC（日本時間 7 月 25 日 00:59） に永久停止します。

旧写法（7月24日以降は失効）
client.chat.completions.create(
    model="deepseek-chat",
    messages=[...]
)

新写法
client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[...],
    extra_body={"thinking": {"type": "enabled", "budget_tokens": 8000}}
)

V4 は OpenAI ChatCompletions 形式と Anthropic Messages 形式の両方に対応しています。base_url は変更せず、model パラメータのみ更新すれば移行できます。

以下は主要な公式ソースです。発版やページ更新後はリンクを再確認してください。

https://api-docs.deepseek.com

https://arxiv.org/abs/2606.19348

https://huggingface.co/deepseek-ai

六ステップ移行チェックリスト：

1. 旧モデル名の全庫検索：コードリポジトリ、CI 設定、環境変数から deepseek-chat と deepseek-reasoner を洗い出します。
2. 置換マッピングの確定：軽量対話は deepseek-v4-flash（Non-think）、推論タスクは Flash 思考モードまたは deepseek-v4-pro に振り分けます。
3. SDK 呼び出しの更新：OpenAI 互換 API は model のみ変更。Anthropic SDK も base_url=https://api.deepseek.com は据え置きです。
4. 思考モードの設定：旧 reasoner ユーザーは extra_body で thinking を有効化します。Think Max は 384K+ コンテキストが必要です。
5. Staging での検証：7 月 24 日前に E2E テストを完了し、ピーク料金が予算に与える影響を確認します。
6. オフピークへのバッチ移行：文書バッチ処理やコードレビューを 18:00 以降や週末に cron し、Prompt Cache と組み合わせてコストを最小化します。

引用可能な技術データ（EEAT）：

• SWE-bench Verified 80.6%：オープンモデル最高得点、Gemini 3.1 Pro と同率（出典：DeepSeek 公式ドキュメント、2026-07）。
• KV Cache メモリ 10%：1M token シナリオで V3.2 の 10%、V4-Flash は 7%（出典：arXiv:2606.19348）。
• コスパ 116 倍：Artificial Analysis Strategy & Ops タスクで V4-Pro $0.03 vs Fable 5 $3.48（出典：Artificial Analysis、2026-07）。

まとめ：DeepSeek V4 GA の価値は、Claude Fable 5 や GPT-5.6 を今すぐ上回ることではなく、クローズドフラッグシップの 1/10 から 1/100 のコストで、オープンモデル中最高クラスの性能を提供することにあります。ピーク料金は試算を複雑にしますが、全体として依然として競争力は極めて高いです。

DeepSeek V4 API を OpenClaw Gateway や Cursor Agent に接続する場合、個人 Mac のスリープは SWE-bench 級の長時間タスクを中断し、ピーク帯の 24 時間パイプラインもノート PC では安定稼働しません。API 単体ではローカル GPU は不要ですが、ローカル Gateway ＋ クラウド推論 ＋ 7×24 オーケストレーションのハイブリッド構成では、常時稼働 Agent の安定性がボトルネックになります。AI プログラミング Agent、OpenClaw マルチモデルルーティング、長時間 Agent ループの 7×24 運用が必要な本番環境では、CALMVPS のベアメタル Mac Mini レンタルが現実的な選択肢です。Apple Silicon 独占、Metal ネイティブ加速、月単位の柔軟契約、約 120 秒でプロビジョニング可能です。詳細は 料金ページをご確認ください。