DeepSeek-V4.1-Flash-1017は、DeepSeekが2026年10月17日に公開した「DeepSeek-V4.1-Flash」のマイナーアップデート版で、推論・コーディング・エージェント・視覚の各ベンチマークを改善しながら、タスク実行時間と出力長を短くしたモデルです。あわせて、自社検索エンジンで動くSearch APIとFetch APIが全ユーザーに開放されました。
室谷代表取締役今日はDeepSeekの新しい発表を追いかけます。DeepSeek-V4.1-Flash-1017、名前が長いんですけど、これは2026年10月17日にDeepSeekが公開したV4.1-Flashのマイナーアップデート版なんですよね。
Web・アプリ・APIで利用可能で、APIは従来どおりモデル名
Web・アプリ・APIで利用可能で、APIは従来どおりモデル名
deepseek-flashで呼べる、と。
テキトー教師DotAI 認定講師そうなんですよ。単に「新しいモデルが出た」という話じゃなくて、同時にSearch APIとFetch APIが一般開放されたのが今回のポイントです。
まずは発表内容を整理しましょう。
まずは発表内容を整理しましょう。
DeepSeek-V4.1-Flash-1017とは？何が発表されたのか
まとめ
DeepSeek-V4.1-Flash-1017 発表の要点
- V4.1 FlashがDeepSeek-V4.1-Flash-1017にアップグレードされ、公式Webとアプリのモデルも新バージョンに更新
- APIの呼び出し方法と料金は変わらず、`deepseek-flash`で最新モデルにアクセス可能
- モデル名を変えずに済むため、既存API利用者は設定変更なしで新モデルの恩恵を受けられる
- 1017は日付のスナップショット表記と受け取れる。前版V4.1-Flashは2026年9月10日公開で、約1か月での更新(マイナーアップデート)
- 新アーキテクチャ群で最小のモデルという立ち位置は変わらない
- 同時にSearch APIとFetch APIが全ユーザーに開放された
- Search APIは自社検索エンジンで動作し、世界中で毎日数億件のリクエストを処理していると公式が説明
室谷代表取締役公式のチェンジログを見ると、V4.1 FlashがDeepSeek-V4.1-Flash-1017にアップグレードされて、公式Webとアプリのモデルも新しいバージョンに更新された、と。APIの呼び出し方法と料金は変わらず、
deepseek-flashを使えば最新モデルにアクセスできる、という案内なんですよね。テキトー教師DotAI 認定講師ここ大事です。モデル名を変えなくていい、つまり既存のAPI利用者は何も設定を変えずに新モデルの恩恵を受けられる、という設計です。
講座でも受講生さんから「バージョンが上がると呼び出し名が変わって困る」という声をよく聞くので、これは実務的にありがたいポイントですね。
講座でも受講生さんから「バージョンが上がると呼び出し名が変わって困る」という声をよく聞くので、これは実務的にありがたいポイントですね。
室谷代表取締役1017というサフィックスは日付のスナップショット表記だと受け取れます。背景ブリーフでも「マイナーアップデート」と位置づけられていて、前版のV4.1-Flashは2026年9月10日公開。
約1か月での更新なんですよね。
約1か月での更新なんですよね。
テキトー教師DotAI 認定講師前版のV4.1-FlashについてはDeepSeek V4.1 Flashとは？552B MoEとAA-AgentPerf首位のGB300を読み解くで詳しく解説していますが、今回はその延長線上にある位置づけです。新アーキテクチャ群で最小のモデル、という立ち位置は変わっていません。
室谷代表取締役で、今回の発表はモデルだけじゃないんですよ。Search APIとFetch APIが全ユーザーに開放された、というのが同時に来ているんです。
これはエージェントやRAGを作っている人にはかなり大きい。
これはエージェントやRAGを作っている人にはかなり大きい。
テキトー教師DotAI 認定講師しかも自社検索エンジンで動いていて、世界中で毎日数億件のリクエストを処理している、と公式が説明しています。そこが今回の発表の厚みなんですよね。
DeepSeek-V4.1-Flash-1017でできること——推論・コーディング・エージェント・視覚の進化
DeepSeek-V4.1-Flash-1017 ベンチマーク比較（前版→新版）
| ベンチマーク | 前版 | V4.1-Flash-1017 |
|---|---|---|
| HLE w/o tools | 36.8 | 42.6 |
| Terminal-Bench 4.0 | 31.2 | 42.3 |
| DeepSWE v1.1 | 74.2 | 77.0 |
| ProgramBench | 20.3 | 29.1 |
| NL2Repo-Bench | 65.4 | 68.2 |
| Automation-Bench v1.0.6 | 54.8 | 60.5 |
| Agents' Last Exam | 31.8 | 35.4 |
| Apex Bench v1.1 | 64.6 | 72.1 |
| Chartography (w/tools) | 78.9 | 83.0 |
| BabyVision (w/tools) | 89.6 | 92.5 |
| ZeroBench-main (w/tools) | 49.0 | 51.0 |
室谷代表取締役ベンチマークの数字を見ていくと、前版からの伸びがはっきり出ているんですよ。HLE w/o toolsが36.8から42.6、Terminal-Bench 4.0が31.2から42.3、DeepSWE v1.1が74.2から77.0、ProgramBenchが20.3から29.1。
テキトー教師DotAI 認定講師整理するとこうです。
- HLE w/o tools: 36.8 → 42.6（44.0†）
- Terminal-Bench 4.0: 31.2 → 42.3
- DeepSWE v1.1: 74.2 → 77.0
- ProgramBench: 20.3 → 29.1
- NL2Repo-Bench: 65.4 → 68.2
- Automation-Bench v1.0.6: 54.8 → 60.5
- Agents' Last Exam: 31.8 → 35.4
- Apex Bench v1.1: 64.6 → 72.1
- Chartography (w/tools): 78.9 → 83.0
- BabyVision (w/tools): 89.6 → 92.5
- ZeroBench-main (w/tools): 49.0 → 51.0
室谷代表取締役†はHLEのテキストのみのサブセット、Terminal-Bench 4.0はClaude Codeのハーネス、DeepSWE v1.1はMini-SWE-V2のハーネスで評価した、という注記も公式にあります。ZeroBench-mainはPass@5での評価ですね。
テキトー教師DotAI 認定講師この表で面白いのは、コーディング系の伸びが大きいところです。ProgramBenchが20.3から29.1で約9ポイント、Terminal-Bench 4.0が31.2から42.3で約11ポイント。
エージェント系のAutomation-BenchやAgents' Last Examも伸びています。
エージェント系のAutomation-BenchやAgents' Last Examも伸びています。
室谷代表取締役視覚系もChartographyが78.9から83.0、BabyVisionが89.6から92.5と伸びている。前版からネイティブな視覚理解を持っていたわけですけど、そこも着実に改善しているんですよね。
テキトー教師DotAI 認定講師公式スレッドでは「reinforcement learning with self-feedback」でエンドツーエンドのプロジェクト開発を改善した、と説明されています。ゲーム制作から3Dモデリングまで、という例が挙げられていますね。
室谷代表取締役あと見逃せないのが、性能を上げながらタスク実行時間と出力長を短くしている点です。これが「パレート改善」と呼ばれている部分で、速くて安く終わる、という方向に振っているんですよ。
テキトー教師DotAI 認定講師出力が短くなるというのは、体感では地味ですけどコストに直結しますからね。講座でも「同じタスクなら短く終わってくれるほうがいい」というのは現場の正直な感覚です。
DeepSeek-V4.1-Flash-1017の使い方・始め方——Web・アプリ・APIとHugging Faceでの入手
DeepSeek-V4.1-Flash-1017の4つの利用入口
公式Web
公式サイトから利用する入口
アプリ
アプリ経由で利用する入口
API
deepseek-flashを指定するだけで最新モデルに届く
オープンソースの重み
Hugging FaceとModelScopeで公開。ライセンスはMIT License
室谷代表取締役使い方の入り口は大きく4つですね。公式Web、アプリ、API、そしてオープンソースの重み。
APIは
APIは
deepseek-flashを指定するだけで最新モデルに届く、と。テキトー教師DotAI 認定講師オープンソースはHugging FaceとModelScopeで公開されています。ライセンスはMIT Licenseです。
Hugging Faceのモデルカードには763B params、ModelScope側は484.62Bという表記が見えますが、これはテンソル形式や量子化の違いによる表示差と考えられ、現時点で公式に統一的な説明は示されていません。
Hugging Faceのモデルカードには763B params、ModelScope側は484.62Bという表記が見えますが、これはテンソル形式や量子化の違いによる表示差と考えられ、現時点で公式に統一的な説明は示されていません。
室谷代表取締役そこは注意が必要ですね。パラメータ数の表記が媒体で違うので、導入検討時は自分の環境で確認したほうがいい。
MYUUUでもモデルの重みを触るときは、まずカードの表記とファイル構成を突き合わせるようにしています。
MYUUUでもモデルの重みを触るときは、まずカードの表記とファイル構成を突き合わせるようにしています。
テキトー教師DotAI 認定講師推奨サンプリングパラメータも公式に出ています。temperature 1.0、top_p 1.0、コンテキストウィンドウ1Mトークン、max_tokensは256K以上。
ローカル推論の手順はinferenceフォルダにまとまっている、という案内です。
ローカル推論の手順はinferenceフォルダにまとまっている、という案内です。
室谷代表取締役プロンプトエンコーディングについても面白い記述があって、今回Jinja形式のチャットテンプレートは含まれていないんですよ。代わりにencoding.pyという自己完結したPythonのリファレンス実装が入っていて、マルチターンやツール呼び出し、thinkingモード、画像のインターリーブなんかのテストケースが同梱されている。
テキトー教師DotAI 認定講師さらに本番用にはdeepseek-recipeというRustライブラリ（Pythonバインディング付き）が別途リリースされていて、Messages・Chat Completions・Responses APIのリクエストをConversation形式に変換して、V4/V4.1のプロンプトやトークンIDにエンコードし、出力をパースしてくれる、と。モデル推論やツール実行、HTTP転送は呼び出し側の責務、という切り分けですね。
室谷代表取締役既存のV4.1-Flashからの移行を考えると、API利用者は何もしなくていい。ローカルで動かしている人は、エンコーディング周りが変わっているのでそこだけ確認、という感じなんですね。
Hugging Faceの使い方そのものはHugging Faceとは？できること・料金・商用利用とNVIDIA買収の現在で整理しているので、重みを落としてくるところから始める人はそちらもどうぞ。
Hugging Faceの使い方そのものはHugging Faceとは？できること・料金・商用利用とNVIDIA買収の現在で整理しているので、重みを落としてくるところから始める人はそちらもどうぞ。
料金と提供範囲——Search API・Fetch APIはいくらでいつから使えるのか
室谷代表取締役ここが今回いちばん実務的な話です。Search APIとFetch APIは、成功したリクエスト1,000件あたり0.75ドル。
トークン課金でも返却件数課金でもなく、リクエスト単位なんですよね。
トークン課金でも返却件数課金でもなく、リクエスト単位なんですよね。
テキトー教師DotAI 認定講師公式ドキュメントの課金説明を整理するとこうです。
- Search API: 1,000成功リクエストあたり0.75ドル
- Fetch API: 1,000成功リクエストあたり0.75ドル
- 課金対象はHTTP 200かつ結果を返したものだけ（Searchはresultsが非空、Fetchは本文が取得できた場合）
- 失敗したリクエスト、空の検索結果、タイムアウトは課金されない
- countは返却件数を制御するだけで、1リクエストの価格には影響しない
室谷代表取締役これはわかりやすい設計ですよね。countを増やしても値段が変わらないので、取得件数の調整がコストに響かない。
テキトー教師DotAI 認定講師無料期間の扱いも公式に明記されています。DeepSeek Harness、Claude Code、Codex経由でDeepSeek APIを使う場合、サーバー側ツール呼び出しはすでにSearch/Fetch APIを叩いていて、当面は無料。
課金開始は北京時間2026年11月1日0時、つまり2026年10月31日16:00 UTCから、という案内です。
課金開始は北京時間2026年11月1日0時、つまり2026年10月31日16:00 UTCから、という案内です。
室谷代表取締役スレッドでは「currently free for DeepSeek API users」と書かれていて、課金開始が10月31日16:00 UTCと。ここは日付の表記がUTCと北京時間で出てくるので、実装するときはタイムゾーンを確認しておいたほうがいいですね。
テキトー教師DotAI 認定講師レート制限も見ておきましょう。SearchとFetchはアカウント単位で独立していて、片方のトラフィックがもう片方の枠を消費しない。
それぞれQPS 5で、APIキーが複数あってもアカウント単位で計算される、と。Fetchはさらにドメイン単位のQPS制限も受ける、という説明です。
それぞれQPS 5で、APIキーが複数あってもアカウント単位で計算される、と。Fetchはさらにドメイン単位のQPS制限も受ける、という説明です。
室谷代表取締役QPS 5というのは、大量クロール的な使い方には向かない数字ですけど、エージェントが会話の中で検索する用途なら十分なんですよね。
テキトー教師DotAI 認定講師あと、モデル本体のAPI料金は今回変更なし、と公式が明言しています。V4.1-Flashの料金体系についてはDeepSeek V4とは？V4-ProとV4.1-Flashの違いと料金・安全性を整理で整理しています。
Search API・Fetch API一般開放でエージェントとRAGはどう変わるか
室谷代表取締役中身を見ていくと、Search APIはPOST
https://api.deepseek.com/v1/tools/search、Fetch APIはPOST https://api.deepseek.com/v1/tools/fetch。ベースURLはhttps://api.deepseek.comで、DeepSeek APIと同じBearer認証を使う、と。テキトー教師DotAI 認定講師Search APIのリクエストはqueryが必須で1〜128文字、空白のみは不可。countは1〜50でデフォルト10、ori_questionで元の質問を渡してクエリ理解を助けられる、localizationでIPアドレスを渡して検索結果をローカライズできる、need_contentで本文を返すかどうかを切り替えられる、という構成です。
室谷代表取締役検索演算子がかなり揃っているんですよ。site:、-site:、-（除外語）、-"..."（フレーズ除外）、"..."（完全一致）、lang:、after:、before:。
これを組み合わせてクエリを投げられる。
これを組み合わせてクエリを投げられる。
テキトー教師DotAI 認定講師例えば
DeepSeek site:github.com OR site:huggingface.co lang:en after:2025みたいに書けるわけですね。室谷代表取締役レスポンスもよくできていて、rerank_scoreが0〜3の関連度スコアで1.5以上が高品質とされる。title、url、snippet（100〜200文字程度、UI表示向け）、summary（600〜800文字程度、モデルに読ませる想定）、content、site_name、site_icon、date、authority（0〜4、3以上が高権威）が返るんですよね。
テキトー教師DotAI 認定講師snippetとsummaryが分かれているのが面白いところです。人間に見せる短い要約と、モデルに読ませる長い要約を分けている。
RAGに組み込むときはsummaryを使う、という設計が公式の意図として見えます。
RAGに組み込むときはsummaryを使う、という設計が公式の意図として見えます。
室谷代表取締役Fetch APIはもっとシンプルで、urlを1つ渡すとtitleとcontent（Markdown）が返る。urlは最大8192文字、HTTPかHTTPSでホストが必要、ユーザー名やパスワードを含んではいけない、と。
取得は対象サイトの可用性とアクセスポリシーに従う、という注記もありました。
取得は対象サイトの可用性とアクセスポリシーに従う、という注記もありました。
テキトー教師DotAI 認定講師エラーも整理されていて、400、401、402、403、404、408、413、429、500、504が定義されています。408、429、5xxは待ってリトライ、402はチャージしてからリトライ、それ以外の4xxはリクエストを変えずにリトライしない、という指針です。
室谷代表取締役両APIとも読み取り専用で、DeepSeek APIと同じ認証を使う。つまり既存のAPIキーを持っていれば、追加の契約なしでエージェントにWebアクセスを持たせられるわけです。
これはRAGの構成がかなり変わりますよ。自前でクローラーを運用したり、検索基盤を別に契約したりする必要がなくなるので。
これはRAGの構成がかなり変わりますよ。自前でクローラーを運用したり、検索基盤を別に契約したりする必要がなくなるので。
テキトー教師DotAI 認定講師公式のチェンジログでは、DeepSeek SearchがAIネイティブの汎用検索エンジンで、数千億ページをインデックスし、多言語検索に対応し、SEOスパムやGEO操作、低品質なAIGCを厳格な検出で除外する、と説明されています。RAGの品質って検索結果の質に大きく依存するので、そこを自社で握っているのは強みですね。
室谷代表取締役実際、エージェント用途だとキャッシュヒット課金がコストの大きな割合を占める、という説明も資料にあります。V4.1-FlashはKVキャッシュを前世代比でHBM 1/4、SSD 1/8に圧縮しているので、そこも含めてエージェント運用のコストが下がる方向なんですよね。
テキトー教師DotAI 認定講師ツール連携の周辺も見ておくと、DeepSeek Harnessはv0.2.1-rc.1以降へのアップグレードが推奨されていて、Tencent CodeBuddy、WorkBuddy、OpenCodeといったパートナーも対応が挙げられています。エージェント統合のページにはClaude Code、Codex、OpenCode、OpenClaw、Hermes、Reasonix、WorkBuddy/CodeBuddy、Qoderといった名前が並んでいます。
室谷代表取締役外部ツール経由の連携という意味では、CursorとChatGPT（OpenAI API）連携完全ガイド【2026年最新】：APIキー設定・料金・Slack連携まで徹底解説で扱っているようなAPIキー設定の考え方が、そのままDeepSeekのSearch/Fetchでも通用します。Bearer認証でキーを渡すだけですからね。
既存V4.1-Flashとの違いと「性能とコストのパレート改善」の中身
室谷代表取締役ここまでの話をまとめると、違いは3層なんですよ。1つ目がモデル性能、2つ目が実行時間と出力長、3つ目がSearch/Fetchの開放。
テキトー教師DotAI 認定講師公式は「Pareto improvement in performance and cost」という言い方をしています。性能を上げるとコストも上がる、というトレードオフを、両方改善する方向に動かした、という主張ですね。
室谷代表取締役で、その根拠として出しているのが、さっきのベンチマークの伸びと、タスク実行時間・出力長の短縮。出力が短くなればトークン課金も減るし、実行時間が短ければユーザーの待ち時間も減る。
テキトー教師DotAI 認定講師単にベンチマークのスコアが上がったという話じゃないんですよ。同じタスクを短い出力で終わらせる、というのは、モデルの「無駄を省く力」が上がったということで、実務ではこちらのほうが効いてくる場面が多い。
室谷代表取締役あと地味に大きいのが、DeepSeek Harness、Tencent CodeBuddy、WorkBuddyなどに向けて最適化しているという点です。特定のハーネスに合わせてチューニングしているので、そこで使うと性能が出やすい、という設計思想なんですよね。
テキトー教師DotAI 認定講師前版のV4.1-Flashが552BのMoEで、Causal Encoder–Decoderの非対称アーキテクチャ、入力8B・出力16Bのアクティブパラメータ、という構成だったのは公式の発表どおりです。1017版はそのアーキテクチャを踏襲したマイナーアップデート、という位置づけになります。
室谷代表取締役アーキテクチャをガラッと変えるのではなく、学習と最適化で伸ばしてきた、という読み方ができますね。だからこそAPIの呼び出し名も料金も変えずに済んでいる。
テキトー教師DotAI 認定講師なお、ベンチマーク表にはK3、GLM-5.3、GPT-5.6 Sol、Opus 5といった比較対象が並んでいますが、これはDeepSeek公式が公表した表の記載です。当記事では数値をそのまま紹介するにとどめ、優劣の断定はしません。
室谷代表取締役そこは慎重にいきましょう。公式が出した表をそのまま読む、というスタンスですね。
よくある質問
室谷代表取締役最後に、よく聞かれそうなところを整理しておきますか。
テキトー教師DotAI 認定講師まず「DeepSeek-V4.1-Flash-1017は新しいモデルなのか、アップデートなのか」。これは公式にマイナーアップデートと明記されています。
前版V4.1-Flashの更新版です。
前版V4.1-Flashの更新版です。
室谷代表取締役「1017の意味は」。公式に明示的な説明はありませんが、公開日が2026年10月17日であることから、日付サフィックスのスナップショット表記と見るのが自然です。
ただしこれは公式の説明ではないので、そこは留保しておきましょう。
ただしこれは公式の説明ではないので、そこは留保しておきましょう。
テキトー教師DotAI 認定講師「APIで使うには何をすればいいか」。モデル名
呼び出し方法と料金は前版から変わりません。
deepseek-flashを指定するだけです。呼び出し方法と料金は前版から変わりません。
室谷代表取締役「Search APIとFetch APIはいつから有料か」。成功リクエスト1,000件あたり0.75ドルで、DeepSeek Harness、Claude Code、Codex経由のサーバー側ツール呼び出しは当面無料、課金開始は2026年10月31日16:00 UTC（北京時間11月1日0時）からです。
テキトー教師DotAI 認定講師「日本から使えるのか」。公式ドキュメントに地域制限の記載は見当たらず、DeepSeek APIのアカウントがあれば同じBearer認証で利用できる、という説明になっています。
ただし個別の提供条件は公式ドキュメントで確認してください。
ただし個別の提供条件は公式ドキュメントで確認してください。
室谷代表取締役「オープンソース版はどこで入手できるか」。Hugging FaceとModelScopeです。
ライセンスはMIT License。推奨設定はtemperature 1.0、top_p 1.0、コンテキスト1Mトークン、max_tokens 256K以上です。
ライセンスはMIT License。推奨設定はtemperature 1.0、top_p 1.0、コンテキスト1Mトークン、max_tokens 256K以上です。
テキトー教師DotAI 認定講師「既存のV4.1-Flashから何が変わったか」。推論・コーディング・エージェント・視覚系のベンチマークが改善し、タスク実行時間と出力長が短縮された、というのが公式の説明です。
アーキテクチャの大きな変更には触れられていません。
アーキテクチャの大きな変更には触れられていません。
室谷代表取締役というわけで、今回はモデル更新とAPI開放が同時に来た回でした。エージェントを作っている人ほど、Search/Fetchの開放のインパクトが大きいと思います。
既存のAPIキーでそのまま試せるので、まずは小さく触ってみるのがいいんじゃないですかね。
既存のAPIキーでそのまま試せるので、まずは小さく触ってみるのがいいんじゃないですかね。
テキトー教師DotAI 認定講師そうですね。講座でも「まず動かして、コストを見てから設計する」という順番を勧めています。
無料期間のうちに挙動を確認しておくのが賢い進め方です。
無料期間のうちに挙動を確認しておくのが賢い進め方です。
