DeepSeekの最新リリースが新たな評価を獲得した。DeepSeek-V4.1-Flash-20261017モデルが、Arena.aiのCode Arena WebDevリーダーボードで最高位のオープンモデルとなり、約10分の1の運用コストでKimi K3 (Max)を追い抜いた。

リーダーボードの内容

Arena.aiは2026年10月18日にランキングを更新した。新しいDeepSeekビルドはCode Arena WebDevで1670ポイントを記録し、オープンモデル中1位、総合12位となった。このリーダーボードはエージェント型およびフロントエンドのコーディングタスクを対象としている。

オープンランキング首位から陥落したKimi K3 (Max)は、Arena.aiの推定で運用コストが約10倍とされる。同プラットフォームは、このリリースをコーディングワークフローにおけるオープンモデルの性能・コストのパレートフロンティアを押し上げるものと位置づけた。つまり、モデルが提供する性能と運用コストのトレードオフが変わったということである。

バージョン番号以上の成果を上げたポイントリリース

10月17日のビルドは、技术上にはマイナーアップデートであり、2026年9月に登場したDeepSeekモデルの更新版だ。ただし「マイナー」といっても、DeepSeekが挙げた全ベンチマークで向上している。9月版との比較は以下の通り:

• DeepWE v1.1: 74.2から77.0に上昇
• Terminal-Bench 4.0: 31.2から42.3に上昇
• Automation-Bench: 54.8から60.5に上昇

このうち最大の伸びはTerminal-Bench 4.0で、11.1ポイント上昇した。

内部アーキテクチャ

このモデルはMixture-of-Experts設計に基づいており、タスクごとにパラメータの一部のみが有効化されるアーキテクチャである。バックボーンは5520億パラメータを保持し、さらに1960億のEngramパラメータが追加されているが、すべてを同時に稼働させるわけではない。推論計算量は総パラメータ数ではなく有効パラメータ数に比例するため、このスパースな構成により、生成される各トークンの処理がはるかに小規模なネットワークと同等の負荷に抑えられる。

入力を読み込んで処理するプレフィル段階では80億パラメータが有効化され、出力を生成するデコード段階では160億に増加する。

その他の特徴として、Causal Encoder-Decoder構造、ネイティブなビジョン(画像を直接入力として受け付け可能)、生成時のアテンション状態のメモリ必要量を削減するKVキャッシュ最適化が挙げられる。コンテキストウィンドウは100万トークンに及び、大規模なコードベースや長時間のエージェントセッションを単一のコンテキストで保持できる。

重みはHugging FaceでMITライセンスの下で公開されている。MITは商用利用、改変、再配布を許容する寛容なライセンスであり、チームが自社インフラ上で実行・改変できるモデルと、API経由でしか利用できないモデルの実質的な違いとなる。セルフホストを望まない開発者向けに、DeepSeekのAPIはピーク時で入力トークン100万あたり0.30ドル、出力トークン100万あたり1.20ドルで提供されている。

背景: DeepSeekの戦略

正式名称Hangzhou DeepSeekであるDeepSeekは、オープンウェイトモデルを軸にアイデンティティを築いてきた中国のAIラボだ。そのV4.1ファミリーは、特にコスト効率の高いエージェント型コーディングに特化している。

開発者への意味

最も直接的な影響を受けるのは、どのモデルをツールに組み込むかを選ぶエンジニアリングチームだ。オープンとクローズの両競合を含めて総合12位にランクしながら、入力トークン100万あたり0.30ドルという価格設定は、コーディングワークロードの一部をこちらに振り分ける有力な選択肢となる。

総合12位というランキングは、上位に11のモデルが存在することも意味する。リーダーボードの最上位は当面、届かない位置にある。10月17日のビルドが獲得したばかりのオープンモデル首位を維持できるかどうかは、次回のArena.aiリーダーボード更新で明らかになる。