---
title: "DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下 | AIニュース - ai-garage"
description: "DeepSeek V4.1 Flash 1017 とは、2026年10月17日に出た V4.1 Flash の改良版だよ。料金はそのままで、長いコーディング課題の DeepSWE は74.2→77.0、1課題の費用は半分以下に。比べた相手が一世代前な点や、PCで動くか、Xの評判もまとめるね。"
source: https://ai-garage.jp/news/deepseek-v4-1-flash-1017/
---
News  2026年10月17日

# DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下

DeepSeek V4.1 Flash 1017 とは、2026年10月17日に出た V4.1 Flash の改良版だよ。料金はそのままで、長いコーディング課題の DeepSWE は74.2→77.0、1課題の費用は半分以下に。比べた相手が一世代前な点や、PCで動くか、Xの評判もまとめるね。

SY

[Seiya Yagashiro](https://ai-garage.jp/site-info/)

Editor-in-Chief, ai-garage

[#DeepSeek](https://ai-garage.jp/tags/DeepSeek/)[#DeepSeek V4.1 Flash](https://ai-garage.jp/tags/DeepSeek%20V4.1%20Flash/)[#料金](https://ai-garage.jp/tags/%E6%96%99%E9%87%91/)

この記事の要点

- DeepSeek は2026年10月17日、V4.1 Flash の改良版 DeepSeek-V4.1-Flash-1017 を公開し、ウェブ版・アプリ・API（モデル名 deepseek-flash）を新しい版に切り替えた。料金は据え置きで、すいている時間帯なら100万トークンあたり入力$0.15・出力$0.6。
- DeepSeek が公表した11本のテストは、すべて9月の版から上がった。DeepSWE v1.1 は74.2→77.0、Terminal-Bench 4.0 は31.2→42.3。比べた相手のうち GPT-5.6 Sol には11本中9本で上回ったが、Claude Opus 5 には4本で上回り7本で下回った。
- DeepSeek の DeepSWE のグラフでは、いちばん深く考える設定で1課題あたりの費用が約$0.49から約$0.20に下がり、GPT-6.1 Sol の最高成績（約75%・約$0.65）を約3分の1の費用で上回った。ただし 1017 の点は DeepSeek 自身の計測で、DeepSWE の公開ランキングには10月17日時点でまだ載っていない。
- DeepSeek の比較相手は、一世代前の Claude Opus 5 と GPT-5.6 Sol。最新の Claude Opus 5.5 とは、道具なしの HLE で42.6対64.4、Terminal-Bench 4.0 で42.3対66.4の差がある（Opus 5.5 は Anthropic の公表値で、測り方は同じとは限らない）。

やっほー、ぼくてんびん丸！

DeepSeek が**2026年10月17日**、9月に出したばかりの安いモデル V4.1 Flash の**改良版「DeepSeek-V4.1-Flash-1017**」を出したよ。末尾の 1017 は「10月17日版」という意味なんだ。

Xでは「世界のAI覇権のバランスが壊れた」とまで言われていて、ぼくも公式の数字を見て声が出た。**料金はそのままなのに、テストの点が上がって、1つの作業にかかるお金は半分以下になった**からね。ただ、本当にすごいところと、言いすぎなところが混ざっているので、公式の数字で1つずつ見ていくよ。

## 何があったの？

DeepSeek の公式ドキュメントの更新履歴（Change Log）に、10月17日づけでこう書かれたよ。

> DeepSeek V4.1 Flash は DeepSeek-V4.1-Flash-1017 にアップグレードされました。公式のウェブ版とアプリのモデルも新しい版に更新されています。API の呼び出し方と料金は変わりません。`deepseek-flash` を指定すれば最新のモデルを使えます。

要点を表にするとこう。

|   | 内容 |
| --- | --- |
| 公開日 | 2026年10月17日 |
| 使える場所 | DeepSeek のウェブ版・アプリ・API（モデル名は `deepseek-flash` のまま） |
| 料金 | **変更なし**（すいている時間帯なら100万トークンあたり入力$0.15・出力$0.6） |
| 重み | Hugging Face で **MIT ライセンス**で公開（商用利用も改変もできる） |

API で `deepseek-flash` を呼んでいる人は、**何もしなくても今日から 1017 が答えている**よ。

同じ日に、DeepSeek は自社の検索エンジンを使った**検索 API（Search）とページ取得 API（Fetch**）も誰でも使えるようにした。料金はそれぞれ1,000回あたり$0.75。DeepSeek Harness・Claude Code・Codex から道具として呼ぶぶんは、日本時間の**11月1日 1:00 まで無料**だよ。

## DeepSeek V4.1 Flash 1017 とは？

DeepSeek V4.1 Flash 1017 とは、**2026年9月10日に出た [DeepSeek V4.1 Flash](https://ai-garage.jp/news/deepseek-v4-1-flash-launch/) を、あとから鍛え直した版**だよ。モデルの骨組みや大きさは変えずに、仕上げの学習だけをやり直している。

DeepSeek の説明では、**「自分の出した結果をもとに自分で学ぶ強化学習**」で、ゲームや3Dの制作のような「一から作品を作りきる」作業を伸ばしたんだって。公式のお知らせには、紫禁城の3Dモデル、ブラウザで遊べるレースゲーム、ゲームエンジン Godot で作った『Portal 2』風のゲームなどの動画が並んでいたよ。

もう1つ大事なのが、**答えを出すまでの時間と、書き出す量を減らした**こと。AI の料金は書き出した量に比例して増えるから、単価が同じでも**1つの作業にかかるお金が下がる**。DeepSeek はこれを「性能とコストのパレート改善」（どちらかを犠牲にせず、両方よくしたという意味）と呼んでいるよ。

![DeepSeek V4.1 Flash 1017 で変わった3つのこと。テストの点は上がり、答えの長さと時間は短くなり、料金はそのまま。そのため1つの作業にかかるお金が下がる](https://ai-garage.jp/images/article-figures/deepseek-v4-1-flash-1017-1.webp)

大きさは9月の版と同じだよ。技術報告書では**本体のパラメータが5520億**で、1トークンを書き出すときに実際に動くのは160億ぶんだけ。重みのファイルは合わせて**約510GB**ある。

なお Hugging Face の自動集計では「7632億パラメータ」と表示される。報告書の5520億は「本体（backbone）」の数なので、本体の外にある記憶用の表（Engram）などを数えるかどうかの違いとみられる。9月の版も同じ7632億・約510GB だったよ。

## どれくらい賢くなった？

DeepSeek が公表したベンチ（AI の実力を測るテスト）の表を、そのまま並べるね。**全部 DeepSeek が自分で測った数字**だよ。

| テスト | **1017** | 9月の V4.1 Flash | Claude Opus 5 | GPT-5.6 Sol |
| --- | --- | --- | --- | --- |
| HLE（道具なしの超難問） | 42.6 | 36.8 | **56.3** | 44.5 |
| Terminal-Bench 4.0（コマンド操作で開発） | 42.3 | 31.2 | **51.8** | 39.9 |
| DeepSWE v1.1（長いコーディング課題） | **77.0** | 74.2 | 74.0 | 73.0 |
| ProgramBench（プログラムを一から作る） | 29.1 | 20.3 | **37.0** | 23.0 |
| NL2Repo-Bench（説明文から一式を作る） | 68.2 | 65.4 | **75.3** | 56.8 |
| Automation-Bench v1.0.6（業務の自動化） | **60.5** | 54.8 | 50.3 | 45.8 |
| Agents' Last Exam（エージェントの総合試験） | **35.4** | 31.8 | 28.6 | 26.7 |
| Apex Bench v1.1 | **72.1** | 64.6 | 65.8 | 54.3 |
| Chartography（グラフを読む・道具あり） | 83.0 | 78.9 | **84.0** | 79.9 |
| BabyVision（画像の理解・道具あり） | 92.5 | 89.6 | **94.1** | 88.9 |
| ZeroBench-main（画像の難問・道具あり） | 51.0 | 49.0 | 52.0 | **53.0** |

**9月の版から、11本すべてで点が上がった**。いちばん伸びたのは Terminal-Bench 4.0 で、31.2 → 42.3（+11.1ポイント）。

勝ち負けを数えると、**GPT-5.6 Sol には11本中9本で勝ち**。**Claude Opus 5 には4本で勝って、7本で負け**だよ。勝っているのは長いコーディング課題・業務の自動化・エージェントの総合試験・Apex Bench。負けているのは道具なしの難問、コマンド操作、一から作る系の2本、画像系の3本なんだ。

測り方にも注意してね。DeepSeek は、Terminal-Bench 4.0 は Claude Code、DeepSWE は Mini-SWE-V2 という「足回り」（AI に作業をさせるための仕組み＝ハーネス）で測ったと書いている。[9月の記事](https://ai-garage.jp/news/deepseek-v4-1-flash-launch/)で書いたとおり、このモデルは足回りを変えるだけで DeepSWE が8.7ポイントも動いた。**数字は「その足回りでは」と読もう**。

### 比べた相手は「一世代前」だよ

ここは見落としやすいので強調させてね。DeepSeek の表の比較相手は **Claude Opus 5 と GPT-5.6 Sol**。どちらも、いまの最新（Claude Opus 5.5・GPT-6.1 Sol）より1つ前の世代なんだ。

いまの最新の Opus 5.5 と、両方が数字を出しているテストで並べるとこうなる。

| テスト | V4.1 Flash 1017 | Claude Opus 5.5 |
| --- | --- | --- |
| HLE（道具なしの超難問） | 42.6 | **64.4** |
| Terminal-Bench 4.0（コマンド操作で開発） | 42.3 | **66.4**（xhigh 設定） |

Opus 5.5 の数字は Anthropic の公表値で、測り方が同じとは限らないよ。それでも、**難しい考えごとやコマンド操作では最新の Opus 5.5 とまだ20ポイント以上の差がある**。「すべてで最新のトップを超えた」わけではないんだ。

## いちばんの驚きは「1課題あたりの費用」

それでもぼくが「うわっ」となったのは、公式のお知らせに載っていたグラフなんだ。長いコーディング課題を集めた **DeepSWE v1.1** の成功率を縦に、**1課題を終えるのにかかった平均の費用**を横に並べたものだよ。

主な点を書き出すね。「約」が付いた値は、グラフ上の位置からぼくが読み取ったものだよ。

| モデル（考える量の設定） | 成功率 | 1課題の費用 |
| --- | --- | --- |
| **V4.1 Flash 1017**（max） | **77.0%** | **約$0.20** |
| V4.1 Flash 1017（low） | 約72% | 約$0.11 |
| 9月の V4.1 Flash（max） | 約74% | 約$0.49 |
| GPT-6.1 Sol（high。Sol でいちばん成績がよかった設定） | 約75% | 約$0.65 |
| GPT-6 Luna（xhigh） | 約61% | 約$0.11 |
| Claude Opus 5（max） | 74% | $11.84 |

読みどころは3つあるよ。

1. **前の版より成功率が上がって、費用は半分以下**（約$0.49 → 約$0.20）。答えを短くした効果がそのまま出ている
2. **GPT-6.1 Sol のいちばんよい成績を、約3分の1の費用で上回った**
3. **Claude Opus 5 と比べると、成功率は3ポイント上で、費用は約60分の1**

ただしこのグラフは **DeepSeek が作ったもの**だよ。1017 の点は DeepSeek 自身の計測で、GPT-6.1 Sol などの点は「OpenAI 公式の DeepSWE のグラフ」から、Opus 5 などの点は DeepSWE の公開ランキング（2026年9月22日のデータ）から取った、と注記されている。DeepSWE を運営する Datacurve の公開ランキングには、**10月17日時点で 1017 も GPT-6.1 Sol もまだ載っていない**。第三者が同じ条件で測り直すまでは「DeepSeek の発表では」と読んでおこうね。

## DeepSeek V4.1 Flash 1017 の料金は？

**料金は9月の版から変わっていない**よ。100万トークンあたりの値段はこう。

|   | すいている時間帯 | 混む時間帯 |
| --- | --- | --- |
| 入力（キャッシュなし） | $0.15 | $0.3 |
| 入力（キャッシュあり） | $0.003 | $0.006 |
| 出力 | $0.6 | $1.2 |

「キャッシュ」は、同じ文章を何度も読ませるときに2回目以降を安くしてくれる仕組みだよ。混む時間帯は平日（中国の祝日を除く）の日本時間 10:00〜13:00 と 15:00〜19:00 で、それ以外の時間と週末はすいている時間帯の料金になる。

Xでは「出力$0.3」という紹介も見かけたけど、**公式の料金表では出力はすいている時間帯で$0.6**だよ（$0.3 は混む時間帯の入力の値段）。

入力10万トークン＋出力1万トークンの依頼を1回送ったとして計算すると、こうなる。

| モデル | 1回の料金 |
| --- | --- |
| V4.1 Flash 1017（すいている時間帯） | 約$0.021 |
| V4.1 Flash 1017（混む時間帯） | 約$0.042 |
| GPT-6.1 Sol | $0.30 |
| Claude Opus 5.5 | $0.60 |

GPT-6.1 Sol より86〜93%安く、Claude Opus 5.5 より93〜97%安い計算だよ。キャッシュが効けば、さらに下がる。

## 自分のパソコンで動く？

**普通のパソコンでは動かない**よ。公式の重みだけで約510GB あるからね。

ただ、公開から数時間で、有志が軽くした版（量子化＝数字の細かさを落としてファイルを小さくしたもの）を Hugging Face に上げている。10月17日の夜に見つけたものの大きさはこう。

| 版 | 大きさ | 作った人 |
| --- | --- | --- |
| 公式（FP8 など） | 約510GB | DeepSeek |
| GGUF Q4_K_M | 約445GB | 有志 |
| MLX 4bit（oQ4e） | 約432GB | 有志（mlx-community） |
| NVFP4 | 約429GB | 有志 |
| GGUF Q3_K_M | 約347GB | 有志 |
| GGUF Q2_K | 約265GB | 有志 |

Mac なら、**メモリ512GB の Mac Studio 1台**に4bit 版（約432GB）が収まる大きさだよ。NVIDIA の DGX Spark（メモリ128GB）なら4台で512GB になる。Xで言われていた「DGX Spark 4台か 512GB の Mac Studio で動く」は、**大きさの計算としては合っている**。

ただ、残りのメモリは会話を覚えておくぶん（コンテキスト）にも要るし、**速度を測った実測は10月17日時点では見つけられなかった**。有志の版は DeepSeek 公式のものではないので、軽くしたぶん性能が少し落ちる可能性もあるよ。

参考までに、今朝書いた [Muse Spark Open](https://ai-garage.jp/news/meta-muse-spark-open-local/) は圧縮版でも約493GB で、Apple の実測では512GB の Mac Studio が2台要った。1017 はそれより一回り小さいんだ。

## 使い始めるときの注意

- **DeepSeek Harness は 0.2.1-rc.1 以降にする**：DeepSeek Harness は、DeepSeek 純正の「AI に作業をさせるための道具」だよ。DeepSeek は、新しいモデルを最大限に使うには 0.2.1-rc.1 以降にするよう案内している。ところが npm の配布情報を見ると、10月17日夜の時点で `npx @deepseek-ai/dsh web` で入る標準の版（latest）は1つ前の **0.2.0-rc.2** のまま。新しい版は「next」という印で配られていて（0.2.1-rc.2）、`npx @deepseek-ai/dsh@next web` のように印を指定すると入るよ
- **Claude Code や Codex からも使える**：DeepSeek の API は OpenAI 形式と Anthropic 形式の両方で受け付けていて、公式ドキュメントに Claude Code・Codex・OpenCode・Hermes などとのつなぎ方が載っている
- **仕事で使うならデータの扱いを確認する**：DeepSeek は中国の会社で、API に送った内容は DeepSeek のサーバーで処理される。会社の規約と、送るデータの中身を先に確かめよう。重みは公開されているので、外に出せないデータは自分の機械で動かす手もあるよ

## DeepSeek V4.1 Flash 1017 の評判は？Xの反応

公開当日のXでは、**「とんでもなく安くて強い」という驚き**と、**「使ってみると細かい指示に弱い」という冷静な声**の両方が出ているよ。

まずは、今回ぼくがこの記事を書くきっかけになった解説ポスト。性能・値段・大きさ・仕組みの4つで「破壊的」だと書いている。

> たった今、世界のAI覇権のバランスは完全にぶっ壊れました。これほんまにやばいです。
> 週明けのAI関連株は大暴落どころの騒ぎじゃないかもな…。
> 何が衝撃的なのか、ガチ解説します。
> もう何もかもが変わっちまったんだな...。
> 
> ■何がおきたか
> DeepSeek v4.1-Flash… [https://t.co/poki6vaMFC](https://t.co/poki6vaMFC)
> 
> — StudioYebisu (@studio_yebisu)
> 
> 2026年10月17日

いっぽうで、実際に使った最初の感想として「細かい指示を読めない」「日本語が苦手」「JSON Schema の strict に対応していない」と挙げる声もあった。

> 【DeepSeek V4.1 Flash 1017 初手感想】
> ・激安 (Solの数十分の1、Opusの16分の1)
> ・短い出力は速い、長いと遅い。
> ・細かい指示を読めないのが致命的で、精度はSol・Opusに遠く及ばない。
> ・日本語下手くそ
> ・JSON Schemaのstrict非対応が辛い
> ・使うなら精度を気にしない大量処理？
> 
> — ML_Bear (@MLBear2)
> 
> 2026年10月17日

DeepSeek Harness の版についての注意喚起も出ていたよ。

> 注意喚起
> 
> deepseek-v4.1-flash-1017はDeepSeek Harness 0.2.1-rc.1以降じゃないと性能が伸びません。
> 
> そして、npx経由でインストールできるDeepSeek Harnessは現状0.2.0-rc.2で、一つ前のバージョンです
> 
> 最速で1017を試したいなら、公式リポジトリをクローンして自分でビルドして使ってください
> 
> — AM09:21 (@AM09_21)
> 
> 2026年10月17日

最初の解説ポストを書いた人は、続けて「購読しているAIのプランを全部下げる」とも書いていたよ。ほかにも「ベンチマークの上では Fable 5 を超えて GPT-6.1 Sol と同じ水準」という声や、「ふだんのコーディングは Sonnet 級で足りると思っていたので衝撃。ただ作業を続ける力や細かい指示の読み取りが甘く、結局 Claude を使いがち」という声があったよ。

10月17日時点で、実在を確認できたXのポストから選んだよ。

## ぼくの見解

ぼくの結論は、**「AI の覇権が壊れた」はまだ言いすぎ。でも「安く大量に任せる仕事の第一候補」は入れ替わった**、だよ。

まず、**安さそのものは珍しくない**。このサイトの [AIモデル比較表](https://ai-garage.jp/compare/) から、100万トークンあたりの出力が$1未満のモデルを拾うとこうなる。

| モデル | 入力 | 出力 | 総合指標（AA） |
| --- | --- | --- | --- |
| Claude Haiku 5.5 | $0.10 | $0.50 | 43 |
| GPT-6 Luna | $0.10 | $0.50 | 38 |
| GLM-5.3-Flash | $0.15 | $0.50 | 42 |
| Qwen3.8-Flash | $0.15 | $0.47 | 40 |
| DeepSeek V4.1 Flash（9月の版） | $0.15 | $0.60 | 39 |

総合指標は、第三者機関 Artificial Analysis（AA）がたくさんのテストをまとめた点数だよ。Claude Haiku 5.5 は、10万トークンを超える依頼だと入力$0.50・出力$2.50 に上がる。**同じ値段帯に5本が並んでいて、9月の V4.1 Flash の総合点はその中でむしろ低いほう**なんだ。1017 の総合点は、10月17日時点ではまだ出ていない。

次に、**違いが出たのは「長い作業を最後までやりきる力**」だよ。DeepSWE の公開ランキングで、同じ値段帯の GLM-5.3-Flash は成功率63%（1課題$0.24）。DeepSeek の発表どおりなら、1017 はほぼ同じ費用で77%だ。DeepSeek のグラフでも、GPT-6 Luna は約$0.11で約61%、1017 の low 設定は同じくらいの費用で約72%。**同じ値段で、長い開発作業の成功率が10ポイント以上高い**。ここが今回の本当の「激ヤバ」ポイントだと思う。

そして、**単価の表ではこの変化が見えない**。比較表の料金欄は、9月と同じ$0.15／$0.6のまま。でも答えが短くなったので、1課題の費用は半分以下になった。**AI の値段は「1トークンいくら」より「1つの仕事をいくらで終えるか」で見ないと、今回のような値下がりを見落とす**んだ。

いっぽうで、最新の Opus 5.5 とは道具なしの難問で20ポイント以上の差がある。Xの「細かい指示を読めない」「日本語が苦手」という声も、この差と同じ方向を向いている。だからぼくの使い分けはこう。**大量のコード修正や自動化のように「やることがはっきりした長い作業」は 1017**、**細かい要望をくみ取る仕事や日本語の文章は Opus 5.5 や GPT-6.1 Sol**。Artificial Analysis が 1017 を測ったら、この見立てが合っているか確かめるね。

## まとめ

- **10月17日公開**。9月の V4.1 Flash を鍛え直した版で、API のモデル名は `deepseek-flash` のまま
- **料金は据え置き**（すいている時間帯で入力$0.15・出力$0.6）
- DeepSeek の発表では**11本のテストすべてで前の版から上昇**。DeepSWE は 74.2 → 77.0
- **1課題の費用は半分以下**（DeepSWE で約$0.49 → 約$0.20、DeepSeek の計測）
- 比べた相手は**一世代前**の Opus 5・GPT-5.6 Sol。最新の Opus 5.5 とは難問でまだ差がある
- 重みは **MIT ライセンスで公開**、約510GB。有志の4bit 版は約432GB
- DeepSeek Harness を使うなら **0.2.1-rc.1 以降**（npm では `@next` の印で入る）

試すなら、いちばん手軽なのは DeepSeek のウェブ版かアプリだよ。もう 1017 に切り替わっているからね。それじゃ、またね！

よくある質問

Q.DeepSeek V4.1 Flash 1017 とは？

A.DeepSeek V4.1 Flash 1017 とは、DeepSeek が2026年10月17日に出した V4.1 Flash の改良版だよ。モデルの大きさと料金は9月10日の版と同じで、あとから行う学習をやり直して、テストの点を上げつつ答えを短く・速くした。末尾の 1017 は「10月17日版」という意味で、ウェブ版・アプリ・API（モデル名 deepseek-flash）はすでに 1017 に切り替わっている。

Q.DeepSeek V4.1 Flash 1017 の料金はいくら？前の版から変わった？

A.変わっていないよ。100万トークンあたり、すいている時間帯で入力$0.15・出力$0.6。同じ文章を読み直させるキャッシュが効けば入力は$0.003まで下がる。混む時間帯（平日の日本時間10〜13時と15〜19時）はどれも2倍で、入力$0.3・出力$1.2になる。単価は同じだけど、答えが短くなったぶん1つの作業にかかるお金は下がっているよ。

Q.前の DeepSeek V4.1 Flash と何が違うの？

A.DeepSeek が公表した11本のテストすべてで点が上がった。いちばん伸びたのはコマンド操作で開発を進める Terminal-Bench 4.0 で、31.2から42.3になった。あわせて答えを出すまでの時間と書き出す量が減っていて、DeepSeek のグラフでは長いコーディング課題1つあたりの費用が約$0.49から約$0.20に下がっている（どちらも DeepSeek 自身の計測）。

Q.DeepSeek V4.1 Flash 1017 は Claude Opus 5.5 や GPT-6.1 Sol より賢いの？

A.長いコーディング課題では並ぶけど、全体ではまだ届いていないよ。DeepSeek のグラフでは DeepSWE v1.1 で77.0%と、GPT-6.1 Sol の最高成績（約75%）を上回った。いっぽう道具なしの難問 HLE は42.6で、Claude Opus 5.5 の64.4と20ポイント以上の差がある。DeepSeek が表で比べた相手は一世代前の Opus 5 と GPT-5.6 Sol で、第三者の Artificial Analysis の総合指標も10月17日時点ではまだ出ていない。

Q.DeepSeek V4.1 Flash 1017 は自分のパソコンで動く？

A.普通のパソコンでは動かないよ。公式の重みだけで約510GB ある。有志が軽くした版もあって、MLX の4bit 版は約432GB、GGUF の Q4_K_M 版は約445GB。メモリ512GB の Mac Studio 1台に収まる大きさの計算にはなるけど、会話を覚えておくぶんのメモリも要るし、速度の実測は10月17日時点では見つけられなかった。

Q.DeepSeek V4.1 Flash 1017 の評判は？

A.2026年10月17日のXでは、「性能・値段・大きさのどれも破壊的」「購読しているAIのプランを全部下げる」といった驚きの声と、「細かい指示を読めない」「日本語が苦手」「JSON Schema の strict に対応していない」という使ってみた人の冷静な声の両方が出ていたよ。DeepSeek Harness は 0.2.1-rc.1 以降でないと性能が伸びない、という注意喚起もあった。

参考・一次ソース

- [→ DeepSeek API Docs：DeepSeek-V4.1-Flash-1017 Release（2026-10-17・ベンチ表と DeepSWE の成功率×費用のグラフ）](https://api-docs.deepseek.com/news/news261017/)
- [→ DeepSeek API Docs：Change Log（2026-10-17 の更新内容・測定に使った足回り・Search & Fetch の公開）](https://api-docs.deepseek.com/updates)
- [→ DeepSeek API Docs：Models & Pricing（deepseek-flash の料金・混む時間帯・2026-10-17 確認）](https://api-docs.deepseek.com/quick_start/pricing)
- [→ Hugging Face：deepseek-ai/DeepSeek-V4.1-Flash-1017（MIT ライセンス・ベンチ表・重みの容量）](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017)
- [→ Hugging Face：DeepSeek-V4.1-Flash 技術報告書（PDF・本体5520億パラメータの記述）](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf)
- [→ DeepSWE（Datacurve）公式ランキング：113課題・2026年9月22日更新（2026-10-17 確認）](https://deepswe.datacurve.ai/)
- [→ GitHub：deepseek-ai/deepseek-harness のリリース一覧（dsh-v0.2.1-rc.1 は 2026-10-17 公開）](https://github.com/deepseek-ai/deepseek-harness/releases)
- [→ npm：@deepseek-ai/dsh（latest＝0.2.0-rc.2、next＝0.2.1-rc.2・2026-10-17 確認）](https://www.npmjs.com/package/@deepseek-ai/dsh)
- [→ Hugging Face：mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtp（有志の4bit 版・約432GB）](https://huggingface.co/mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtp)
- [→ Hugging Face：mrfakename/DeepSeek-V4.1-Flash-1017-GGUF（有志の GGUF 版・Q2_K〜Q8_0）](https://huggingface.co/mrfakename/DeepSeek-V4.1-Flash-1017-GGUF)

⚖️ この2つを比べる

Claude Opus 5.5 vs DeepSeek V4.1-Flash

Anthropic

知能スコア 58

料金 $4 / $20

DeepSeek

知能スコア 39

料金 $0.15 / $0.6

料金・性能を横並びで比較 →

いま比較表に載っている版どうしの比較です。知能スコアは第三者機関 Artificial Analysis の測定値、料金は API の100万トークンあたりの入力 / 出力（米ドル）。

この記事に出てきた用語・モデル

用語をやさしく解説

[オープンウェイト](https://ai-garage.jp/glossary/open-weight/)[Mixture of Experts（MoE）](https://ai-garage.jp/glossary/mixture-of-experts/)[トークン課金](https://ai-garage.jp/glossary/token-pricing/)[量子化](https://ai-garage.jp/glossary/quantization/)[ベンチマーク](https://ai-garage.jp/glossary/benchmark/)[Agentic Coding](https://ai-garage.jp/glossary/agentic-coding/)

関連 AI モデル

[DeepSeek](https://ai-garage.jp/models/deepseek/)[Claude](https://ai-garage.jp/models/claude/)[ChatGPT](https://ai-garage.jp/models/chatgpt/)[GLM](https://ai-garage.jp/models/glm/)[Qwen](https://ai-garage.jp/models/qwen/)

この記事をシェア

[Xでシェア](https://twitter.com/intent/tweet?text=DeepSeek%20V4.1%20Flash%201017%E3%81%A8%E3%81%AF%EF%BC%9F%E6%96%99%E9%87%91%E3%81%9D%E3%81%AE%E3%81%BE%E3%81%BE%E3%81%A7%E8%B3%A2%E3%81%8F%E3%80%81%E4%BD%9C%E6%A5%AD%E4%BB%A3%E3%81%AF%E5%8D%8A%E5%88%86%E4%BB%A5%E4%B8%8B%20%7C%20ai-garage&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fdeepseek-v4-1-flash-1017%2F) [はてなブックマークに追加](https://b.hatena.ne.jp/add?mode=confirm&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fdeepseek-v4-1-flash-1017%2F)

引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。

関連記事

[![DeepSeek V4.1 Flash とは？料金は4分の1、V4-Pro の引退は撤回](https://ai-garage.jp/images/news-heroes/deepseek-v4-1-flash-launch-card.webp)2026/9/11DeepSeek V4.1 Flash とは？料金は4分の1、V4-Pro の引退は撤回](https://ai-garage.jp/news/deepseek-v4-1-flash-launch/)[![Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/images/news-heroes/meta-muse-spark-1-3-launch-card.webp)2026/9/5Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/)[![Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点](https://ai-garage.jp/images/news-heroes/meta-muse-spark-open-local-card.webp)2026/10/17Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点](https://ai-garage.jp/news/meta-muse-spark-open-local/)[![Gemini 3.8 Live とは？推論強化版も同じ料金、音声出力は1分$0.018](https://ai-garage.jp/images/news-heroes/gemini-3-8-live-launch-card.webp)2026/9/17Gemini 3.8 Live とは？推論強化版も同じ料金、音声出力は1分$0.018](https://ai-garage.jp/news/gemini-3-8-live-launch/)

執筆

Seiya Yagashiro（編集長）

公開・更新

公開 2026/10/17

この記事は AI（Claude / ChatGPT）の支援を受けて作成し、編集長による事実確認を経て公開しています。 誤りを発見した方は [@tenbin_maru](https://x.com/tenbin_maru) のDMまでご連絡ください。 詳しい編集方針は [編集方針](https://ai-garage.jp/editorial-policy/) ページをご覧ください。