DeepSeek V4.1-Flash vs Grok 4.7

ポジ 21 ／ ネガ 3 ／ 中立 12

ポジ 12 ／ ネガ 4 ／ 中立 1

2026-10-17 から API の deepseek-flash は改良版 DeepSeek-V4.1-Flash-1017 が答える（ウェブ版・アプリも同日に切り替え）。1017 は 2026-09-10 の V4.1-Flash を後から学習し直した版で、大きさと料金は同じ。本表の hle 42.6（道具なし）は DeepSeek が 1017 で公表した値（9/10 版は 36.8）。1017 では GPQA Diamond が公表されていないため、9/10 版の 90.9 は本表に持ち込まない。aaIndex 39 は Artificial Analysis が 9/10 版を測った値で、1017 は 2026-10-17 時点で未計測（測られたら差し替える）。1017 の DeepSWE v1.1 は 77.0（Mini-SWE-V2 で測定）、Terminal-Bench 4.0 は 42.3（Claude Code で測定）で、どちらも DeepSeek 自社公表値。DeepSeek のグラフでは DeepSWE の max 設定の1課題あたりの費用が約 $0.49 から約 $0.20 に下がった（答えが短くなったためで、単価は据え置き）。DeepSeek が比較した相手は Claude Opus 5 と GPT-5.6 Sol で、最新の Claude Opus 5.5 とは HLE で 42.6 対 64.4 の差がある。以下は 9/10 版の公開時からの記述。552B の MoE（土台のパラメータ。1トークンあたり実際に動くのは読み込み時 8B・書き出し時 16B）。KV キャッシュを 890 バイト/トークンまで圧縮し、旧 V4-Flash の約4分の1にしたことで入力側の単価を下げている。本表の $0.15 / $0.6 はオフピーク価格（入力はキャッシュミス時）で、キャッシュヒット時の入力は $0.003。ピーク時間帯はいずれもその2倍（入力 $0.3・出力 $1.2）。ピーク時間帯は UTC 月〜金の 01:00-04:00 と 06:00-10:00（日本時間 10:00-13:00 と 15:00-19:00）。2026-09-10 の公開に合わせて旧 V4-Flash と V4-Flash-Vision-Exp は引退し、モデル名 deepseek-flash で呼ぶ。なお deepseek-v4-pro も本モデルへの置き換えが予告されたが撤回され、V4-Pro は独自の料金（オフピークで入力 $0.66・出力 $1.98）のまま継続提供されている（2026-10-09 に公式料金ページで確認。本モデルの価格で課金されるのは、旧名の deepseek-v4-flash と deepseek-v4-flash-vision-exp で呼んだ場合だけ）。9/10 版の gpqa 90.9（GPQA Diamond）と hle 36.8（道具なし）は DeepSeek 自社公表値で reasoning_effort=100 の設定。9/10 版の DeepSWE v1.1 は 74.2 で Claude Opus 5 の 74.0 を上回るが、これは同社が併記した8種類のハーネスのうち最も高く出た mini-SWE の値で、Claude Code では 69.8・Codex では 65.6 と 8.7 ポイントの幅がある。SWE-Bench Verified は非公表のため本表に持たない。前世代 V4-Pro は 1.6T（49B アクティブ）・$0.66/$1.98・aaIndex 36・画像非対応だったので、置き換えで安く・賢く・画像対応になった形。中国製のため業務利用時は規約とデータ取扱の確認を。本表の100万トークンは公式料金ページの CONTEXT LENGTH（1M）で、出力の上限 384K は別枠（2026-09-11 確認）。

2026-09-21 公開、Grok 4.6 の後継（API は grok-4.7）。SpaceXAI は「Grok 4.6 より大きい新しい土台のモデル」を使い、完了まで何時間もかかる難しい問題に重みを置いて追加学習を延ばしたと説明している。料金は入力 $2／出力 $6、キャッシュ済み入力 $0.50 で Grok 4.6 と同じ。ただしプロンプトが20万トークンに達したリクエストは、そのリクエストの全トークンが倍額（入力 $4／キャッシュ $1／出力 $12）になる。本表の $2/$6 は20万トークン未満のときの値。一度に読める量は50万トークン、1回の出力に上限は設けられていない。知識は2026年5月まで。考える機能は切れず、段階は low・medium・high・xhigh の4つで既定は high。出力速度が2倍・料金も2倍の高速版は、Cursor と自社のコーディングツール Grok Build でだけ使える。第三者機関 Artificial Analysis の AA Intelligence Index は 46（v4.3.2・xhigh 設定／2026-09-23 確認。high 設定でも 46）で、同じ指標の Grok 4.6（high 設定）は 44。公式の比較表（Grok 4.7 は xHigh、Grok 4.6 は High、GPT-5.6 Sol と Claude Fable 5.1 は Max での測定）では、コマンド操作の Terminal-Bench 4.0 が 37.6%（Grok 4.6 は 20.3%）、CursorBench 4.0 が 46.3%、DeepSWE v1.1 が 71.0%（この1項目だけ high 設定）、電気工学の EEBench が 64.0%、法務の Harvey Legal Agent Benchmark が 19.6%。なお同じ表は Claude Fable 5.1 の Terminal-Bench 4.0 を 57.9% としているが、Anthropic 自身の公表値は 55.8%。Artificial Analysis 自身の測定（共通の足回り）では、Grok 4.7 の Terminal-Bench 4.0 は 25.8% だった。本表の SWE-bench Verified・MMLU・GPQA・AIME・HLE は公式も第三者も数値を出しておらず「—」（DeepSWE や SWE-bench Pro の値を、別のテストである SWE-bench Verified の欄には入れません）。前世代 Grok 4.6（2026-08-12 公開）は料金も一度に読める量も同じで、知能スコアは 44（v4.3.2・high 設定）。

• → 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）
• → Hugging Face：deepseek-ai/DeepSeek-V4.1-Flash-1017（MIT・1017 のベンチ表）
• → DeepSeek API Docs：Change Log（2026-10-17 V4.1-Flash-1017 への更新／2026-09-10 V4.1-Flash 公開・V4-Pro の提供継続の告知）
• → DeepSeek API Docs：Models & Pricing（deepseek-flash＝DeepSeek-V4.1-Flash-1017 の料金・ピーク時間帯・2026-10-17 再確認）
• → Hugging Face：deepseek-ai/DeepSeek-V4.1-Flash（9/10 版・MIT・552B・ベンチ表とハーネス別スコア）
• → Artificial Analysis：DeepSeek V4.1 Flash（9/10 版。Intelligence Index v4.3.2 で 39・max 設定・2026-09-23 確認。v4.3 では 39.55 で四捨五入すると 40。1017 のページは 2026-10-17 時点で無し）
• → MIT Tech Review：Why DeepSeek's V4 matters（前世代の背景）

• → SpaceXAI：Introducing Grok 4.7（2026-09-21・公式の比較表）
• → xAI Docs：Grok 4.7（知識カットオフ 2026年5月・出力上限なし）
• → xAI Docs：Models（grok-4.7・一度に読める量 50万トークン）
• → xAI Docs：料金（20万トークン以上で倍額の段差料金・高速版の料金）
• → Artificial Analysis：Grok 4.7（Intelligence Index v4.3.2 で 46・xhigh 設定・2026-09-23 確認）
• → Artificial Analysis：Benchmarking Grok 4.7（2026-09-21・xhigh 設定で評価）
• → Anthropic：Claude Fable 5.1 発表（Terminal-Bench 4.0 は 55.8%）
• → Artificial Analysis：Grok 4.6（前世代・v4.3.2 で 44・high 設定）