DeepSeek V4.1-Flash vs Muse Spark 1.3

ポジ 21 ／ ネガ 3 ／ 中立 12

ポジ 6 ／ 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）。

Meta Superintelligence Labs（MSL）の最上位モデルで、Meta のフロンティアが重みを公開する Llama から中身非公開の Muse へ移ったあとの現行世代。2026-09-02 公開。前世代 1.2（2026-08-05 公開）からの主な変更は、長時間ひとりで進める作業と複数の作業を並行して進める力の底上げ、分からない点を利用者に聞き返すようになったこと、指示への追従、そして自分にできること・できないことの自己申告の改善。Meta はコーディング作業で「道具を呼ぶ回数がおよそ20%減り、使うトークンがおよそ25%減った」としている。不正な指示の埋め込み（プロンプトインジェクション）への耐性も上がったと明記している。得意分野は「AI に任せっぱなしにする長いコーディング作業」——複数ファイルにまたがる書き直し、長時間のバグ取り、1回の指示では終わらない仕事を通しでこなすこと。料金は入力 $1.25／出力 $4.25、読み込んだ内容の使い回しは $0.15。本表はこの標準ティアの値。もうひとつ muse-spark-1.3-contributor という格安ティア（入力 $0.10／出力 $0.20＝入力で12.5分の1）もあるが、こちらは送った内容を Meta が今後のモデル学習に使う条件つきなので、業務利用では標準ティアを見ること。長い文章を入れても割増料金はかからないと明記されている。いちばん深く考える max reasoning は公開初日から使える（Meta AI Research のブログが「Muse Spark 1.3 with max reasoning is now available on Muse Code and Meta Model API」と明記。2026-09-05 に原文で再確認）。第三者機関 Artificial Analysis の AA Intelligence Index は 48（v4.3.2／max 設定・2026-09-23 確認。168モデル中17位）で、本表の多くの行と同じ max 設定での値。2026-09-08 の v4.3 では前世代 1.2 が 40（xhigh）、本モデルの xhigh が 45 だった。本表は 2026-09-08 に全行を v4.3 へそろえた（AA が指標を v4.2 から v4.3 に更新し、𝜏³-Banking が外れて AutomationBench-AA が入り、Terminal-Bench が v2.1 から v4.0 に上がったため、全モデルの点数がまとめて下がっている）。その後 AA は 2026-09-19 に v4.3.2 へ更新して全モデルを採点し直したが、本モデルは 48 のまま。Meta 公式が出しているベンチは Terminal Bench・DeepSWE・Meta 社内コードベンチ・GDPval で、公式ページでは数値が画像でしか示されていないため本表には載せていない。SWE-bench Verified・MMLU・GPQA・AIME・HLE はいずれも Meta 公式が数値を公表しておらず「—」（AA の独自実測では xhigh 設定で Humanity's Last Exam 47.5%・GPQA Diamond 94.1%、max 設定で 49.1%・93.8%＝いずれも 2026-09-04 確認）。入力はテキスト・画像・音声・動画に対応し、出力はテキストのみ。重みは配られていない（API 経由のみ）ので、Meta のオープン系を探すなら Llama 4 か、2026-08-10 に出た Muse Glimmer を見ること。本表の約105万トークン（1,048,576）は Meta 公式のモデルページの表記で、入力と出力の内訳は公表されていない（2026-09-04 確認）。

• → 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）

• → Meta Developer：Muse Spark モデルページ（料金2ティア・context 1M）
• → Meta Research Blog：Introducing Muse Spark 1.3（2026-09-02 公開。max reasoning が初日から利用可能・重み公開の予告）
• → Artificial Analysis：Muse Spark 1.3（Intelligence Index v4.3.2 で max 48・168モデル中17位・2026-09-23 確認。v4.3 では xhigh 45 / max 48・130モデル中13位）
• → Meta Developer Blog：Muse Spark 1.2 と Muse Code（2026-08-05 公開。前世代の記録）