メインコンテンツへスキップ
見出し画像

DeepSeek-V4はかなり良い。日本語も自然になった。それでも私はGPT 5.5 Thinkingを手放せない

    DeepSeek-V4が出た。

    最初に言っておくと、これはかなり大きい更新だと思う。
    DeepSeekはもともと、価格の安さと推論性能で注目されてきたモデルだが、V4ではその路線がさらに進んだ。単に安いだけではなく、長文処理、推論、コーディング、エージェント的な作業能力まで、明確に上を狙ってきている。

    DeepSeek-V4 Previewは2026年4月24日に公開され、V4-ProとV4-Flashの2種類が用意されている。V4-Proは総パラメータ1.6T、アクティブパラメータ49B。V4-Flashは総パラメータ284B、アクティブパラメータ13B。そして両方とも100万トークンのコンテキストに対応する。これは、長いPDF、巨大なコードベース、複数文書の横断分析などを一気に扱ううえでかなり魅力的だ。(DeepSeek API Docs)

    日本語がかなり自然になった

    今回いちばん印象が変わったのは、日本語だ。

    以前のDeepSeek系モデルは、能力の高さに対して、日本語出力にどこか硬さが残ることがあった。文章の骨格は正しいのに、言い回しが少し翻訳調になったり、文脈によっては中国語の発想が残っているように見えたりすることがあった。なんなら日本語で質問して中国語で返答してくることも。

    しかしV4では、その違和感がなくなっている。
    普通に日本語で読み進められる水準になった。少なくとも、安いから我慢して使うモデル、という印象ではなくなってきた。

    画像

    ベンチマークはかなり強い

    DeepSeek-V4-Proのモデルカードを見ると、基礎モデルの段階でV3.2からかなり伸びている。

    たとえば、DeepSeek-V4-Pro-BaseはMMLUで90.1、MMLU-Proで73.5、MMMLUで90.3、SimpleQA verifiedで55.2、LongBench-V2で51.5を記録している。V3.2-Baseと比べると、特に知識系と長文処理で伸びが大きい。(Hugging Face)

    画像

    さらにInstructモデルの比較では、DeepSeek-V4-Pro-MaxがLiveCodeBenchで93.5、Codeforces Ratingで3206、SWE Verifiedで80.6、SWE Multilingualで76.2、BrowseCompで83.4という数字を出している。公式ベンチマーク上では、少なくともオープンウェイト系モデルの中で最上位圏に入る性能だ。

    独立系のArtificial Analysisも、DeepSeek-V4-Proを高く評価している。V4-Pro MaxはArtificial Analysis Intelligence Indexで52点を取り、V3.2の42点から大きく伸びた。また、オープンウェイトモデルとしてはKimi K2.6に次ぐ位置とされている。(Artificial Analysis)

    画像

    一方で、同じArtificial Analysisは弱点も指摘している。DeepSeek-V4-ProとFlashはいずれも、ハルシネーションが非常に多いとされる。つまり、強いが、過信は危険ということだ。

    価格はやはり強い

    DeepSeekの魅力は、やはり価格にもある。

    公式料金では、DeepSeek-V4-Flashは100万入力トークンあたり0.14ドル、出力100万トークンあたり0.28ドル。V4-Proは入力100万トークンあたり1.74ドル、出力100万トークンあたり3.48ドルである。キャッシュヒット時はさらに安くなる。(DeepSeek API Docs)

    これは、APIで大量に回す用途ではかなり大きい。
    要約、分類、下書き生成、コード補助、社内文書検索のように、何度も呼び出す処理では、モデル性能だけでなく単価が最終的な使いやすさを決める。

    ただし、ここでも単純に安いとは言い切れない。Artificial Analysisは、DeepSeek-V4-Proは1トークンあたりの料金は低いものの、推論時の出力トークン使用量が多く、結果としてV3.2や一部の他オープンウェイトモデルより総コストが高くなる場合があると指摘している。

    つまり、DeepSeek-V4は安い。
    しかし、長く考えさせる運用では、出力トークン量まで含めて見ないと本当のコストは分からない。

    DeepSeek-V4は、かなり現実的な選択肢になった

    ここまで見ると、DeepSeek-V4は相当強い。

    特に向いているのは、次のような用途だと思う。

    • 大量の文章を安く処理したい

    • 100万トークンのコンテキストを使いたい

    • オープンウェイトモデルを自前環境や外部プロバイダで使いたい

    • 数学やコーディングを安価に回したい

    • GPTやClaudeだけに依存したくない

    実際、V4はOpenAI互換のChat Completions形式だけでなく、Anthropic API互換形式にも対応している。既存の開発環境に組み込みやすいのも大きい。

    これだけ見ると、もうDeepSeekで十分ではないか、と思う人もいるかもしれない。

    でも、私の結論は少し違う。

    それでも私はGPT 5.5 Thinkingを手放せない

    DeepSeek-V4は、かなり良い。
    ここは素直に認めたい。

    日本語は以前よりずっと自然になった。
    ベンチマークも強い。
    価格も安い。
    100万トークンのコンテキストも魅力的だ。

    ただ、それでも普段使いの中心をDeepSeek-V4に移すかと言われると、私はまだそうは思わない。

    理由は、GPT 5.5 Thinkingの検索能力と総合的な使いやすさが、やはりかなり強いからだ。

    私が日常的にAIへ頼む作業は、単にコーディングだけではない。
    最近の情報を調べる。
    複数の資料を読み比べる。
    怪しい主張を検証する。
    出典を見ながら、どこまで確かで、どこから推測なのかを切り分ける。
    そのうえで、嚙み砕いて説明してもらう。

    この一連の流れでは、GPT 5.5 Thinkingのほうがまだ安心して任せられる。

    DeepSeek-V4は、モデル単体としては非常に優秀だ。
    しかし、調査、検索、引用、検証、長文整理まで含めた普段使いの体験で見ると、私はGPT 5.5 Thinkingのほうに強い信頼を置いている。

    特に、最近のニュース、企業情報、AIモデル比較、経済、投資、学術的な話題のように、情報の鮮度と出典確認が重要な領域では、検索能力の差がそのまま使い勝手の差になる。

    だから、私にとってDeepSeek-V4は、GPT 5.5 Thinkingの完全な代替ではない。

    • AIにあまり課金したくない人。

    • コーディング用途で、できるだけ安く高性能モデルを使いたい人。

    • 英語やコードの下書きをたくさん作らせたい人。

    • オープンウェイトモデルを試したい人。

    そういう人にとって、DeepSeek-V4はかなりありだと思う。

    おそらく、AIに月額課金したくない人から見れば、DeepSeek-V4はかなり魅力的だ。
    無料でここまで使えるなら、日常的な要約、翻訳、コード補助には十分すぎる場面も多い。

    しかし、私の使い方では話が変わる。
    その用途では、まだGPT 5.5 Thinkingを手放す理由がない。

    結論として、DeepSeek-V4は素晴らしい。
    安く、強く、日本語もかなり自然になった。
    AIにお金をかけたくない人なら、十分に選択肢に入る。

    ただ、普段使いの総合力、特に検索と検証まで含めた使いやすさを考えると、私はやはりGPT 5.5 Thinkingを手放せない。

    あなたへのおすすめ