1M コンテキストのネイティブマルチモーダル DeepSeek V4.1 Flash を追加しました

deepseek-v4.1-flash を追加しました。DeepSeek が 2026-09-10 に公開した、新しい Causal Encoder-Decoder アーキテクチャで設計されたネイティブマルチモーダルモデルです。単価は入力 ¥60 / 出力 ¥240（1M tok・税込表示）で、入力の多いエージェント用途を想定した中位の価格帯です。

既存の DeepSeek V4 Flash（deepseek-v4-flash）とは別のモデルとして追加しています。モデル ID も単価も別々なので、これまでどおり deepseek-v4-flash を指定しているリクエストの挙動は変わりません。

特徴

552B/8B・16B の Causal Encoder-Decoder

総パラメータ 552B の Mixture-of-Experts で、40 層を「20 層の causal encoder + 20 層の decoder」として構成しています。decoder のグローバル KV キャッシュを各層の hidden state ではなく encoder 最終層から射影するため、アクティブパラメータは prefill で 8B、decode で 16B にとどまります。入力が大きく出力が小さいエージェント用途ほど効率が効く構造です。重みは Hugging Face で MIT ライセンスとして公開されています。

KV キャッシュを 1 トークンあたり 890 バイトへ圧縮

Compressed Sparse Attention 2（CSA2）で各アテンション層を Full / Reindex / Reuse の 3 モードに割り当て、KV と indexer key を層をまたいで共有します。FP4 の main KV キャッシュと組み合わせて、グローバル KV キャッシュを 1 トークンあたり 890 バイトまで縮めています。DeepSeek はこれを DeepSeek V4 Flash のおよそ 1/4 としています。

画像入力に対応

DeepSeek-ViT を言語モデルの事前学習の最初から同居させた、ネイティブのマルチモーダル構成です。事前学習コーパスは 45T トークンで、64K の系列長で学習したのち 1M トークンまでコンテキストを拡張しています。HAI 経由の実リクエストで画像（64×64 PNG）に応答することを確認済みです。DeepSeek 系で画像を入力できるのはこのモデルが初めてで、deepseek-v4-flash はテキストのみです。

ベンチマーク（DeepSeek 公表値）

DeepSeek はモデルカードと API の変更履歴でスコアを公表しています。前世代の DeepSeek V4 Flash とはエージェント系で大きく差がつき、伸びが最も大きい DeepSWE v1.1 は 54.4 から 74.2 へ 36.4% 改善しています。

Terminal-Bench 2.1・DeepSWE v1.1・AutomationBench・Agent's Last Exam の 4 つでは、Opus-5.0 と GPT-5.6 Sol の両方を上回っています。一方で長い時間軸のタスクには届いておらず、Terminal-Bench 4.0 は 31.2 に対して Opus-5.0 が 51.8、ProgramBench は 20.3 に対して同 37.0 と差が大きい指標です。NL2Repo-Bench と GPQA Diamond も上位モデルには届いていません。

測定条件は reasoning_effort を最大（100）・temperature = 1.0 / top_p = 0.95 で、コードエージェント系は DeepSeek Harness の Minimal モードと 1M トークンのコンテキストです。DeepSWE v1.1 は mini-SWE harness、視覚エージェント系は Claude Code harness で 512K コンテキストが使われています。いずれも DeepSeek 自身による測定で、第三者の独立評価ではありません。

使い方

model に deepseek-v4.1-flash を指定します。

curl https://hai-api.hcloud.ltd/v1/chat/completions \
  -H "Authorization: Bearer hai_..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4.1-flash",
    "messages": [{"role":"user","content":"このリポジトリの構成を説明してください"}]
  }'

Claude Code から使う場合は環境変数を差し替えてください。

export ANTHROPIC_BASE_URL=https://hai-api.hcloud.ltd
export ANTHROPIC_AUTH_TOKEN=hai_...
export ANTHROPIC_MODEL=deepseek-v4.1-flash
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-v4-flash
claude

バックグラウンドタスク用の ANTHROPIC_SMALL_FAST_MODEL は、これまでどおり低価格の deepseek-v4-flash を推奨します。

注意点

• deepseek-v4-flash は V4.1 に置き換わりません。 DeepSeek 本家の API では旧モデル名が V4.1 へ暫定的にルーティングされますが、HAI では両方を別のモデル ID として提供します。V4.1 を使うには model を明示的に deepseek-v4.1-flash へ変更してください
• reasoning_effort は none / minimal / low / medium / high / xhigh の 6 値すべてを受け付けます。思考トークンは出力として課金されるため（思考パラメータのお知らせ）、単純な問い合わせでも出力トークンが増えます
• 出力はテキストのみです。画像は入力にのみ使えます。動画には対応していません
• 1 リクエストあたりの出力上限は 384,000 トークンです

単価とモデル一覧は料金ページ、モデル ID とセットアップ手順はドキュメントに掲載しています。