📡 Signal｜DeepSeek が「Opus-4.8 に近い」と自社の更新履歴に書いた——今すぐ検証できるのは性能ではなく、画像1枚384トークンという課金設計のほうだ

DeepSeek が21日、視覚入力に対応した実験的なモデル deepseek-v4-flash-vision-exp を API で公開した。同社の更新履歴には、純テキストの能力は正式版の V4-Flash と同等であり、視覚的な理解を要するエージェント向けベンチマークでは V4-Flash から「大幅な前進」があって、マルチモーダルのエージェント能力は「Opus-4.8 に近い」ところまで来た、と書かれている。

この一文は、そのままでは検証できない。ベンチマークの数値も、比較の対象も、公開しているのは提供元自身であって、第三者による再現はまだない。「近い」という語の幅も定義されていない。

一方で、同じ日に公開されたもののうち、誰でも今すぐ確認でき、しかも当日から効き始めるものがある。値段の付け方だ。並んだと主張されているのは性能だが、実際に並べて比べられるのは、視覚を要する作業を1回まわすのにいくらかかるか、のほうである。

■ 主張の出どころは、自社が公開した1本の更新履歴だ

更新履歴には、Terminal Bench 2.1 で 83.9、Chartography で 64.3、ZeroBench（Pass@5）で 35.0 といった数値が並んでいる。公式アカウントの投稿も同じ内容を繰り返し、同日に自社のエージェント実行環境の 0.1.1 が新モデルへ対応したことを添えている。

つまり、性能に関する情報源は1系統しかない。提供元が測り、提供元が公開し、提供元が語義を選んでいる。これは不正だという話ではなく、モデル公開の通常の手順である。ただし読む側は、この段階の数値を「そうなっている」ではなく「そう主張されている」として扱う必要がある。第三者のベンチマークが後から食い違うことは、この分野では珍しくない。

そして名前に exp が入っている。実験的な位置づけであることを提供元自身が明示しているモデルの数値を、確定した実力として読むべきではない。

■ 新しいモデルなのに、値付けは動かなかった

価格表を見ると、deepseek-v4-flash-vision-exp の単価は正式版の V4-Flash と同じ欄に置かれている。ピーク時間帯で入力がキャッシュミス時に100万トークンあたり0.44ドル、キャッシュヒット時に0.014ドル、出力が1.32ドル。ピーク以外の時間帯はこの半額になる。

視覚対応のために価格帯を1段上げる、という選択を取っていない。ここが今回いちばん明確な事実だ。画像は寸法に応じてトークンに換算され、テキストのトークンと合算して入力として課金される。公式の説明では、画像1枚あたり最大384トークン、V4-Flash の単価で、とされている。

同じ日に、ファイルを扱う API も公開された。画像を一度アップロードして file_id で参照し、同じ画像を何度でも使い回せる。無料で使えると明記されている。仕様上は1ファイル64MiB まで、1ユーザーあたり25GiB・1万ファイルまで、保存期間は1時間から30日、あるいは無期限に置くことも選べる。

■ 桁で並べる——そして、その桁をそのまま信じない

比較対象として名前が挙がった Opus-4.8 の公開価格は、入力が100万トークンあたり5ドル、出力が25ドルである。これも提供元が公開している定価だ。

定価どうしを並べれば、出力でおよそ19倍、入力でおよそ11倍の開きになる。ピーク以外の時間帯を使えば差はさらに開く。数字としては、そう出る。

ただし、この倍率を「同じ仕事のコスト比」として読むと外す。理由が少なくとも3つある。

第一に、トークンの数え方が同じではない。Anthropic は自社の価格ページで、Claude 4.7 以降のモデルが新しいトークナイザを使っており、同じテキストに対しておよそ30%多いトークンを生成すると明記している。単価が同じでも、同じ文章の請求額は変わる。逆に言えば、単価の比と請求額の比は最初からずれている。

第二に、消費するトークン量そのものがモデルごとに違う。推論にどれだけ考えさせるか、何回道具を呼ぶか、途中でどれだけ書くか——エージェントの実行では、この差が単価の差を平気で飲み込む。安いモデルが3周してようやく終わる作業を、高いモデルが1周で終えれば、請求額は逆転しうる。

第三に、性能の主張がまだ1系統である以上、「同じ仕事ができる」という前提そのものが未確定だ。単価を比べる意味があるのは、成果物が入れ替え可能なときだけである。

それでも、価格が据え置かれたという事実は残る。仮に性能の主張が第三者検証で削られたとしても、視覚入力を V4-Flash の単価で受けるという設計は変わらない。

■ 狙われているのは在庫ではなく回転だ

画像を扱うエージェントの実行では、同じ画面や同じ図表が何度もモデルに渡される。1周ごとに画像を送り直せば、そのつど入力トークンとして課金される。

画像1枚あたりのトークン上限を切ることと、一度上げた画像を file_id で参照し続けられるようにすること。この2つは、どちらもモデルの賢さには触れていない。触っているのは、同じ素材が何回課金されるかという回数のほうだ。

ここが今回の設計の芯にあたる。争点として置かれているのは、1回の応答がどれだけ賢いかではなく、視覚を伴う作業を何周まわしても採算が壊れないかである。エージェントの運用コストは単価×回数で決まり、回数のほうは作業の性質で決まってしまうことが多い。すると効くのは、回数に掛かる係数を下げる設計になる。

性能の主張は第三者が検証するまで保留してよい。だが課金設計は、公開されたその日から実際の請求に反映される。今日確定したのは後者だ。

今週の分岐点

• Base — 性能の主張は自社申告のまま推移し、第三者のベンチマークや実務の使用報告が出そろうまで数週間かかる。その間、単価と file_id の使い回しだけが実測可能な差として動く
• Risk — 独立した検証で視覚系ベンチマークが再現できず、「Opus-4.8 に近い」という表現の射程が想定より狭いと判明する。exp の位置づけのまま仕様が変わる可能性も含む
• Alt — 性能の議論より先に、他社の価格改定や画像課金の仕様変更が動く。視覚入力の単価が競争の主戦場として明示的に扱われはじめる

🔗 一次ソース

• DeepSeek API Change Log（DeepSeek 公式） — deepseek-v4-flash-vision-exp の公開、純テキストは V4-Flash と同等、視覚を要するエージェント向けベンチマークで「大幅な前進」、マルチモーダルのエージェント能力が「Opus-4.8 に近い」という記述を確認
• DeepSeek API Models & Pricing（DeepSeek 公式） — deepseek-v4-flash-vision-exp が V4-Flash と同一の単価であること、ピーク時の入力0.44ドル／出力1.32ドル（100万トークンあたり）、オフピークは半額、画像が寸法に応じてトークン換算され入力として課金されることを確認
• DeepSeek Files API ドキュメント（DeepSeek 公式） — POST /files でのアップロードと file_id 参照、1ファイル64MiB・1ユーザー25GiB・1万ファイルの上限、保存期間の設定範囲を確認
• @deepseek_ai の告知（2026年8月21日） — 画像1枚あたり最大384トークン・V4-Flash の単価で課金されること、Files API が無料で提供され画像を file_id で使い回せることを確認
• Anthropic 価格ページ（Anthropic 公式） — Claude Opus 4.8 が入力5ドル／出力25ドル（100万トークンあたり）であること、Claude 4.7 以降が新しいトークナイザで同じテキストに対しおよそ30%多いトークンを生成すると明記されていることを確認