ディープシークV4 Flash、実タスクで完了率53.8%　価格上げも発表

DeepSeekのV4 Flashは、公開後にモデルランキングで上位となり開発者から高評価を集めてきました。
しかしComposioが、Claude CodeやCodex、OpenCodeなど8種類のエージェント基盤で検証した結果、複数ステップの難度の高い30ワークフローのうち、全てを成功させたのは6件にとどまりました。
また240回の実行では129回が通過し、複雑なエージェント課題の完了率は53.8%でした。
同じモデルでも、エージェントのハーネスやツール設定、キャッシュ挙動、リトライ、提供基盤の違いで結果が大きく変わることが示されたとしています。
DeepSeekはV4 FlashとV4 ProのAPI価格を引き上げる方針も明らかにしました。
オフピークとピークで入力・出力単価が最大で大幅に上昇し、キャッシュヒットも増額されます。
一方で、バッチ処理など待てる業務は割安時間帯に回すことでコスト最適化を促す狙いがあると説明されています。
専門家は、ベンチマークだけでは本番の準備状況を示せず、運用では提供ホストや周辺の統制が成否を左右すると指摘しています。

参照元：2026/08/16 「DeepSeek’s top-ranked V4 Flash stumbles on real agent tasks as its prices surge」 https://venturebeat.com/orchestration/deepseeks-top-ranked-v4-flash-stumbles-on-real-agent-tasks-as-its-prices-surge