Fireworks AIは先週、DeepSeek‑V4.1‑Flashを発表した。同社独自のベンチマークでは、GPT‑6 Astraと同等のコーディング精度を、1タスクあたり約15分の1のコストで実現する。一般的なDeepSWEのコーディングタスクで報告された価格は$0.43。同社によると、コストを抑えられるのは、新しい入力・出力分離型アーキテクチャと、メモリー使用量を削減する改良版KVキャッシュによるものだ。
コストを抑える仕組み
DeepSeek‑V4.1‑Flashは、5520億パラメーターの混合エキスパート（MoE）モデルだ。入力時には80億、出力時には160億のパラメーターを有効化する。大量のコードを読み込み、比較的短い修正コードを生成するコーディングエージェントのトークン使用パターンに合致した設計だ。DeepSWEのテストでは、入力トークンが3690万、出力トークンが21万1000で、比率は174対1だった。新しいKVキャッシュは、従来のDeepSeek V4と比べ、高帯域幅メモリー（HBM）の使用量を4分の1、SSDストレージを8分の1に抑える。キャッシュヒット率は99.6％を維持しつつ、請求額に占めるキャッシュヒット分の割合を60％に減らす。
得意分野と課題
コーディング特化ベンチマークのDeepSWEでは、品質はAstra、Gemini 3.8 Flash、Claude Opus 5と同等で、pass@1の差はいずれも0.7ポイント以内だが、コストは大幅に低い。Gemini 3.8 Flashより5.5倍、Astraより15倍、Opus 5より28倍安い。別のワークロードであるTerminal‑Bench 2.1では、Astraの4倍の出力トークンを使うものの、総コストは約12分の1にとどまる。一方、マルチモーダル推論ベンチマークのHumanity’s Last Examでは34.52％で、Astraの50.40％を下回り、純粋な学術的推論では性能が劣ることを示している。両モデルの回答から最適なものを選ぶ「オラクルルーター」を使うと、Astra単体を4.4ポイント上回る。このことから、複数モデルを組み合わせたシステムが有効な可能性がある。
利用方法
FireworksはDeepSeek‑V4.1‑Flashを、サーバーレスAPIと、本番環境向けの専用キャパシティオプションで提供する。規制対象業界向けの米国内ホスト型エンドポイントは近日中に提供予定で、早期導入企業向けのトレーニング支援も計画している。
なぜ重要か
AI支援コーディングツールを開発する人にとって、このモデルは反復回数の多いエージェント処理を手頃にし、高価な単発呼び出しを低コストのバックグラウンド処理に変えられる。一方、学術分野全般にわたる高度な推論が必要なチームは、DeepSeek‑V4.1‑Flashがこの種のタスクを苦手とするため、モデルを組み合わせる必要があるかもしれない。
