ASADASHI
業界戦略
業界戦略2026.08.02·読了 2·難易度: ふつう

第三の中華AIショック、DeepSeekの新モデルが価格破壊

朝の出汁版(通勤2分)

  • ポイント1: @masahirochaen によると、DeepSeek-V4-Flash-0731がClaude Opus 4.8に迫るコーディング性能(Terminal Bench 82.7 vs 85.0)を入力$0.14という桁違いの低価格で投入し、DeepSeekショック・Kimi 3に続く「第三の中華AIショック」と業界で受け止められている。
  • ポイント2: 性能指標が最上位モデルと拮抗しながら価格が一桁以上異なるという構図は、コード生成・エージェント用途でAPIコストを意識している人にとって、ツール選定の前提を見直すきっかけになる。
  • ポイント3: DeepSeekの公式APIドキュメントでV4-Flash-0731の料金体系と対応エンドポイントを確認し、現在Claude系やGPT系で組んでいるコーディング・エージェントのワークフローと差し替え検証を試みるのが最短の確認ルートです。

出汁の素(深読みモード)

Claude Opus 4.8に迫る性能を、その100分の1以下の価格で

DeepSeekが2025年7月31日付けで新モデル「DeepSeek-V4-Flash-0731」を投入した。注目すべきは性能と価格の組み合わせです。

コーディング性能の指標として使われるTerminal Benchでスコア82.7(Claude Opus 4.8は85.0)、エージェントタスクのAgents Last Examでは25.2(同25.7)。最上位クラスのモデルと指標上はほぼ拮抗しています。

そこに対して価格は入力$0.14/1Mトークン。Claude Opus 4.8の入力価格と比較すると文字通り桁が違います。以前DeepSeekが爆安に。Claude比で出力89分の1でも取り上げたように、DeepSeekの価格戦略は一度切りではなく、モデルを更新するたびにコストの上限を引き下げてきています。

「第三の中華AIショック」と呼ばれる理由

国内AIコミュニティでは今回を「DeepSeekショック」「Kimi 3ショック」に続く第三波と位置づける声が出ています。

第一波のDeepSeekショック(R1公開時)は「中国モデルが推論性能で米国勢に追いついた」という驚きでした。Kimi 3はコンテキスト長と多言語性能での追い上げ。そして今回のV4-Flash-0731は「最高性能帯に近いコーディング・エージェント性能を、ほぼゼロコストで使えるようにした」という構図です。

業界的にポイントになるのは、トップクラスのモデルが「高い」という前提が崩れてきていること。AIコスト崩壊と「減速論」、業界の分岐点でも整理したように、性能の向上と価格の下落が同時進行するサイクルが加速しています。

今回のモデルが特にコーディングとエージェントタスクに強い数値を出している点も見逃せません。Cursorのようなコードエディタ統合やMake・n8nのようなノーコード自動化ツールからAPIを叩いている人にとって、ランニングコストの前提が変わります。個人レベルで試作・検証の回数を増やせる環境が、またひとつ整ったと読むこともできます。

APIコストを気にしながら使っている人が今週確認すること

現在ClaudeやGPT-4系のAPIを使ったコーディング・エージェントのワークフローを持っている場合、確認の順番はシンプルです。

1. DeepSeek公式でエンドポイントと料金を確認する DeepSeekのAPIドキュメント(platform.deepseek.com)でV4-Flash-0731のモデル名と対応エンドポイントを確認します。OpenAI互換のAPIインターフェースを持っているため、既存のコードのbase_urlとモデル名を書き換えるだけで差し替えが可能なケースが多いです。

2. タスクを選んで小さく比較する 全面差し替えではなく、「コードレビュー補助」「スクリプト生成」「エラーデバッグ」など、いま実際にやっているタスクを1〜2個選んで同じプロンプトを投げてみるのが最短ルートです。性能差があるかどうかはベンチマークより自分のユースケースで判断するほうが意味があります。

3. 出力品質とコスト削減の割合を数値で見る 月のAPIコストが把握できているなら、同じ処理量をV4-Flash-0731で通した場合の試算をDeepSeekの料金計算で出しておくと、差し替え判断の根拠が明確になります。

OpenAI互換で乗り換えコストが低い点と、注意したい点

V4-Flash-0731を含むDeepSeek APIがOpenAI互換のインターフェースを採用していることは、乗り換えのハードルを下げる要素です。LangChainやLlamaIndex経由で組んでいるワークフロー、あるいはChatGPT的なラッパーを自作している場合も、接続先の設定変更だけで試せる可能性があります。

一方、押さえておきたい点もあります。DeepSeekは中国発のサービスであり、データがどのインフラに乗るかは利用規約で確認が必要です。個人の試作ワークフローであれば実用上の障壁は少ないですが、業務上センシティブな情報を扱うプロンプトをそのまま送ることには注意が必要です。公式ドキュメントのプライバシーポリシーとデータ保持ポリシーを一読しておくことをすすめます。

また「Flash」という名称はモデルファミリーの中での位置づけ(フラッグシップではなく高速・低コスト志向)を示している可能性があります。V4のフルモデルが別途存在するかどうか、今後の公式アナウンスをウォッチしておく価値はあります。

エージェント自動化パイプラインへの組み込みを試したい人向け

n8nやMakeなどのノーコード自動化ツールでAIノードを使っている場合、OpenAI互換のカスタムAPIを設定できるノードタイプが存在します。base_urlをDeepSeekのエンドポイントに変更し、APIキーをDeepSeekのダッシュボードから発行して差し込めば、既存フローの一部を切り替えることができます。

より技術寄りのアプローチとしては、LangChainのChatOpenAIクラスにopenai_api_baseとopenai_api_keyをオーバーライドして渡す方法が公式コミュニティで広く使われています。Agentsタスクのベンチマーク数値が公開されているということは、ツール呼び出し(Function Calling)や連続タスク処理への対応が想定されている可能性が高く、エージェントフレームワークへの組み込みは検証優先度が高い用途といえます。

GitHubでDeepSeekのサンプルリポジトリを検索すると、Function Calling対応の実装例が複数出てきます。自分のパイプラインの構造と照合しながら試すのが最短の確認ルートです。

元になったツイート

  • NVIDIA革ジャンラーメン (ジェンスン•フアンCEOが日本でお気に入りのラーメン、九州じゃんがら) https://t.co/2AZ5XeqPlq

  • これはどこかで中の人に聞いてみようと思ってるんですが、NVIDIA日本法人が赤坂にあるのは、九州じゃんがらの赤坂店が近いからなんだろうか...

  • DeepSeek-V4-Flash-0731は安さ×性能で第三の中華AIショックになりそう。 DeepSeekショック、Kimi 3に続く衝撃を感じる。 Opus 4.8級のコーディング性能が、桁違いの安さで来た。 ・Terminal Bench 2.1は82.7(Opus 4.8は85.0) ・Agents Last Exam 25.2(同25.7) ・価格は入力$0.14 / https://t.co/S9oTIxagzA

参照ソース