DeepSeek 4.1 Flashはなぜ市場を揺るがさなかったのか — トークン単価とサブスク補助のあいだ
DeepSeek 4.1 Flashはなぜ市場を揺るがさなかったのか — トークン単価とサブスク補助のあいだ
安価なオープンウェイトモデルがフロンティアの価格を崩せないのは、性能が足りないからか、それとも価格がそもそも競争の軸ではないからか。
導入
2026年10月7日、Jonoという開発者が個人ブログに「業界はなぜDeepSeek 4.1 Flashに慌てないのか」という記事を投稿した。この記事は翌日Hacker Newsで1137ポイント、989件のコメントを集めた。筆者の主張は単純である。1か月にわたり十数個のプロジェクトでこのモデルを集中的に使ったが、セッション中にモデル名を見なければDeepSeekなのかOpusなのか区別がつかない。それなのにフロンティアラボはなぜ慌てないのか、と彼は問う。
問い自体はレトリカルだが、コメント欄が返した答えはレトリカルではなかった。「モデルが微妙だから」という短い答えから、「サブスクが補助されているから」「トークンを10倍使うから」「うちの会社は中国製をいくらでも買わない」まで、理由は幾層にもわたって出てきた。興味深いのは、その理由の大半がベンチマークのスコアと無関係だという点である。
本稿はそれらのコメントと原文、そして原文が根拠としてリンクしたArtificial Analysisの比較ページを併せて読みながら、安価なモデルがなぜすぐに市場を変えないのか、そして企業が実際にモデルを選ぶとき何を見ているのかを整理する。
現象分析 — 数字で見る「安い」の大きさ
まず原文の言う「安い」がどれほど安いのかを確認しよう。原文がリンクしたArtificial AnalysisのClaude Opus 5.5対DeepSeek V4.1 Flash比較ページによれば、100万トークンあたりの入力単価はOpus 5.5が4ドル、DeepSeek V4.1 Flashが0.30ドルである。出力は20ドル対1.20ドル、キャッシュヒット単価は0.20ドル対0.006ドル。入力で約13倍、出力で約17倍、キャッシュ読み出しで約33倍の差になる。
同じページの「タスクあたりコスト」はこの差をさらに実感させる。最大推論設定でOpus 5.5はタスクあたり5.98ドル、DeepSeek V4.1 Flashは0.27ドル。おおよそ22倍である。速度もDeepSeekのほうが速い。出力速度は毎秒176トークン対97トークン、タスクあたりの所要時間は約362秒対784秒だ。
しかし同じ表には別の数字もある。Artificial Analysisの総合インテリジェンス指数はOpus 5.5（最大設定）が58、DeepSeek V4.1 Flash（最大設定）が39である。Opus 5.5を最も低いエフォートで動かしても42で、DeepSeekの最大設定を上回る。Terminal-Bench 4.0では59.6%対26.8%と2倍以上開く。AA-Omniscienceの項目ではOpusが46、DeepSeekが−5とマイナスになっている。この指標が誤答を減点する方式であれば、マイナスは知らないことを知っているかのように答える傾向を示唆するが、指標の正確な算出式は今回確認していないため、解釈は慎重にとどめておく。逆にAutomationBench-AAは68.9%対69.5%とほぼ同じで、長文コンテキスト指標AA-LCRも84.0%対84.7%と拮抗している。
まとめると、このモデルは「あらゆる面でフロンティアと同等」ではない。自動化系のタスクと長いコンテキストでは肉薄し、難しいターミナル課題と事実性でははっきり劣る。原文筆者の体感、つまり「区別がつかない」という言葉は、彼が任せるタスクの分布についての言明であって、モデル全般についての言明ではない。
原文は安さの技術的な源泉としてKVキャッシュを挙げる。DeepSeekはV1比でKVキャッシュをおよそ437分の1に縮め、長いコーディングセッションではそのキャッシュをGPUメモリに保持することが最大のコストの一つなので、一日中回しても1ドル未満で済む、という説明である。原文がリンクしたinsufferable.devの9月29日付の記事はこれをもう少し詳しく書いている。MLAでキャッシュを約15倍圧縮し、その後Compressed Sparse AttentionとHeavily Compressed Attentionを経て、V4.1 FlashではCSA2、レイヤー間キャッシュ再利用、因果的エンコーダ・デコーダ構造、FP4キャッシングによってグローバルKVキャッシュをトークンあたり890バイトまで下げた、というのである。この記事はさらに、Opus 5.5がOpus 5比でキャッシュ読み出し価格を60%、GPT-6.1 SolがGPT-5.6 Solの7月末価格比で80%引き下げたとして、西側ラボがこの最適化を取り入れた証拠だと主張する。ただしこれは筆者の推論であり、両社が実際にどの手法を採用したかは、この記事が引用する範囲では確認できない。
深層分析 — 価格表が語らない四つのこと
コメント欄で繰り返された理由を束ねると、四つの筋が出てくる。
第一に、実際に払っている価格はAPI単価ではない。 最も多くの返信（32件）がついたvishvanandaのコメントがこの点を突いた。（直接の引用ではなく、コメントの要旨の要約）大半の人は手厚く補助されたサブスクを使っている。自分はOpenRouterの最安プロバイダで数日のうちに50ドルを使ったが、それはCodexサブスク料金の4分の1であり、サブスク内ならAstraでそれ以上のトークンを週次リセットの範囲で使えた。フロンティアラボがこれほど補助しているあいだはオープンモデルは意味をなさない、という趣旨である。mlinseyも似たことを書いている。（直接の引用ではなく、コメントの要旨の要約）月100ドルのZ.aiサブスクで使ったGLM 5.3と、月100ドルのClaudeサブスクのOpus 5.5を比べると大きな差はなく、これは大手ラボの価格差別とフロンティアモデルの高いマージンを示している、というものだ。FrannkyはサブスクならばAPI価格の40分の1から50分の1程度だと見積もり、ApolloFortyNineはサブスクがなければ皆DeepSeek 4.1に移っていただろうと書いた。
つまりこの比較の相手は「OpusのAPI単価」ではなく「Opusを含む定額サブスク」である。開発者個人の視点では、後者の限界コストはゼロに近い。13倍安いことと、すでに払った金とは競争にならない。この補助が持続可能かどうかは別の問題だ。zug_zugは、米国企業は利益を出せていないのでいずれ値上げするだろうと述べ、Uber式の戦略と見て乗り換えの準備をしていると書いた。ここでの「利益を出せていない」はコメント投稿者の理解であり、今回確認した資料で裏付けられたものではない。
第二に、コストを決めるのはトークン単価ではなく、タスクあたりのトークン数である。 xzjisは（直接の引用ではなく、コメントの要旨の要約）同じタスクでDeepSeek 4.1 FlashはGPT-6.1 Solより10倍のトークンを使い、しかも品質は低いので、トークンあたり10倍安いことは利点にならないと主張した。wasfgwpも、4.1は他のモデルよりはるかに多くのトークンを使うので単価比較は欺瞞的だと書いた。「10倍」という数字はコメント投稿者の主張にすぎず、今回検証はできていない。ただしArtificial Analysisの表でも、単価差（13〜17倍）に対してタスクあたりコストの差が設定次第で大きく揺れることは確認できる。最大設定同士なら約22倍だが、Opusの低エフォート0.55ドルとDeepSeek最大設定0.27ドルで比べれば約2倍にすぎない。「安い」はエフォートの揃え方によって22倍にも2倍にもなる。
第三に、競争相手はOpusではなく、同じ価格帯の西側モデルである。 criley2、oh_no、Shekelphile、andxor、ltbarcly3など、複数のユーザーが同じことを述べた。（直接の引用ではなく、コメントの要旨の要約）同じ性能を半額で出すLunaやHaiku 5.5があり、同じ価格ならSol 6.1のmedium設定のほうがはるかに良い。DeepSeekはリリース時に波紋を起こしたが、コスト競争型の米国モデルが次々に出てすぐに埋もれた、というのである。ctolsenは、Lunaの値下げがdsv4との競争への対応だったことはOpenRouterの使用量を見れば明らかであり、業界は反応している、ただしそれはコーディングサブスクではなく大量のAPI利用の側だと指摘した。業界が慌てなかったのではなく、静かに価格で応じた、という読みである。
第四に、調達と信頼。 これが企業の意思決定では最も重い軸かもしれない。827aのコメントは短く明快だ。（直接の引用ではなく、コメントの要旨の要約）会社はエンジニア1人あたり月200ドル、必要なら500ドルまで最良のツールに払う用意があるが、ほぼ同等の安いツールに50ドルを払う気はなく、中国製であれば米国でホストされていてもいくらでも払わない、という。cbeachは中国の国家情報法を挙げ、エージェント型のアクセス権限を渡す危険を長く論じた。damowangcyはOpenAIとAnthropicの積極的なエンタープライズ営業、そしてDeepSeekやZ.aiの中国国外でのマーケティング不在と不明瞭なZDR（データ非保持）ポリシーを理由に挙げた。petefordeはCursorがサポートする一覧になければ事実上存在しないのと同じだと書き、pianopatrickもCursorでDeepSeekを見つけられなかったと書いている。
この四つを重ねると一枚の絵になる。企業のモデル選定は「スコア対単価」の二次元平面では行われない。実際には、すでに契約済みの定額料金、タスクあたりの総トークン、同価格帯の代替品、調達規定、データ取り扱いへの信頼、そして社内ツールに標準搭載されているかという流通の問題が、順にふるいにかける。単価の優位は、これらのフィルタをすべて通過したあとで初めて意味を持つ。
展望と示唆 — 「慌てない」のもう一つの読み方
では業界は本当に慌てていないのか。コメント欄には逆の解釈も少なくなかった。anon373839（返信26件）は（直接の引用ではなく、コメントの要旨の要約）業界はDeepSeekという個別モデルではなくオープンウェイトモデル全般に怯えており、だからこそフロンティアのペース調整をワシントンに求める動きが繰り返されているのだと主張した。minton、PunchyHamster、Kuyawaも規制推進そのものが動揺の表れだと見ており、habosaはAPI値下げとサブスク補助の継続こそ怯えている証拠だと書いた。smallmancontrovは、公に認めれば株価が下がるのでできるだけ先延ばしにするだろうと述べた。これらは動機についての推測であり、今回確認した資料で立証されたものではない。
2025年1月のDeepSeek R1公開直後には、米国のAI関連株が大きく揺れたことがある。今回そうした反応が見られない理由について、原文もコメントも直接の市場分析は示していない。ただ、今回の議論から読み取れる違いはある。当時の衝撃は「この程度の性能をこれほど安く作れる」という学習コストへの驚きだった。今回の論点の軸は推論コストと流通である。そして推論コストの面では、insufferable.devの筆者の主張どおりなら、西側ラボはすでにキャッシュ価格を下げて吸収しつつある。驚きが価格表の中に溶け込んだ格好だ。
原文筆者もHacker Newsでの反響を受けた追記で立場を整理している。中国企業は別のルールでプレーしており、フロンティアラボは新モデルの学習コストを回収しなければならないまったく異なるビジネスモデルを持つ、と。彼はこれを新薬メーカーとジェネリックメーカーの関係にたとえる。この比喩は示唆的である。ジェネリックは市場を消し去らない。特許が切れた領域を持っていくだけで、新薬メーカーは次の特許へ移る。同じ構図ならば、オープンウェイトモデルは「すでに十分に解かれた作業」、すなわち実装、探索、テスト、サブエージェントを持っていき、フロンティアは計画、レビュー、難しい推論へと退く。
コメントの利用事例は実際にこの分業を示している。gregwebsはDeepSeekをオーケストレータ、テスター、コード探索のサブエージェントとして使い、計画とレビューはOpus/Sol/Astraで行っていたと書いた。jbellisはOpusにDeepSeek Flashのサブエージェントを管理させるツールを作ったと述べ、p1neconeはDeepSeekをオーケストレータとして使ったが、コンテキストの見落としや根拠のない設計のせいでGLMに戻した、ただしよく仕様化された実装タスクには十分だと書いた。try-workingは30日間で400億トークン以上、800ドル以上を使ったとして、フェーズを分け検証を組み込めば大半はこなせるが、フロンティアモデルはそうした複雑なワークフローなしでもやり遂げる、とまとめている。
この最後の一文が核心である。安価なモデルのコストはトークン単価ではなく、それを包むハーネス、つまりフェーズ分割、検証、再監査に費やす人間の設計時間にある。そのコストはどの価格表にも載らない。
結論
DeepSeek 4.1 Flashが業界を揺るがさなかった理由を「性能が足りないから」だけで説明すると、半分しか当たらない。Artificial Analysis基準のインテリジェンス指数は58対39と明確な差があるが、同じ表で自動化タスクと長いコンテキストはほぼ互角である。より大きな理由は、価格が企業の意思決定の軸の上に乗っていないことにある。個人開発者は定額サブスクの補助を受け、企業は調達規定と信頼と既存ツールのデフォルトで選ぶ。そして同じ価格帯にはすでにLunaやHaiku 5.5のような西側モデルが入り込んでいる。
だから「慌てない」は「影響がない」と同じ意味ではない。影響はキャッシュ価格の引き下げと低価格モデルのラインナップという形ですでに価格表の中に吸収されており、一部は規制論争という形で表面に出てきている。
あなたのチームがモデルを比較するときに使う表には、何列あるだろうか。トークン単価とベンチマークスコアの隣に、タスクあたりの総トークン、定額契約の限界コスト、データ取り扱いポリシー、そして安いモデルを包むために人が費やす設計時間が並んでいるだろうか。その列が空欄なら、比較はまだ始まっていない。
出典: