MIT・即日DLでも手元のPCでは動かない——DeepSeek-V4.1-Flashは最小量子化で約106GB、実用はAPI経由

2026年9月16日

この記事のポイント

いつ：2026年9月10日（米国時間）、DeepSeek公式が「DeepSeek-V4.1-Flash」を発表。Hugging Face・API双方で同日提供開始
何が：総552B規模のMoEながら、入力処理（prefill）時は8B、出力生成（decode）時は16Bのみ活性化する非対称構成。MITでHugging Faceから入手可能
規模の実態：フルモデル約510GB、最小量子化でも約106GB——「即日DL」といっても一般的なPC・Mac単体で動かせる大きさではない
なぜ重要か：効くのはAPI経由の運用。入力キャッシュヒットはオフピーク時100万トークンあたり$0.003、KVキャッシュは890バイト/トークンまで圧縮（推定）され、最大100万トークンとみられる長文脈を低コストで扱える
読者は何をすべきか：「V4 Pro廃止」を見かけても慌てなくてよい。9月11日に撤回済みで、9月15日時点でもV4 Proは従来料金のまま

DeepSeekは2026年9月10日（米国時間）、新アーキテクチャ系列の最小モデル「DeepSeek-V4.1-Flash」を正式発表しました。公式APIドキュメントでも同日発信され、いわゆるオープンウェイト（モデルの重みデータが公開され、誰でも入手・改変できる形態）としてHugging Faceから即日DL、DeepSeek APIでも同日利用できるようになりました。ライセンスはMIT表記とみられます。ただし公式原文の該当箇所は未確認のため、商用利用・再配布の収益条件の有無など細部は断定しません。

早合点は禁物——正体はAPI向けの552B大型モデル

ここだけ見るとQwen3.8-27B公開時のように「オープンウェイトだから手元のPCですぐ試せる」と早合点しそうになりますが、正体は総552B規模の巨大モデルです。重みのファイルサイズは最小量子化でも約106GBあり、実際に動かす場所は手元ではなくAPI側になります。

入力8B・出力16Bの非対称構成——「Flash」を名乗る根拠

中身は総パラメータ552B（バックボーン）のMoE（Mixture of Experts、複数の専門家ネットワークを切り替えて使う構成）で、Causal Encoder-Decoder（CED）と呼ばれるアーキテクチャを採用しています。40層のTransformerを「20層のcausal encoder→20層のdecoder」に分割した構成だと、Hugging Faceのモデルカードと日本語の裏取り記事の双方が伝えています。

最大の特徴は、入力処理（prefill、プロンプトを読み込む工程）時は8Bのみ、出力生成（decode、トークンを生成する工程）時は16Bのみが活性化する非対称構成です。552B全体が常に動くわけではなく、必要な部分だけを都度呼び出すことで「Flash」の高速性を実現しています。

Engramと呼ばれる196B規模の補助メモリ機構の存在も伝えられていますが、552Bに含まれるのか別枠なのかは確認できていません。

フルモデル約510GB、最小量子化でも約106GB

非対称アクティブパラメータで計算量は抑えられていますが、重み総量（動くのは一部でも、ディスクやメモリに置く重みデータ全体のサイズ）は変わりません。量子化（モデルの重みを低精度形式に変換してファイルサイズを圧縮する手法）を施しても、GPUレコメンダー系サイトの自動算出では以下の規模になります（一次情報ではない概算値）。

量子化形式	概算サイズ
Q8_0	約508.0GB
Q4_K_M	約444.7GB
Q3_K_M	約347.3GB
Q2_K	約264.5GB
Q1_0（最小）	約105.9GB

出典：Spheron NetworkのGPUレコメンダー（自動算出・概算値）

最小量子化でも約106GBで、本サイトで既報のとおり4bit量子化なら24GBのGPU1枚で動くQwen3.8-27Bとは桁違いの規模です。数値には幅がありますが、「一般的なコンシューマ向けPC・Mac単体では動かせない」という結論は複数の情報源で一致しています。

効くのはAPI経由——入力キャッシュヒット$0.003、KVキャッシュ890バイト

実用性は手元実行ではなくAPI経由の運用にあります。VentureBeatの報道によれば、USD建て料金（100万トークンあたり）は次の通りです。

区分	オフピーク	ピーク時間帯
入力（キャッシュヒット）	$0.003	2倍
入力（キャッシュミス）	$0.15	2倍
出力	$0.60	2倍

ピーク時間帯は月〜金01:00-04:00・06:00-10:00（UTC）です。Gemini 3.7 Flash（導入価格は$0.75で、2027年1月に2倍となる設定）などライバルの値下げ競争が続くなか、DeepSeekはキャッシュヒット時の入力コストをオフピーク時$0.003まで抑えた形です。

長文脈を支えるのがKVキャッシュ（会話の内部状態を保持する仕組み）の圧縮技術です。複数の集約記事は、FP4圧縮とCSA2（Compressed Sparse Attention 2）により1トークンあたり890バイトまで圧縮されたと伝えています。コンテキストウィンドウ（一度に処理できるテキスト量）は最大100万トークンとみられます（OpenRouter掲載値・確度は中程度）。

一方、1回の応答の最大出力トークン数はソースによって食い違いが見られます。OpenRouterは1,048,576、国内配信のPR TIMES掲載リリースは384,000としており、本稿ではどちらとも断定しません。利用を検討する際は、DeepSeek公式APIドキュメントで最新の仕様を確認することをおすすめします。

V4 Pro廃止は9月11日に撤回——2026年9月15日時点でも旧料金のまま

DeepSeekは当初、9月14日正午（北京時間）付けでV4 Proを廃止しV4.1-Flashへ統合する計画でした。ところが複数の海外メディア（TheNextWeb・BeingGuru）が同一時系列で伝えるところによれば、ユーザーの反発を受け9月11日にこの方針を撤回し、V4 Proは従来料金のままAPI提供を継続すると表明しました。本稿執筆日の2026年9月15日時点でも「V4 Proは廃止されていない」のが現状です。

国内の一部二次記事は、撤回前の「9月14日以降自動切替」情報のまま掲載しているものもあるとみられます。読者は誤解しないよう注意してください。既存ユーザーは慌てて移行作業をする必要はありません。

DeepSeekは自社発表として、性能・コスト・速度・総完了時間のすべてでV4 Proを上回ったと主張しています（自己申告ベース）。第三者集計ではDeep SWEで74.2点との数値も報じられていますが、単一の集約メディアによるものであり、参考情報にとどめます。

まとめ

DeepSeek-V4.1-Flashは、MIT・Hugging Face即日公開という言葉だけ見ると手元で試せそうに思えますが、実際は総552B・約510GBの大型モデルで、一般的なコンシューマ機での実行は現実的ではありません。

真価はAPI経由の運用にあり、オフピーク時のキャッシュヒットによる低価格と、890バイト/トークンまで圧縮されたとされるKVキャッシュにより、最大100万トークンとみられる長文脈を低コストで扱えます。また、9月11日に撤回されたV4 Pro廃止の情報が国内で古いまま出回っている可能性があるため、注意が必要です。2026年9月15日時点でV4 Proは従来料金のまま提供が続いており、既存ユーザーが急いで対応する必要はありません。