HALBo
GPT-5.4の実力を6分の1の値段で買う方法
中国のAI研究機関DeepSeekが2025年4月24日、最新モデル「DeepSeek V4プレビュー」を公開した。注目すべきは性能ではなく価格だ。入力トークン100万件あたり1.74ドルという単価は、OpenAIのGPT-5.5（同5ドル）の3分の1以下に設定されており、コーディング分野ではGPT-5.4と同等水準のベンチマーク結果も示している。さらにMITライセンスでモデルの重み（パラメータ）を公開しており、自社サーバーへの導入も法的に開放されている。AI推論コストの高騰に悩む日本企業にとって、見逃せない選択肢が一つ増えた。
「安いから妥協」ではない——性能と価格の両立
DeepSeek V4プレビューは2つのバリアントで構成される。上位モデルの「V4-Pro」は総パラメータ数1.6兆（1.6 trillion）を持つ巨大モデルだが、実際の処理に使われる「アクティブパラメータ」は490億（49B）に絞られている。この仕組みは「MoE（Mixture of Experts：専門家の混合）」と呼ばれる設計で、膨大なパラメータを持ちながら処理コストを抑える技術だ。軽量版の「V4-Flash」は総パラメータ2840億（284B）、アクティブ130億（13B）と、より小型のハードウェアでも動作しやすい構成になっている。
性能面では、コーディング（プログラムコード生成・補完）ベンチマークにおいてGPT-5.4と同等水準のスコアを記録したと報告されている。コーディングベンチマークとは、AIモデルがどれだけ正確にプログラムコードを生成・修正できるかを測る指標だ。ソフトウェア開発の自動化や、業務システムのコード補助といった用途では、この指標が実務上の参考値になる。
数字で見るコスト差——API利用料の現実
AIモデルをAPIで利用する際の料金体系は、「入力トークン（AIへの問いかけ）」と「出力トークン（AIの返答）」の量に応じた従量課金が主流だ。トークンとは、AIが文章を処理する際の最小単位で、日本語では概ね1〜2文字に相当する。
DeepSeek V4の入力トークン単価は100万トークンあたり1.74ドル。一方、OpenAI GPT-5.5は同5ドル、Anthropic Claude Opus 4.7も同5ドルとされている（各社公式情報に基づく）。入力トークン単価だけを比較すると、DeepSeek V4はGPT-5.5の約65%安い計算になる。月間API利用コストが数十万円規模の企業では、この差は無視できない。
もっとも「コスト削減効果」は利用パターンによって異なる。出力トークンの単価、レイテンシ（応答速度）、可用性（サービス稼働率）なども実務では重要な評価軸だ。単純な入力単価の比較だけで乗り換えを判断するのは早計で、実際のユースケースでの比較検証が必要になる。GPT-5.5の詳細な性能分析と合わせて参照すると、比較の文脈が整理しやすい。
「オープンウェイト」が意味するもの——自社インフラ導入という選択肢
DeepSeek V4プレビューが採用するMITライセンスは、ソフトウェアの利用・改変・商用利用・再配布を広く認める、開発者フレンドリーなオープンソースライセンスの一つだ。「オープンウェイト」とは、モデルのパラメータ（重み）が公開されていることを指す。つまり、DeepSeekのAPIを経由しなくても、自社のサーバーやクラウド環境にモデルを置いて動かすことが可能になる。
この選択肢が持つ意味は大きく二つある。一つはコスト構造の変化だ。API利用料はリクエスト量に比例して増え続けるが、自社インフラで動かせば初期の設備投資とランニングコスト（電力・保守）で固定化できる可能性がある。もう一つはデータの取り扱いだ。医療・金融・法務など機密性の高い情報を扱う企業では、データを外部のAPIサーバーに送信することへのリスク管理が課題になる。自社環境で完結できれば、このリスクを大幅に軽減できる。
また、DeepSeek V4はHuawei（ファーウェイ）のAIチップ「Ascend」でのネイティブサポートも実証している。これはNVIDIAのGPUへの依存を減らせることを意味し、半導体の調達リスク分散という観点からも注目される動向だ。AIコスト競争の背景にある構造変化については別記事でも詳しく解説している。
日本企業への実務的インパクト
DX推進やシステム開発にAIを活用する日本企業にとって、このリリースはいくつかの観点から注目に値する。
第一に、コーディング支援ツールの見直し機会だ。GitHub CopilotやCursor（内部でGPT/Claudeを使用）などのコーディング支援ツールは、バックエンドのAIモデルコストをユーザー料金に転嫁している。DeepSeek V4のAPIを直接組み込む形で社内開発ツールを構築すれば、既存ツールの年間ライセンス費用を大幅に削減できる可能性がある。
第二に、大規模なテキスト処理業務への応用だ。契約書レビュー、カスタマーサポートの自動化、社内ドキュメントの要約・検索など、入力テキスト量が多い業務では、入力トークン単価の差が直接コストに効いてくる。
第三に、AIエージェントの普及加速だ。複数のAIが連携して複雑なタスクを自律的に処理する「AIエージェント」の構築では、一つのタスクで多数のAPIリクエストが発生する。コストが低いほど、より多くのステップを持つ高度なエージェント設計が現実的になる。AIエージェントの二段階アーキテクチャという設計アプローチも、低コストモデルの登場によってより実装しやすくなる。
懸念点と注意すべきリスク
DeepSeek V4に対しては、いくつかの懸念も存在する。最も頻繁に指摘されるのが、中国発モデルに対するデータセキュリティとガバナンスの問題だ。DeepSeekのAPIを利用する場合、入力データが中国のサーバーに送信されることになる。日本の個人情報保護法や、業界ごとのコンプライアンス要件に照らして、どのデータを送信できるかを慎重に判断する必要がある。
自社インフラで動かすオープンウェイトモデルとして利用する場合でも、モデル自体に特定の偏り（バイアス）や制限が組み込まれていないかを検証することが重要だ。特に政治的・社会的にセンシティブなトピックに関する応答品質は、プロプライエタリ（非公開）のモデルと異なる挙動を示す場合がある。
また、現時点ではあくまで「プレビュー」版であり、正式リリース時に価格・性能・ライセンス条件が変更される可能性がある点も念頭に置きたい。
まとめ
DeepSeek V4プレビューは、「高性能AIは高価である」という前提を崩す一手として、AI調達の選択肢を確実に広げた。日本企業のDX・開発担当者にとって今やるべきことは、自社の主要AIユースケースで小規模なコスト比較検証を走らせることだ。選択肢が増えた今こそ、「なぜそのモデルを使っているのか」を問い直す好機である。
