
5-4 オープンソースモデルとAPI版の乖離——公開されたモデルは「本物」なのか
【問題】
あなたは従業員500名のSaaS企業で、AI導入の責任者です。以下の条件でDeepSeekの導入を検討しています。
想定月間トークン数:約6,000万トークン(ユーザー向けAIアシスタント機能+社内開発支援の合計)
データの種類:ユーザーの質問履歴(個人情報を含まない一般データ)+社内のソースコード(未公開の独自アルゴリズムを含む)
コンプライアンス要件:現時点では特に規制対象データなし。ただし将来的な海外展開を見据え、データの取り扱いには慎重な姿勢を求められている
予算:API利用費・インフラ費合わせて月額$1,500程度まで許容
運用リソース:インフラ担当エンジニアは2名(兼務)。大規模GPUクラスタの専任運用は困難
選択肢
あなたは以下のうち、どの導入戦略を選びますか?
A. すべてAPIで運用する
V4-ProをAPIで利用。キャッシュ戦略を最適化し、コストを月額$1,500以内に収める。
B. すべて自己ホスティングする
V4-Proのオープンウェイトを社内GPUクラスタにデプロイ。データを一切外部に出さず運用する。
C. ハイブリッド戦略を取る
ユーザー向け一般データの処理はAPI(V4-Pro)、社内ソースコード関連の処理は自己ホスティング(V4-Proオープンウェイト)で行う。
D. モデルを分割する
ユーザー向けはV4-Flash(API)、社内ソースコード関連は別の軽量オープンモデル(Llama 4など)を自己ホスティングする。
答えは一番下にスクロール👇️

はじめに:「本物」とは何かという問い
DeepSeekが公開するオープンウェイトモデルと、APIで提供されるモデル。これらは果たして「同じもの」なのでしょうか。同じモデル名を冠していながら、性能や振る舞いに微妙な差異を感じた経験のある開発者は少なくないはずです。
この乖離の問題は、単なる技術的な興味にとどまりません。データ主権、運用コスト、セキュリティ、そしてビジネス継続性にまで直結する重要な論点です。本記事では、2026年8月時点の最新情報をもとに、DeepSeekにおけるオープンモデルとAPI版の関係を多角的に解き明かしていきます。
DeepSeekモデルの現在地
まずは2026年夏時点のラインナップを整理しておきましょう。APIで提供されているのは、V4-Flash、V4-Pro、V4-Flash-Vision-Expの3モデルです。

V4-Flashは100万トークンという長大なコンテキストウィンドウを持ちながら、入力100万トークンあたりオフピーク時0.22ドル、出力0.66ドルという低価格が特徴で、日常的なワークロードのデフォルトとして位置づけられています。V4-Proは、同じく100万トークンのコンテキストに対応しつつ、入力0.66ドル、出力1.98ドルとやや高めの価格設定。総パラメータ1.6兆、活性化パラメータ490億という巨大なモデルで、高難度な推論やコーディングタスクを担います。V4-Flash-Vision-Expは実験版として画像入力に対応し、画像は寸法に基づいてトークン換算され、テキストトークンと合わせて課金されます。
また、2026年8月16日以降、ピーク時とオフピーク時の二段階価格制が導入されました。ピーク時間帯は月曜から金曜のUTC 01:00–04:00および06:00–10:00で、オフピーク時はピーク時の半額となります。
キャッシュヒット時の割引も見逃せません。キャッシュヒット時の入力価格は、オフピーク時でV4-Flashが0.007ドル、V4-Proが0.022ドル、ピーク時でもV4-Flashが0.014ドル、V4-Proが0.044ドルと、キャッシュミス時と比較して大幅に割り引かれます。エージェントワークロードのように同じプロンプトを繰り返し送信する用途では、この割引がコストを劇的に変えます。
なお、従来のdeepseek-chatおよびdeepseek-reasonerエンドポイントは2026年7月24日に廃止され、現在はこの3モデルがAPI提供モデルです。R1の推論機能は「Thinking Mode」としてV4シリーズに統合され、V4-FlashとV4-Proは思考モードと非思考モードの両方に対応しています。
オープンウェイトとしては、V4-ProとV4-FlashがMITライセンスで公開されており、V4-Proは約865GBという巨大なファイルサイズでHugging Faceから入手できます。このほか、V3.2、R1およびR1-0528、さらにはQwenベースの蒸留モデル群も公開されています。ライセンスはモデルによって異なり、MIT、Apache 2.0、Llamaライセンスなどが混在しています。
乖離の実態:三つの層で考える
オープンモデルとAPI版の「乖離」は、一つの要因ではなく、複数の層が重なって生じています。ここでは三つの視点から整理しましょう。
世代のズレという根本問題
最も根本的な乖離は、世代のタイムラグにあります。DeepSeekはAPIを最優先のリリースチャネルとしており、新しいモデルはまずAPIで提供され、オープンウェイトでの公開はその後になる傾向があります。過去には、V3.2の「Special」バリアントがAPI限定で公開され、オープンウェイト版が存在しなかったという事例もあります。この「APIファースト」の姿勢は、オープンウェイト版が常にAPI版より「ひと世代前」のモデルである可能性を示唆しています。オープンソースコミュニティの熱意に応えつつも、ビジネス上の競争優位をAPI側に置くという戦略的判断が見えてきます。
同一モデル名でも中身が異なる
「V4-Pro」という同じ名称でも、API版とオープンウェイト版は必ずしも同一の重みを使用しているわけではありません。API版はDeepSeekがホストする最新のチェックポイントであり、継続的な改善が適用され、ベンチマークスコアも随時更新されます。対してオープンウェイト版は、ある時点のチェックポイントを「スナップショット」として公開したものです。API版の「その時点での状態」を再現するものの、その後API版がアップデートされれば乖離が生じます。実際、2026年8月にはV4-Proのアップデート版がAPIでリリースされ、Terminal Bench 2.1で72.1から87.9へと大幅なスコア向上を達成しています。このアップデートがオープンウェイトに反映されるのは、おそらく後日になるでしょう。
ライセンスと利用制限の違い
オープンウェイト版はMITライセンスの下で公開されており、商用利用、改変、再配布が自由に認められています。これは「所有」に近い権利を与えるものです。一方、API版はあくまで「利用」の権利であり、利用規約、レート制限、データ処理ポリシーなど、さまざまな制約の下で運用されます。この「所有」と「サービス利用」の違いは、ビジネス上の判断に直結する根本的な性質の違いです。
性能差はどれほどか
DeepSeek自身の技術レポートは、オープンソースモデルとクローズドモデルの性能ギャップは拡大していると率直に認めています。V3.2の時点では、MMLU-Proで85.0、GPQA Diamondで82.4、HLEで25.1というスコアでしたが、同時期のGPT-5はそれぞれ87.5、85.7、26.3、Gemini 3.0 Proは90.1、91.9、37.7を記録していました。特に高度な推論を要するタスクでは差が顕著です。
DeepSeekはこの要因として、従来のAttention機構への依存というアーキテクチャの陳腐化、オープンモデルのポストトレーニング予算が事前学習の1%未満であることが多いという投資不足、そしてAIエージェント能力の遅れを挙げています。オープンであることの代償として、研究開発リソースの大部分を事前学習に割かざるを得ず、ポストトレーニングやエージェント的な能力開発に手が回らないという構造的な課題が見えてきます。
ただし、V4シリーズでは状況に変化が見られます。V4-ProはSWE-Bench Verifiedで80.6%を記録し、Claude Opus 4.6の80.8%とほぼ肩を並べました。Codeforcesレーティングでは3,206を記録し、GPT-5の3,168を上回っています。一方で、エージェント的なワークフローを評価するTerminal-Bench 2.0では、GPT-5の82.7%に対してV4-Proは67.9%と、依然として差があります。
見落とせないのが「検閲」という見えない壁です。API版には中国の規制に準拠したコンテンツモデレーションが実装されており、特定のプロンプトに対してブロックや自己検閲が働きます。オープンウェイト版を自己ホスティングすれば理論上はこのフィルタリングをバイパスできますが、ベースモデル自体が中国のデータで学習されており、検閲はモデルの「機能」として埋め込まれているという指摘もあります。単純にフィルタを外せば解決するという問題ではないのです。
自己ホスティング vs. API利用:ビジネス判断の分岐点
オープンモデルを自己ホスティングする場合、トークン単位の課金はありませんが、GPUインフラコストが発生します。Llama 4 MaverickをA100 GPUで24時間稼働させる場合、月額約1,080ドルのコストがかかるという試算があります。API利用と比較すると、月間50億トークン以上の処理量で自己ホスティングが有利になるとされていますが、より現実的な閾値としては、月間約5,000万トークン程度から自己ホスティングの経済性が検討に値すると言われています。

コスト以上に重要なのがデータ主権とコンプライアンスです。自己ホスティングの最大のメリットは、データが自社ネットワーク外に出ないことです。医療データを扱うHIPAA準拠の要件、金融規制におけるデータローカライゼーション義務、政府関連の機密情報を扱うプロジェクトなどでは、この点が決定的な優位性を持ちます。DeepSeekのAPIは機密個人データの処理を意図していないとされており、規制対象データを扱う場合は自己ホスティングが事実上必須となります。
一方、APIが勝るケースも明確です。月間1,000回未満の推論しか行わない低ボリュームの用途、99.99%の可用性保証が必要な即時性・SLA要件、そして何より、V4-Proクラスのモデルを自己ホスティングで動かすには約865GBものGPUメモリが必要という現実。運用リソースの制約がある組織では、API利用が現実的な選択となります。
実践的なアドバイス:乖離にどう備えるか
モデル選択の判断軸は、月間トークン量、データの機密性、必要な推論品質の三つに集約されます。月間500万トークン未満ならAPIのV4-Flashで十分でしょう。500万から5,000万トークンならAPI継続が無難で、キャッシュ戦略の最適化が効果的です。5,000万トークンを超えるなら自己ホスティングを本格検討する価値があります。
データの機密性については、一般公開データならAPIで問題ありませんが、特許や顧客情報などの社内機密、医療・金融の規制対象データなら自己ホスティングを優先すべきです。推論品質の観点では、一般的なタスクならV4-Flashで十分、高難度コーディングや推論ならV4-Pro、エージェントタスクなら最新API版を優先するのが賢明です。オープンモデルはエージェント能力において遅延があるためです。
キャッシュ戦略の重要性も強調しておく必要があります。2026年8月現在、DeepSeek APIのキャッシュヒット価格は98%割引という業界で最も積極的な水準です。しかし、2026年8月16日以降、ピーク時・オフピーク時の価格差が導入され、オフピーク時でもキャッシュヒット価格は従来の0.003625ドルから0.022ドルへと約6倍に上昇しました。この変更により、キャッシュ戦略の前提は大きく変わっています。コスト最適化を考えるなら、この価格体系の変化を織り込む必要があります。
モデルアップデートへの対応としては、API版の性能変化を四半期ごとにベンチマークで確認する定期評価、重要なワークロードでは新旧モデルをA/Bテストする段階的ロールアウト、API停止時にはオープンモデルの自己ホスティング環境へ切り替えられるフォールバック設計を推奨します。
おわりに:「本物」は利用形態によって変わる
「公開されたモデルは『本物』なのか」という問いに対する答えは、「本物」の定義によるということになります。
「同じ重みファイル」という意味では、公開されたオープンウェイトは確かに本物です。しかし、それはある時点のスナップショットに過ぎません。「最新の性能」という意味では、API版こそが本物であり、オープンウェイト版は常に少し遅れたバージョンとなります。「データ主権を確保した運用」という意味では、オープンウェイトを自己ホスティングして初めて本物の制御が得られます。
重要なのは、オープンモデルとAPI版の間に一方的な優劣ではなく、トレードオフがあるという認識です。コスト、性能、データ主権、運用負荷。これらのバランスを自社の要件に照らして判断することが、DeepSeekを「しなやかに運用」する鍵となるでしょう。
本記事は2026年8月時点の情報に基づいて執筆されています。API価格やモデル構成は予告なく変更される可能性がありますので、最新情報はDeepSeek公式ドキュメントをご参照ください。
正解:D. モデルを分割する
Dが最適な理由は、コスト・データ主権・運用負荷の3つを現実的に両立できるからです。
A(API一本)は、月間6,000万トークンをV4-Proで処理すると約$2,600/月となり、予算($1,500)超過のリスクがあります。キャッシュ最適化で圧縮できるケースもありますが、最大の問題は社内ソースコード(独自アルゴリズム)がAPI経由で外部に出ること。DeepSeek APIは機密データ処理を意図しておらず、このリスクは軽視できません。
B(自己ホスティング一本)は、V4-Proに約865GBのVRAMが必要で、月額インフラ費は$3,000〜$5,000超。予算・運用リソース(エンジニア2名兼務)の両面で非現実的です。
C(ハイブリッド)はデータ主権の観点では妥当ですが、社内ソースコード処理だけでV4-Proを自己ホスティングするのはオーバースペック。リソースの無駄が大きいです。
Dは、ユーザー向け一般データをV4-Flash API(低コスト)で処理し、社内ソースコードはLlama 4などの軽量オープンモデル(月約$1,080で稼働可能)を自己ホスティングします。データを社外に出さず、予算内に収め、運用負荷も最小化——適材適所が実現できています。
判断の本質は「V4-Proが最強だから」ではなく、タスクに最適なモデルとデプロイ方法を組み合わせる戦略にあります。
あなたはどの選択肢を選びましたか?コメントで教えてください!
▼ DeepSeekを、日本語で学び、動かし、安全に使う。
実践学習サイト「deepseek.ac」では、参考書の内容を
操作と実装で確かめられる教材を公開しています。
▼ 参考書・問題集
『DeepSeek安全運用の手引き』
『DeepSeek安全運用の手引き 問題集 全70問』