V4 シリーズは全モデル 1M token のコンテキスト、最大出力 384K を実現。経済的な長コンテキストは、補助金ではなくアーキテクチャによるもの。
アテンション計算をスパースな重要位置に圧縮することで、長系列における計算量の増加が標準アテンションよりはるかに緩やかになる——これが 1M ウィンドウを実現可能にする前提です。
「はるか昔」のコンテキストに高圧縮メモリを適用し、KV キャッシュを V3.2 の約 10% まで削減。128K の精密ウィンドウと組み合わせてリコール品質も両立します。
| シナリオ | 推奨ティア | 理由 |
|---|---|---|
| リポジトリ全体を扱うコーディングエージェント | deepseek-flash | 1M でリポジトリ全体を格納 + ビジョンでアーキテクチャ図を読み取り、同時実行 2500 は CI のバッチ処理に最適 |
| 数百ページのドキュメント RAG | deepseek-flash | キャッシュヒットなら $0.003、繰り返し検索のコストはほぼゼロに |
| 超長時間オフライン推論 | deepseek-v4-pro | 1.6T のフラッグシップが最難関のファイル横断推論を処理し、バッチ処理は同時実行数の上限を消費しない |
制限事項：公式・サードパーティのいずれの評価でも、1M 検索の再現率は Claude Opus 4.6（MRCR）にまだ差があると指摘されています。世界知識の幅は Gemini-3.1-Pro に劣るため、事実性の質問応答には検索との併用を推奨。
大模型网摘