DeepSeek 全シリーズのカタログ：現在 API で提供中の主力モデルと前世代のクラシックモデルを収録。いずれも OpenAI / Anthropic SDK に対応しています。
データ更新：2026年10月 · 公式は新規プロジェクトで deepseek-flash を直接使用することを推奨
現在のAPIの最新高速モデル（呼び出し名 deepseek-flash）：RLSF 自己フィードバック強化学習、DeepSWE v1.1 77.0%、1タスクあたり約 $0.20。思考モードはデフォルトでオン、同時実行数は 2500。
1.6T 総パラメータ / 49B アクティブのフラッグシップ：SWE-Bench Verified 80.6%、LiveCodeBench 93.5%、Terminal-Bench 2.0 67.9%、Codeforces 3206。同時実行数は 500、視覚には非対応。
552B MoE、09-10 リリース：ネイティブ画像入力に対応し、複数のベンチマークで V4-Pro（0813）に迫る性能。出力価格は V4-Flash から約 70% 引き下げ、キャッシュヒット時は $0.003。
284B / 13B アクティブ：Putnam-200 Pass@8 81.0%、SWE-Bench 79.0%。重みは約 160GB、MIT ライセンスで公開。
V4 以前の主力モデル：スパースアテンション路線の先駆者であり、V4 の 1M 経済性はこれを基準としている（27% FLOPs / 10% KV）。
2025 年に業界を揺るがしたオープンソース推論モデルで、純 RL トレーニング路線の出発点。その推論パラダイムは V4 系の思考モードに統合された。
コード特化時代の代表格。V4の汎用コーディング能力（LiveCodeBench 93.5%）の登場とともに引退した。
deepseek-flash（V4.1-Flash-1017）：ビジョン + 1Mコンテキスト + RLSFエージェント能力、オフピーク $0.15/$0.60、同時実行数 2500——ほとんどのアプリケーションにとってコストパフォーマンスに最も優れた選択。
deepseek-v4-pro：1.6Tフラッグシップは複数ファイルにまたがる複雑なコーディングや難解な推論に活躍。ビジョン非対応、同時実行数 500で、オフラインバッチ処理や高難度タスクに最適。
V4-Pro / V4-Flash / V4.1-Flash の重みはいずれも MIT ライセンスで Hugging Face 上に公開されており、商用利用や社内ネットワークへのデプロイが可能です。
大模型网摘