DeepSeek-V4-Flash-0731

DeepSeek-V4-Flash-0731は、DeepSeek-AIが公開したテキスト生成モデルです。プレビュー版を継承する正式リリース版であり、AIエージェントとしての機能が強化されています。技術的な構成として、DSpark投機的デコーディング（speculative decoding）モジュールが統合されている点が特徴です。

DeepSeek-V4-Flash-0731 特徴と基本仕様

本モデルは304Bパラメーターで構成されており、MITライセンスの下で公開されています。プレビュー版であるDeepSeek-V4-Flashと比較してエージェント性能の向上が図られており、特定のベンチマークにおいてDeepSeek-V4-Pro（Preview）を上回るスコアを記録しています。本リリースにはJinja形式のチャットテンプレートは含まれず、代わりにOpenAI互換形式へのメッセージエンコードや出力のパースを支援する専用のPythonスクリプト群が提供されています。

DSpark投機的デコーディングの仕組み

DeepSeek-V4-Flash-0731には、DSparkと呼ばれる投機的デコーディングモジュールが標準で備わっています。これはモデル自体にデコーディングの最適化を行うための構造が組み込まれたもので、同一のチェックポイント内にターゲットおよびドラフトのウェイトが含まれています。公式リポジトリでは、この構成を活用して推論を制御するための実装ガイドとドキュメントが公開されています。

進化したAIエージェント性能とベンチマーク

AIエージェント性能の検証において、本モデルは複数の公開ベンチマークで以下の数値を記録しています。

• Terminal Bench 2.1: 82.7
• NL2Repo: 54.2
• Cybergym: 76.7
• DeepSWE: 54.4
• Toolathlon-Verified: 70.3
• Agents' Last Exam: 25.2
• AutomationBench Public: 25.1

これらの結果により、コード生成、ツール利用、複雑なタスク実行を伴うエージェントシナリオにおける適性が示されています。

vLLMおよびSGLangでの導入・実行手順

推論エンジンを用いたvLLM 導入では、起動コマンドに特定のフラグを指定することでDSparkを有効化できます。具体的には --speculative-config 内で method に dspark を指定する設定が用いられます。また、SGLangを使用する場合は --speculative-algorithm DSPARK を指定します。この際、ドラフトモデルのパスを別途指定する必要はなく、単一のチェックポイントから必要なウェイトが読み込まれます。

推論レベル（reasoning_effort）の設定と活用

本モデルには、回答前の検討プロセスを制御する reasoning_effort パラメーターが導入されています。設定レベルは low、high、max の3段階が用意されており、モデルが回答を生成するまでの思考の深さを調整できます。公式ドキュメントでは、高い推論能力が求められるタスクにおいて high または max の設定が推奨されており、その際の最大出力長として 384K トークンの設定が例示されています。

よくある質問

ローカル環境での実行は可能ですか

公式リポジトリのinferenceフォルダに、モデル重みの変換方法や対話用デモを含む詳細な手順が公開されています。エージェントシナリオにおいては temperature 1.0、top_p 0.95 のサンプリングパラメーター設定が推奨されています。

チャットテンプレートの使用方法を教えてください

本モデルには標準的なJinjaテンプレートが付属していないため、提供されている専用のエンコーディング用スクリプトを使用します。これにより、メッセージをOpenAI互換の形式でモデルに入力可能な文字列へ変換し、生成されたテキストをパースすることが可能です。

reasoning_effortの設定はどのように使い分けますか

回答の速度や簡潔さを重視する場合は low を選択し、論理的考察や正確な推論が必要なエージェントタスクでは high または max を選択します。この設定により、モデルが最終的な回答を出すまでに行う思考内容のボリュームが変化します。