この記事について海外で公開された情報をもとにAIが要約・解説した記事です。原文の翻訳ではありません。正確な内容は記事末尾の出典元をご確認ください。
この記事の要点
  • OpenRouterでAPI提供開始、ウェイトもHugging Faceに公開
  • 1.7Tパラメータ、893GBの巨大なオープンウェイトモデル
  • 推論レベルで出力が変わるなど、既存モデルにない傾向

公開の経緯

DeepSeek V4 Pro 0813は、2026年8月に登場した最新のProモデルです。現時点ではAPI経由でのみ利用でき、オープンなWebページでのアナウンスは確認されていません。今回、OpenRouter上で利用可能になったことから、開発者の間で注目を集めています。

OpenRouterは複数のAIモデルを統一APIで扱えるプラットフォームで、DeepSeek側の公式発表がなくても、モデルを試す手段として機能しています。記事を書いたSimon Willison氏も、OpenRouterの存在が今回の発見につながったと述べています。

オープンウェイト公開

このモデルの大きな特徴は、オープンウェイトで提供される可能性が高いことです。実際、記事の執筆時点でHugging Face上にウェイトが公開されており、パラメータ数は1.7T(1兆7000億)、ファイルサイズは893GBと報告されています。

DeepSeekはこれまで4月公開の「DeepSeek-V4-Pro」や7月公開の「DeepSeek-V4-Flash-0731」のウェイトを公開しており、今回も同様の流れに沿ったものとみられます。ただし、正式なライセンスや利用条件の詳細はまだ確認が必要です。

推論レベルと出力差

Simon Willison氏は、低・中・高の3つの推論レベル(reasoning level)でモデルを試したところ、ペリカンの出力がそれぞれ大きく異なったと報告しています。このような違いが見られるのは他モデルではあまりないとのことです。

推論レベルとは、モデルが回答を生成する際にどれだけ深く考えるかを調整するパラメータです。今回は特定のタスクでの例ですが、テキスト生成でも同じように出力が変化する可能性があるため、アプリケーションに組み込む際は各レベルでの動作検証が重要になるでしょう。

ベンチマークの経緯

ベンチマークスコアについては、DeepSeek公式のWeChatグループで公開され、その後Redditに転載されましたが、モデレーターに「low-effort」と判断されて削除されています。最終的にはHacker NewsにASCIIアートの表として投稿されました。

このように、正式な技術レポートではなくコミュニティ経由で情報が広がっていることから、スコアの信頼性や検証方法には注意が必要です。現時点では詳細な評価手法も公開されていないため、実運用での性能は実際に試して確認するしかないと言えます。

不明点と今後の見通し

今回のモデルについて、正式なアナウンスや技術文書がまだ見つかっていない点は懸念材料です。また、オープンウェイトのライセンス条件や、商用利用の可否についても明らかになっていません。

一方、過去のモデルと同様にウェイトが公開されたことで、自社サーバーでのホスティングやファインチューニングを検討する開発者も増えるとみられます。今後の正式な情報に注目が集まります。

原文からの引用
I got very different looking pelicans for the three different reasoning levels of low, medium, and high.

低・中・高の3つの推論レベルで、ペリカンの見た目がかなり異なった。

日本の開発者・IT企業にとっての意味

日本のIT企業にとって、このモデルのオープンウェイト公開は、外部API依存を避けたいケースや、特定用途に合わせた追加学習を行う選択肢を広げるものです。ただし、893GBというファイルサイズはGPUリソースやストレージの大きな負担になるため、導入前にインフラ計画が欠かせません。また、推論レベルによって出力が大きく変わるという特性は、システムの応答品質を一定に保つ上で注意点となります。さらに、ベンチマークが非公式な経路で流通している現状では、自社の評価データセットでの試験がより重要になるでしょう。

用語解説

OpenRouter
複数のLLMを同じAPIで利用できるプラットフォーム。モデル間の比較や切り替えが容易になる。
Hugging Face
機械学習モデルやデータセットを共有するためのプラットフォーム。オープンウェイトの配布によく使われる。
パラメータ
ニューラルネットワークの重みなどの数値。モデルの規模を示す指標で、1.7Tは約1兆7000億個を意味する。
推論レベル
モデルが回答を生成するときの思考量を調整する設定。低・中・高などがあり、出力の品質や速度が変わる。

出典

DeepSeek V4 Pro 0813 (on OpenRouter)

Simon Willison / Simon Willison / 2026年8月13日

https://simonwillison.net/2026/Aug/12/deepseek-v4-pro-0813

AI導入も顧問も、お任せください

何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。

AI導入について相談する