「DeepSeek-V4.1-Flash-1017」VLMモデル:必要メモリ約570GB・GGUF版あり

「DeepSeek-V4.1-Flash-1017」VLMモデル:必要メモリ約570GB・GGUF版あり

基本情報

項目 内容
リポジトリ deepseek-ai/DeepSeek-V4.1-Flash-1017
まとめページ DeepSeek-V4.1 のまとめ(記事2本)
公開元のまとめ DeepSeek のモデルとライセンスのまとめ
公開日 2026-10-17
ライセンス mit
配布形式 safetensors
出典の種類 公開元の一次情報(公式HFアカウントdeepseek-aiからの一次情報)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

deepseek-aiは、マルチモーダルモデル「DeepSeek-V4.1-Flash-1017」を公開しました。本モデルは既存の「DeepSeek-V4.1-Flash」に対するマイナーアップデート版として位置づけられており、推論、コーディング、エージェントタスク、視覚ベンチマークの全般にわたって大幅な性能向上を果たしています。

モデルカードによれば、性能の向上に加えてタスク実行時間と出力長を削減することに成功しており、ユーザーはより高速かつ低コストでタスクを完了できるようになっています。これにより、複数のエージェント環境において性能とコストのパレートフロンティアを進展させたと説明されています。

スペック

  • アーキテクチャ: DeepseekV41ForCausalLM (deepseek_v41)
  • コンテキスト長: 1M tokens(最大生成トークン数: 256K以上)

性能

公開元がモデルカード上で公表しているベンチマークスコアの比較は以下の通りです。モデルカードに記載されている比較対象モデルとの数値をそのまま掲載しています。

→ 横にスクロールできます

Benchmark DS-V4.1-Flash-1017 DS-V4.1-Flash K3 GLM-5.3 GPT-5.6 Sol Opus 5
HLE w/o tools 42.6 (44.0†) 36.8 (39.1†) 43.5 42.0† 44.5 56.3
Terminal-Bench 4.0 42.3 31.2 12.6 37.9 39.9 51.8
DeepSWE v1.1 77.0 74.2 67.5 66.9 73.0 74.0
ProgramBench 29.1 20.3 17.5 19.0 23.0 37.0
NL2Repo-Bench 68.2 65.4 58.0 58.0 56.8 75.3
Automation-Bench v1.0.6 60.5 54.8 46.7 48.8 45.8 50.3
Agents’ Last Exam 35.4 31.8 27.6 28.5 26.7 28.6
Apex Bench v1.1 72.1 64.6 47.8 56.6 54.3 65.8
Chartography (w/tools) 83.0 78.9 68.1 — 79.9 84.0
BabyVision (w/tools) 92.5 89.6 85.7 — 88.9 94.1
ZeroBench-main (w/tools) 51.0 49.0 41.0 — 53.0 52.0

※注記: †はHLEのテキスト限定サブセットを示します。Terminal-Bench 4.0にはClaude Codeハーネス、DeepSWE v1.1にはMini-SWE-V2ハーネスが使用されています。

この測定結果から、以下のような傾向が読み取れます。

まずエージェント系タスクやソフトウェア開発タスクにおいて非常に高い水準を記録しています。ソフトウェア開発関連のベンチマークであるDeepSWE v1.1では77.0を記録し、Opus 5の74.0やGPT-5.6 Solの73.0を上回って比較対象の中でトップの成績を収めています。さらに、Automation-Bench v1.0.6(60.5)、Agents’ Last Exam(35.4)、Apex Bench v1.1(72.1)の各項目でも、比較対象の全モデルを上回る最高スコアを達成しています。ターミナル上で実際にコマンドを実行して与えられた作業を最後までやり切れるかを測るTerminal-Bench 4.0においても42.3を記録し、ベースとなったDS-V4.1-Flash(31.2)から10ポイント以上大幅にスコアを伸ばしており、GLM-5.3(37.9)やGPT-5.6 Sol(39.9)を上回っています。

一方で、専門家が作成した超難問集を評価するHLE(ツール不使用)では42.6(テキスト限定で44.0)にとどまり、K3(43.5)やGPT-5.6 Sol(44.5)、Opus 5(56.3)に及びません。また、ProgramBench(29.1)やNL2Repo-Bench(68.2)などのコーディング関連タスク、ならびに画像を含むChartography(83.0)やBabyVision(92.5)といった視覚関連ベンチマークにおいても、前バージョンから堅実に向上しているものの、依然としてOpus 5の後塵を拝しています。ZeroBench-main(51.0)でもGPT-5.6 Sol(53.0)やOpus 5(52.0)にわずかに届いていません。

総じて、前世代のDS-V4.1-Flashと比較すると全項目で着実な向上が見られ、とりわけ自律的なエージェント作業や自動化処理の分野で商用の大型モデルに対抗し得る強力な性能を示していると言えます。

得意なこと・想定用途

DeepSeek-V4.1-Flash-1017は、エージェントタスクや自律的な自動化処理、マルチモーダル入力への対応において強みを発揮します。

本モデルが特に力を発揮するのは、コマンドライン環境での自律的な作業やソフトウェア開発業務です。Terminal-Bench 4.0やDeepSWE v1.1で示されている高い適性からも分かる通り、シェル環境での一連の操作、コードの変更やデバッグといった一連のワークフローをこなす自律エージェントのエンジンとして適しています。モデルカードではタスク実行時間の短縮と出力トークン数の削減が言及されており、反復的なやり取りやツール呼び出しが頻発するエージェント環境において、処理速度の向上と運用コストの抑制を両立できる点が大きな利点となっています。

また、本モデルは画像とテキストの両方を扱えるマルチモーダルアーキテクチャ(image-text-to-text)を採用しており、視覚情報を交えたタスクにも対応しています。ChartographyやBabyVisionといった視覚評価ベンチマークにも対応する能力を備えているため、画像や図表を参照しながら解析を行ったり、視覚的な要素を含むドキュメントの解釈を行ったりする用途にも活用できます。

さらに、1Mトークンという大規模なコンテキストウィンドウと256K以上の最大生成トークン数を備えているため、長大なログファイルや大規模なコードベースを丸ごと読み込ませて解析する作業にも適しています。思考モード(thinking mode)や数値による推論労力(numeric reasoning effort)の調整、ツール呼び出し(tool calling)、会話途中のシステムメッセージ挿入など、柔軟な対話制御や高度な推論を伴うアプリケーションの構築に適した機能群が揃っています。

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 763.2B

手持ちのVRAM 選べる量子化 ファイルサイズ 必要メモリの目安
570GB超のVRAMが必要(複数GPUまたはCPUオフロードが前提) FP8 475.3GB 570.3GB

推論エンジンの対応状況(各プロジェクトのソースにあるモデル登録表とアーキテクチャ名を当サイトが機械的に照合。2026-11-17 時点): llama.cpp: 登録あり、vLLM: 登録あり、MLX (mlx-lm): 登録あり。

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。

手元で動かせるか

Ollama・LM Studio・llama.cpp で動かせます(変換版を利用)。

公開元の配布は safetensors ですが、ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-GGUF が GGUF版を公開しているため、そちらを使えば手元で動きます。

ライセンス mit(商用利用可): 商用利用を含めて自由に利用・改変・再配布できます。再配布時に著作権表示とライセンス文を残すことが条件です。

配布形式・当サイトが見つけた変換版・各推論エンジンの登録表を突き合わせた判定です。「確認できていない」は当サイトが見つけていないという意味で、存在しないことの断定ではありません。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。

同クラスの既報モデル

当サイトが最近取り上げた、パラメータ数 40B超 のモデルを、比較のために記事ログからコードが並べたものです。VRAM階層は当サイトの概算、ライセンスはモデルカードの記載です。

→ 横にスクロールできます

モデル パラメータ数 最小のVRAM階層 ライセンス 記事
nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 124.5B 80GB openmdw-1.1 「NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16」:必要VRAM 80GB〜(2026-11-17)
Qwen/Qwen3.8-Flash-Next 180.0B — qwen-community-1.0 「Qwen3.8-Flash-Next」マルチモーダル対応のMoEモデル:必要メモリ約402GB(2026-10-04)
ggml-org/GLM-5.3-Flash-GGUF 321.3B — other 「GLM-5.3-Flash-GGUF」VLMモデル:必要メモリ約150GB(2026-10-03)
bartowski/Intern-S2-397B-GGUF 403.4B — apache-2.0 「Intern-S2-397B-GGUF」科学分野向けマルチモーダル基盤モデル:必要メモリ約102GB(2026-09-15)
deepseek-ai/DeepSeek-V4.1-Flash 763.2B — mit 「DeepSeek-V4.1-Flash」552BのマルチモーダルMoEモデル:必要メモリ約570GB(2026-09-10)

入手方法

DeepSeek-V4.1-Flash-1017の重みは、Hugging Faceの deepseek-ai/DeepSeek-V4.1-Flash-1017 リポジトリから入手できます。配布形式はsafetensors形式で、8-bit(FP8)の形式で提供されています。

リポジトリへのアクセス制限(ゲート)は設定されておらず、事前の利用申請や同意手続きを行わずにどなたでも直接ダウンロードが可能です。ライセンスはMITライセンスが適用されており、オープンな条件で利用できます。

本モデルを利用するにあたっては、プロンプトの構成方法に注意が必要です。本リリースには一般的なJinja形式のチャットテンプレート(chat_template)が含まれていません。その代わり、リポジトリ内の encoding フォルダに自己完結型のPythonリファレンス実装(encoding.py)が収録されています。このスクリプトには、マルチターン対話、ツール呼び出し、思考モード、推論労力の指定、会話途中でのシステムメッセージ、画像データのインターリーブ配置といった各種入力形式を適切にエンコードするためのテストケースと処理が含まれています。

また、本番環境での運用向けとして、公式から deepseek-recipe というツールキットが公開されています。これはRustベースのライブラリにPythonバインディングを提供したものであり、Messages API、Chat Completions API、Responses APIなどの各リクエストを会話フォーマットへと変換し、DeepSeek V4およびV4.1向けのプロンプトやトークンIDへのエンコードを行います。さらに、思考プロセスの出力、ツール呼び出し、画像、生成設定を含むモデルの出力を完全なレスポンスやストリーミングレスポンスとしてパースする機能も備えています。なお、実際の推論実行やツールの呼び出し、HTTP通信などの実装は呼び出し側のシステム側で担当する構成となっています。

ローカル環境での推論や重み変換の具体的な手順については、リポジトリ内の inference フォルダに解説ドキュメントが用意されています。公開元が推奨しているサンプリングパラメータは以下の通りです。

  • temperature: 1.0
  • top_p: 1.0
  • context_window: 1M tokens
  • max_tokens: ≥ 256K

派生版・量子化版

→ 横にスクロールできます

追記日 配布元 形式 リポジトリ 最小のVRAM階層(量子化・必要メモリの目安)
2026-10-23 ISTA-DASLab GGUF ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-GGUF IQ4_NL 123.6GB(単体のGPUには収まらない)
2026-10-30 nvidia NVFP4 nvidia/DeepSeek-V4.1-Flash-1017-NVFP4 NVFP4 479.4GB(単体のGPUには収まらない)
2026-11-02 ISTA-DASLab GGUF ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF IQ2_XXS 80.6GB(単体のGPUには収まらない)
2026-11-07 ggml-org GGUF ggml-org/DeepSeek-V4.1-Flash-1017-GGUF BF16 9.5GB(12GB VRAMで動作)
2026-11-17 unsloth GGUF(imatrix) unsloth/DeepSeek-V4.1-Flash-1017-GGUF BF16 9.5GB(12GB VRAMで動作)
2026-11-17 mlx-community MLX mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtp MLX 482.8GB(単体のGPUには収まらない)
2026-11-17 mlx-community MLX mlx-community/DeepSeek-V4.1-Flash-1017-oQ2.5e-mtp MLX 383.0GB(単体のGPUには収まらない)

各リポジトリの量子化とファイルサイズ:

  • ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-GGUF の量子化: IQ4_NL 103.0GB / IQ2_XXS 128.7GB / IQ2_XS 144.6GB
  • nvidia/DeepSeek-V4.1-Flash-1017-NVFP4 の量子化: NVFP4 399.5GB
  • ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF の量子化: IQ2_XXS 67.2GB / IQ4_NL 103.0GB
  • ggml-org/DeepSeek-V4.1-Flash-1017-GGUF の量子化: MXFP4 7.4GB / BF16 7.9GB / Q2_K 311.7GB
  • unsloth/DeepSeek-V4.1-Flash-1017-GGUF の量子化: Q8_0 7.4GB / BF16 7.9GB / IQ1_S 217.0GB / IQ1_M 233.2GB / IQ2_XXS 279.8GB / Q2_K_XL 311.8GB / IQ3_XXS 367.6GB / IQ3_S 394.5GB / Q3_K_XL 451.8GB / Q4_K_XL 466.3GB / Q8_K_XL 473.5GB
  • mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtp の量子化: MLX 402.4GB
  • mlx-community/DeepSeek-V4.1-Flash-1017-oQ2.5e-mtp の量子化: MLX 319.2GB

このほか、上記以外の投稿者による変換版が 38 件あります(当サイトは公開元自身と、実績のある量子化担当の配布だけを表に載せています)。

この節は、記事公開後に見つかった変換版を当サイトが機械的に追記したものです。必要メモリは配布ファイルのサイズから算出した概算です。 量子化の名前の読み方は用語集にあります。

関連記事

次に読むなら

出典

更新履歴

  • 2026-11-17: 変換版を「派生版・量子化版」に追記しました: unsloth/DeepSeek-V4.1-Flash-1017-GGUF, mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtp, mlx-community/DeepSeek-V4.1-Flash-1017-oQ2.5e-mtp
  • 2026-11-17: タイトルを、記事で分かる内容(必要VRAM・配布ファイル等)を示す形に変更しました。