ベンチエルエム・エーアイ (benchlm.ai) は2026年7月9日(現地時間)、ディープシーク (DeepSeek) が開発したオープンウェイトモデル「DeepSeek V4 Pro (Max)」の最新ベンチマークデータを公開しました。同モデルは暫定リーダーボードで79モデル中14位、総合スコア78/100を記録。特に「Coding」カテゴリで高い性能を示し、最長1Mトークンの広範なコンテキストウィンドウが特徴です。
2026年7月9日(現地時間)に更新されたベンチマークデータによると、ディープシーク (DeepSeek) の大規模言語モデルDeepSeek V4 Pro (Max)は、複数の評価項目で顕著な性能を発揮しました。
このモデルはオープンウェイトモデルとして提供され、最長1Mトークンの広範なコンテキストウィンドウが特徴です。これは、非常に長いコードベースの理解や、複雑な文書の分析など、大規模な入力が求められるタスクにおいて強みを発揮する可能性を秘めています。
benchlm.aiが公開したベンチマークデータは、暫定リーダーボードで79モデル中14位、総合スコア78/100を記録しました。さらに、厳格な検証プロセスを経た検証済みリーダーボードでは、35モデル中9位に位置付けられています。
DeepSeek V4 Pro (Max)が最も得意とする分野は「Coding」カテゴリであり、79モデル中11位、スコア83.3/100を達成しています。特にSWE-benchでは高いパフォーマンスを発揮する可能性が指摘されています。
一方で、「Knowledge」カテゴリでは79モデル中26位、スコア71.7/100と、相対的に改善の余地がある分野と評価されました。これは、広範な知識の保持や情報検索において、さらなる最適化が求められる可能性を示唆しています。その他のカテゴリでは、「Agentic」が79モデル中22位で77.9/100、「Math」はスコア81.8/100を記録しました。
同モデルは、明示的なChain-of-Thought（思考の連鎖）推論メカニズムを活用しています。これにより、特に数学的な問題解決や、複数のステップを要する複雑な推論タスクでのパフォーマンス向上が期待されます。ただし、この高度な推論プロセスは、処理におけるレイテンシ（応答遅延）の増加や、トークン使用量の増大を伴う可能性があります。
APIを通じてモデルを利用する場合、DeepSeek V4 Pro (Max)の利用料は、1Mトークンあたり入力が$1.74、出力が$3.48と設定されています。
DeepSeek V4 Pro (Max)の「Coding」における高性能は、オープンウェイトモデルの中での競争力を高めるものと見られます。1Mトークンという広範なコンテキストウィンドウは、大規模なコードベースの解析、複数のファイルを横断するリファクタリング支援、長文ドキュメントからの情報抽出など、複雑な実務タスクにおいて効果を発揮する可能性を秘めています。例えば、既存システムの包括的な理解が必要な場面や、詳細なログ分析に基づく問題特定などでの活用が検討されています。
ただし、Knowledgeカテゴリでの相対的な改善余地や、Chain-of-Thought推論による処理遅延、トークン利用料は、導入を検討する上でのトレードオフとなる可能性があります。利用企業は、費用対効果と具体的なユースケースの特性を考慮し、他のオープンウェイトモデルやクローズドモデルとの比較検討を行う必要性が指摘されています。
参考: benchlm.ai — 2026年7月9日 09:00 (JST)