DeepSeek V4が間近か – Engramアーキテクチャとコスト半減の衝撃

DeepSeekが開発した新しいニューラルアーキテクチャで、記憶と推論を効率的に統合し、低コストで高い性能を実現する技術です。

複数のベンチマークでGPT-4oやClaude 3.5 Sonnetに匹敵する性能を示しつつ、推論コストを大幅に削減しています。

多言語対応モデルとして日本語もサポートしていますが、英語・中国語に比べると精度はやや劣る傾向があります。

AI・自動化

2026.03.03 2026.02.27

DeepSeekが2月11日、コンテキストウィンドウをひっそりとアップグレードした。大きな告知もなく、静かに変更が入った。ただこの動きが、V4リリースが近い兆候だとみる観測者が多い。

前回のDeepSeek V3リリース時は、Nasdaq全体が急落するほどの市場インパクトがあった。今回も同様のことが起きるかもしれない——と、市場は警戒モードに入っている。

Engramアーキテクチャとは何か

DeepSeek V4の核心とされるのが、Engramと呼ばれるアーキテクチャだ。

ポイントは「静的メモリと推論を分離する」という設計にある。

従来のTransformerベースのモデルは、トークンを処理するたびにKVキャッシュが線形に増加していく。長いコンテキストを扱うほどメモリ消費が膨らみ、推論コストも跳ね上がる構造だ。

Engramはここを分割する。モデルの知識に相当する「静的メモリ」は固定しておき、推論時のダイナミックな処理とは別のレーンで管理する。結果として、長大なコンテキストを処理する際のオーバーヘッドが大幅に圧縮される。

もう一つの重要な技術がDSA（DeepSeek Sparse Attention）だ。

100万トークン超の入力を処理するコストを、従来比で50%削減できるとされている。

Sparse Attentionは、すべてのトークン間の関係を計算するのではなく、重要なペアに絞って計算量を削る手法だ。DeepSeekは独自の実装でこれを洗練させ、精度を落とさずにコストを抑えることに注力している。

100万トークンを扱える、かつそのコストが半減するとなれば、ロングコンテキスト処理の経済性が根本から変わる。1冊の書籍全体を入力してリアルタイムで応答するようなユースケースが、現実的なコストで成立するラインに近づく。

DeepSeek V3が公開されたのは2024年末。オープンウェイトモデルでありながら、当時の最高水準モデルに匹敵するベンチマーク性能を示したことで、市場に衝撃が走った。

NvidiaをはじめとするAI関連株が急落し、Nasdaqも大きく下げた。「米国の高価なGPUなしに高性能モデルが作れる」という示威効果が、投資家心理を直撃した形だ。

V4がそれ以上のインパクトを持つとすれば——特にEngramとDSAで推論コストがさらに下がるとなれば——クラウドAIサービス全体の価格競争にも影響が及ぶ可能性がある。

現在、主要LLMのAPI価格は過去1年で大幅に下落している。Claude、GPT、Geminiそれぞれが値下げを繰り返してきた。

DeepSeekはその圧力を最も強く加えてきたプレイヤーの一つだ。中国のリソースで開発され、オープンウェイトとして公開し、APIは格安で提供する——このモデルが続くとすれば、商用LLMの価格はさらに下押しされる。

V4がリリースされてロングコンテキスト処理コストが半減すれば、100万トークンを大量に使う企業向けユースケースでのコスト設計が変わる。データ処理パイプラインや法律文書の解析、大規模コードリポジトリの分析といった用途で、選択肢が広がることになる。

今回の2月11日コンテキストウィンドウ拡張は、ユーザーに向けた大きな告知を伴わなかった。だからこそ「V4に向けたインフラ整備の一環ではないか」という読みが広がっている。

DeepSeekはV3のときも、比較的静かに準備を進めてから公開した。今回も同じパターンを踏んでいる可能性は十分ある。

いつリリースされるかは不明だが、市場がV4の動向を注視しているのは確かだ。AIモデルのアーキテクチャ競争は、技術的な話でありながら同時に市場全体を動かす話でもある——そのことをDeepSeekは改めて見せつけようとしているのかもしれない。

この記事が参考になったら｜以下のリンクから見てもらえるだけで、ブログ運営の応援になります。