DeepSeek V4.1 Flash vs Gemini 3.8 Flash：ベンチマーク、価格、使いどころ

Google は 2026 年 9 月 2 日に、わずか 6 週間で 3 度目となる Flash リリースとして Gemini 3.8 Flash を出荷しました。8 日後、DeepSeek は DeepSeek V4.1 Flash を発表。これは MIT ライセンスの 552B Mixture-of-Experts モデルで、入力時に 8B、出力時に 16B のパラメータが有効化されます。

両社は自社モデルをコーディングエージェント向けの「働きもの」と位置づけ、主要ベンチマークで同等のスコアを記録しています。つまり、オープン対クローズドという単純な図式ほど容易な選択ではありません。というのも、共通のベンチマークでは、より安価なモデルが必ずしも劣っていないからです。

本記事では、ベンチマーク、価格、オープン性、マルチモーダル、そして両モデルで実施したハンズオンのビルドテストを軸に、DeepSeek V4.1 Flash と Gemini 3.8 Flash を比較します。

各モデルの詳細は、個別のガイド「DeepSeek V4.1 Flash ガイド」および「Gemini 3.8 Flash と 3.8 Flash Cyber ガイド」をご覧ください。

要点まとめ（TL;DR）

• 両社が公開するすべてのエージェント系コーディング・ベンチマークで、DeepSeek V4.1 Flash は Gemini 3.8 Flash と同等またはわずかに上回り、ハンズオンのスケジューラーテストでは半分のターン数で勝利しました。
• 現時点で Gemini 3.8 Flash は入力トークンで 2.5 倍、出力トークンで 3.1 倍のコストがかかり、2027 年 1 月 1 日に価格が倍増します。
• Gemini 3.8 Flash はより広範なモデルで、音声・動画・PDF 入力に対応し、Google のホスト型ツール群が付属します。
• 大量のコーディングエージェント、バッチ処理、キャッシュ多用ループ、自前ホスティングが必要な用途には DeepSeek V4.1 Flash を選択してください。
• 入力がマルチモーダル、Google AI Studio や Antigravity 上で開発する、または公開済みのドメイン別スコアが必要な知的業務エージェントには Gemini 3.8 Flash を選択してください。

DeepSeek V4.1 Flash とは？

DeepSeek V4.1 Flash は、2026 年 9 月 10 日に DeepSeek から公開された、オープンウェイトで MIT ライセンスの Mixture-of-Experts モデルで、新アーキテクチャ系の中で最小のモデルです。

V4.1 の技術レポートによると、KV キャッシュはトークンあたり 890 バイトで、DeepSeek V4 Flash の約 4 分の 1。コスト削減の多くがここに起因します。

詳細は「DeepSeek V4.1 Flash ガイド」、前世代のローカル実行は「Unsloth Studio と OpenCode で DeepSeek V4 Flash を実行する」を参照してください。

Gemini 3.8 Flash とは？

Gemini 3.8 Flash は、2026 年 9 月 2 日にリリースされた Google の Flash ティアで最も高性能なモデルで、3 週間前の Gemini 3.7 Flash を土台にしています。

特徴的な設計思想は「より懸命に働く」こと。複雑なタスクでは追加の推論ステップを走らせ、ツールを反復的に呼び出します。Google は、努力レベルが高いほど使用トークンが増える場合があると述べています。

ローンチおよび限定アクセスの Cyber 変種は「Gemini 3.8 Flash ガイド」で、Interactions API、思考レベル、Python での関数呼び出しは「Gemini 3.8 Flash API チュートリアル」で解説しています。

DeepSeek V4.1 Flash vs Gemini 3.8 Flash：徹底比較

以下の 6 軸で比較すると、価格とオープン性は DeepSeek V4.1 Flash の勝ち、コーディングは引き分け、入力タイプ・ツール群・公開されている知的業務の結果は Gemini 3.8 Flash の勝ちです。

コーディングとエージェント型ワークフロー

両社の表に共通して載る 3 つのエージェント系ベンチマークでは、DeepSeek V4.1 Flash がいずれも先行。ただし 2 つは僅差で、実質引き分けと見なせます。

本当に差が出たのは、より難度の高い汎用エージェントスイート Terminal-Bench 4.0。DeepSeek が 31.2% に対し、Gemini は 19.1%。両社ともこのスイートには弱点が露呈すると認めており、DeepSeek は大規模モデルとのギャップが科学系エージェント課題で残るとし、Google の表でも Claude Opus 5 が 51.8% と記載されています。

注意点は 2 つあります。

• DeepSeek のスコアは最大努力レベル。技術レポートでは、低設定の約 2.5 倍の出力トークンを要するとしつつ、努力 60〜80 で精度の大半を維持しつつトークンを半分以下に抑えられるとあります。最大は難問向けに温存を。
• ハーネスは異なりますが、対向列はほぼ一致しており、他社横断の中では比較的にらみやすい表です。

ターミナル主体のコーディングエージェントでは両者同等と見なし、価格とデプロイ要件で選ぶのがよいでしょう。最難タスクでは、公開値ベースで DeepSeek に分があります。

価格：実際に支払う額

価格だけは勝敗が明確です。ポイントは、ワークロードの形状でその差がどれほど変わるか。

DeepSeek V4.1 Flash はあらゆる行で安く、出力トークンやキャッシュ済みプレフィックスに依存するほど差が拡大します。倍率は一様ではありません。入力 2.5 倍、出力 3.1 倍、キャッシュ読み出し 12.5 倍が今回の発見です。

トークン単価の並列表

差は「出力プレミアム」の形です。Gemini の出力単価は DeepSeek の 3.1 倍、入力は 2.5 倍。したがって生成・思考が重いほど割高で、両社とも推論トークンは出力単価で計上されます。

実ワークロードのコスト

計算式は（ボリューム ÷ 100 万）× 単価の入力・出力合計。DeepSeek はピーク単価、Gemini は導入時単価を使用。キャッシュ多用行は各社のキャッシュ読み出し単価を 1,000 回分に適用し、Gemini のキャッシュ保管 1 時間（$0.05）を加味しています。

見出しになるのはキャッシュ行です。DeepSeek の $0.006 により 10 万トークンのプレフィックス再読はほぼ無料。一方 Gemini は同じ 1 億トークン相当のキャッシュ読み出しに $7.50 を課金します。

DeepSeek をオフピーク運用すれば各行が半額。Gemini は 1 月以降に各行が倍増。結果、バランス型アシスタントは $0.60 に対し $3.38 となります。

オープン性、アーキテクチャ、デプロイ

ダウンロード可能なのは DeepSeek V4.1 Flash のみで、低コストを実現する鍵はアーキテクチャにあります。技術レポートでは、20 層の因果エンコーダーと 20 層のデコーダー、FP4 KV キャッシュを用いた Compressed Sparse Attention 2、トークンあたり 890 バイトの KV キャッシュ（V4 Flash の 3,514 バイトから削減）が説明されています。

とはいえ、これらの MIT ライセンスのウェイトのサービングはまだ初期段階で、vLLM と SGLang の対応はナイトリー／プレビュー版、Transformers は未対応です。

データレジデンシー、オンプレ推論、ファインチューニングが必要なら DeepSeek 一択。インフラなしで使いたいなら、GA のホスト型エンドポイントを持つ Gemini が簡便です。

マルチモーダル、コンテキスト、内蔵ツール

Gemini 3.8 Flash はテキスト・画像・動画・音声・PDF に対応し、DeepSeek V4.1 Flash はテキスト・画像に対応します。どちらもコンテキストは 100 万トークンですが、DeepSeek は最大 384K トークンの出力に対応し、Gemini は 64K。長尺コード生成や全文書リライトでは差になります。

Gemini の モデルページには、DeepSeek に相当品のないホスト型ツールも掲載：コード実行、Google 検索・マップのグラウンディング、ファイル検索、URL コンテキスト、コンピュータ操作（プレビュー）。DeepSeek の API 側は JSON 出力、ツール呼び出し、Responses API、Anthropic 形式エンドポイント、プレフィックス／FIM 補完を提供します。

入力に音声・動画が含まれる、あるいはリトリーバル実装なしでグラウンディングしたいなら Gemini。長い出力や OpenAI／Anthropic クライアントコードとの互換性が必要なら DeepSeek を選んでください。

DeepSeek V4.1 Flash と Gemini 3.8 Flash の実力検証

異なるベンダーのベンチマークだけでは不十分なので、同一のプロンプトと同一のツール面で、両モデルに同じビルド課題を実行させました。

テスト内容

地域オーケストラのリハーサルスケジューラー用に、状態保持型の単一ファイル Web アプリを構築させました。明示的に求めた機能は、区間重なりの衝突検出と永続化の 2 点です。両モデルは Terminal-Bench 2.1 で 90% 近辺ですが、Terminal-Bench 4.0 では DeepSeek 31.2%、Gemini 19.1% と差があり、今回の課題はその差を手短に観察する狙いです。

両モデルは OpenCode 上で、同一の固定ツール面（ファイル読み取り・編集のみ、シェル・ネットワークなし）で実行。推論努力は high、各 1 試行、リトライなし、プロンプトはバイト単位で同一の新規セッションに投入しました。

非対称点が 1 つあります。high は Gemini では最上位の努力レベルですが、DeepSeek では 1〜100 のスケールで 75 に相当し、最大は公開ベンチマークに使われる設定です。

プロンプトは以下です。

Build a single-file HTML page (inline CSS and JS, no build step, no external dependencies, no network) for a rehearsal scheduler used by a community orchestra. 
It needs:
- a week view (Mon–Sun) showing rehearsal blocks by section: strings, brass, woodwind, percussion;
- a conflict indicator that flags when two sections are booked in the same room at overlapping times (not merely the same slot);
- an add-rehearsal form with section, room, day, start time, and end time;
- localStorage persistence, so rehearsals survive a page reload.

Ship it as one working file named `index.html`. Do not install packages. Do not open, screenshot, or headless-render the page (no Playwright, Puppeteer, or Chrome). 
Do not ask me clarifying questions — make reasonable assumptions and note them briefly in a comment at the top of the file.提供：

評価は実行可否（fail/pass）に加え、以下 3 軸を 1〜5 点で採点しました。

• 仕様順守：要件はすべて実装されているか。
• 衝突ロジック：重なりを正しく検出・表示し、隣接や別室の予約は非衝突として扱えているか。
• 使い勝手とレイアウト：1 画面に収まり、直感的に操作でき、見栄えがよいか。

DeepSeek V4.1 Flash の成果物

DeepSeek は 2 ターン・ツール呼び出し 1 回で終了。13 KB の index.html を作成し完了を宣言。ダーク基調の 2 カラムで、左に追加フォーム、右に月曜〜日曜のグリッド、下部に衝突チェックパネル。ヘッダーコメントに重なり規則（背中合わせは対象外の厳密な重なり）が明記され、検証でも重なり対のみがフラグされました。

要求事項はすべて実装・動作し、レイアウトは一目で把握可能。任意機能の削除も有用です。編集は未対応ですが、プロンプト要件外。3 つの評価軸はいずれも満点 5 点です。

Gemini 3.8 Flash の成果物

Gemini は 4 ターン・ツール呼び出し 3 回（glob、read、write）で、76 KB の index.html（DeepSeek の約 6 倍）を出力し、処理はかなり遅めでした。見た目はより洗練され、ブランド風ヘッダー、ライブのオーバーラップ件数表示、意図的な水曜の二重予約による即時の衝突表示、セクション・部屋フィルタ、衝突のみ表示、カラム／タイムライン切替、編集と削除、レパートリーメモ、入力時のライブ警告プレビューなどを備えます。

衝突ロジックは正しく、検証でも重なり対のみがフラグされました。問題は追加機能です。セクション別回数を示す「セクションとバランス」パネルによりフォーム列がスクロールとなり（プロンプトに反します）、配置も不自然。操作子の多さで週表示の読み取り性も低下しました。よって仕様順守とレイアウトでそれぞれ 1 点減点。ただし全体としては良好な出来です。

結果

このテストは DeepSeek V4.1 Flash の勝ち。両者とも難所の区間重なりロジックは正解でしたが、差は判断力に出ました。DeepSeek は求められたものを 1 回の書き込みで構築。Gemini は小さな製品を作り、不要機能が評価対象のレイアウトを損ねました。デモ用途なら Gemini 版、実務で引き継ぎたいのは DeepSeek 版、という印象です。

なお、これは 1 設定での単回試行であり、トークン使用量やコストは評価していません。検証対象も、状態を持つ UI と重なりロジックに限られ、長期スパンのリポジトリ作業は含みません。

DeepSeek V4.1 Flash と Gemini 3.8 Flash の使い分け

どちらも万人のデフォルトではありません。ワークロード別に選択の指針をまとめます。

分かれ道は入力・インフラ・予算。エージェント型コーディングは互角なので、コストやコントロールが決め手なら DeepSeek、データやスタックが DeepSeek の許容外であれば Gemini です。

DeepSeek V4.1 Flash を選ぶべきとき

• 大規模にコーディングエージェントを回す。Terminal-Bench 2.1 と DeepSWE v1.1 で Gemini と互角、Terminal-Bench 4.0 で優位。出力 100 万トークンあたり $1.20（Gemini は $3.75）。
• エージェントループで大きなプレフィックスを再読する。キャッシュ読み出しは 100 万トークンあたり $0.006。Gemini の $0.075＋時間課金より 12.5 倍安く、上記のキャッシュ多用行で差の主因に。
• 自前ホスティングやファインチューニングが必要で、ノードが用意できる。MIT ウェイトは vLLM／SGLang のナイトリー・プレビューで動作。ただしチェックポイントは約 511 GB、検証済みレイアウトは GB200 NVL4 トレイ 1 台または H200×8 のノード 1 台。
• オフピーク運用や超長尺出力が必要。オフピークは全単価が半額。最大出力 384K は Gemini の 64K の 6 倍。

Gemini 3.8 Flash を選ぶべきとき

• 入力が音声・動画・PDF。DeepSeek V4.1 Flash はテキストと画像のみ対応。
• ホスト型ツールを自作せずに使いたい。コード実行、Google 検索／マップのグラウンディング、ファイル検索、URL コンテキスト、コンピュータ操作（プレビュー）を同一モデル ID で提供。
• Google のスタックで構築する。AI Studio と Gemini Enterprise で GA、Antigravity のデフォルトモデル。
• 知的業務エージェントの公開実績が必要。Google は Vals Finance Agent v2 で 61.4%、Harvey’s Legal Agent Benchmark で 10.0% を報告。DeepSeek に同等の公開値はありません。

DeepSeek V4.1 Flash と Gemini 3.8 Flash の始め方

できることの差より、到達できる面の差が大きいので、ベンチマークより前にマトリクスを確認してください。

最大の違いは、DeepSeek はダウンロード可能だが Gemini は不可という点。一方で、コンシューマー向けアプリとマネージドなエンタープライズ基盤は Gemini 側に実績があります。指定する ID は deepseek-flash と gemini-3.8-flash。従来の deepseek-v4-flash も解決されますが、中身は V4.1 Flash です。

最初の API コール

両 SDK は異なるため、単純な文字列置換では済みません。DeepSeek のエンドポイントは OpenAI 互換で、標準の openai クライアントをベース URL 変更で利用可能。Gemini 3.8 Flash は google-genai の Interactions API を用い、サンプリングではなく thinking_level を設定します。

from openai import OpenAI

client = OpenAI(api_key="YOUR_DEEPSEEK_KEY", base_url="https://api.deepseek.com")
response = client.chat.completions.create(
    model="deepseek-flash",  # DeepSeek V4.1 Flash
    messages=[{"role": "user", "content": "Refactor this function..."}],
)
print(response.choices[0].message.content)提供：

from google import genai

client = genai.Client()  # reads your Google AI Studio API key
interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Refactor this function...",
    generation_config={"thinking_level": "medium"},  # low, medium, or high
)
print(interaction.output_text)提供：

フルセットアップ、PDF 抽出、Gemini の関数呼び出しは「Gemini 3.8 Flash API チュートリアル」を、DeepSeek の思考モードや前世代のローカル展開は「DeepSeek V4 API チュートリアル」および「Unsloth Studio と OpenCode で DeepSeek V4 Flash を実行する」を参照してください。

まとめ

コーディングエージェント、バッチ処理、長いプレフィックスの再読が多いワークロードなら DeepSeek V4.1 Flash を使ってください。公開ベンチマークで Gemini 3.8 Flash と互角、ビルドテストは 2 ターンで勝利、価格も 3 分の 1（1 月の Gemini 値上げ前時点）です。入力が音声・動画・PDF、あるいは 1 つのホスト型エンドポイントでグラウンディング、コード実行、コンピュータ操作まで賄いたいなら、プレミアムを受け入れて Gemini 3.8 Flash を選びましょう。

こうしたモデルを核にエージェントシステムを構築したい方には、「Associate AI Engineer for Developers」トラックが、API・ツール利用・Model Context Protocol を 29 時間で体系的にカバーします。Gemini 側の入門には 1 時間の「Building AI Agents with Google ADK」コースもどうぞ。