無検閲のDeepSeek API

「無検閲のDeepSeek API」という言葉にたどり着く人が求めているのは、具体的にひとつです。DeepSeekの推論力とコーディング能力を持ちながら、実際に尋ねた質問に答えてくれるモデル。能力の側は十分に文書化されています — DeepSeek-AIがアーキテクチャと数値を公開し、ウェイトはMITライセンスでHugging Faceにあります。もう半分は運用上の判断であり、たいていはあなたの代わりに誰かが決めています。このページはその両方を扱います。V4-Proという基盤が何であるか、私たちの3BIT-REAPビルドがそれに何をしているか、そして私たちが「無検閲」と言うとき、それが正確に何を意味するかです。

01「無検閲のDeepSeek API」が実際に意味すること

2つの異なる仕組みが同じ言葉の下に整理されています。1つ目はウェイトに焼き込まれたアラインメント — 事後学習で獲得された拒否の振る舞いです。2つ目は提供側のモデレーション層です。モデルがプロンプトを見る前にそれを検査し、あなたが出力を見る前にそれを検査する別個の分類器で、モデルが何を言おうとしていたかにかかわらず、応答を文の途中で断ち切ることができます。

どちらも測定可能であり、DeepSeekの自社サービスは実際に測定されています。Promptfooは政治的に微妙な質問を1,360件集めたセットを組み、DeepSeekがホストするR1がそのうち1,156件 — およそ85% — を拒否または回避したと報告しました。同系統に対する学術研究は、著者らが思考抑制と呼ぶ独特の失敗形態を見つけています。微妙な話題では、モデルの推論トレースが始まったとたんに打ち切られるというものです。Information Sciences誌に掲載された別の監査は、意味レベルの抑制を記録しました。モデルの内部推論には存在する内容が、ユーザーに届く前に静かに省かれるか書き換えられるというものです。これは露骨な拒否より厄介な問題です。切り詰められた答えは、答えのように見えるからです。

私たちが動かしているのはオープンウェイトのリリースであり、自分たちで運用するハードウェア上、米国国内で、Shannon Lab LLCのもとで動いています。モデルの手前に拒否層はなく、返ってくる内容にフィルタもかけていません。あなたのプロンプトが提供前にポリシー判定されることはなく、出力ストリームが外へ出る途中で検査されることもありません。基盤がMITライセンスで公開されているので、私たちの言葉を信じるのではなく、私たちの出力を参照ウェイトと自分で比べることができます。

02基盤：1.6TのMoE、DeepSeek-V4-Pro

DeepSeek-V4はDeepSeek-AIの現行オープンウェイトファミリーで、2026年4月にプレビューされ、MITライセンスで2サイズが出荷されました。V4-Flash（総284B、活性13B）とV4-Pro（総1.6T、活性49B）です。この記事はPro階層についてのものです。どちらもおよそ33兆トークンで事前学習されており、どちらも100万トークンのコンテキストをネイティブに扱えます。

注目すべきはスパース率です。任意のトークンで発火するのはパラメータの約3%だけで、これがこの規模のモデルを提供可能にしています。MoEブロック自体はいまもDeepSeekMoE — V2で導入された細粒度のルーティング型エキスパートと、常時オンの共有エキスパートの組み合わせ — であり、V4での変更はわずかで、最も目立つのは最初期の層におけるハッシュルーティングです。投機的デコードも可能にするV3の補助目的関数、Multi-Token Predictionはそのまま維持されています。

V4の新要素は構造的なものです。Manifold-Constrained Hyper-Connections（mHC）は、素朴な残差経路を、Sinkhorn–Knopp射影によって二重確率行列の多様体上に制約された学習可能な混合行列に置き換えます。非常に深い積層を壊す数値的なドリフトなしに、入力ごとに重みを付け替える残差ストリームです。学習はほとんどのモジュールでAdamWからMuonへ移り、Newton–Schulz直交化を用います。AdamWは埋め込み、予測ヘッド、正規化、および静的なmHCパラメータにのみ残されました。さらにエキスパートのウェイトはFP4で学習され、その他の大半のパラメータはFP8です — 最初から量子化を前提としており、この点はモデルがさらなる圧縮をどれだけ穏やかに受け入れるかに効いてきます。

03MLAからCSA＋HCAへ：DeepSeekが長いコンテキストを安く保つ方法

4世代を貫くDeepSeekの一貫した主題はサイズではなく、アテンションの経済です。どのバージョンもKVキャッシュを攻撃してきました。KVキャッシュはコンテキストに比例して線形に増え、長い入力ではメモリを支配するからです。

• V2はMulti-head Latent Attention（MLA）を導入しました — キーと値を潜在ベクトルへ低ランクに同時圧縮する方式で、生成時にはヘッドごとの完全なKとVの代わりに、その潜在ベクトルと分離されたRoPEキーをキャッシュします。DeepSeekは、標準的なマルチヘッドアテンションに対してKVキャッシュがおよそ4〜14%まで下がり、品質は維持または向上したと報告しました。
• V3はそれを671Bへスケールさせ、オープンモデルにおける安価な長コンテキストの前提としてMLAを定着させました。
• V3.2はDeepSeek Sparse Attention（DSA）を追加し、すべてに注意を向ける代わりに、軽量なインデクサを通じてクエリごとに履歴の上位k個の部分集合を選ぶようにしました。
• V4はそれらを組み合わせます。Compressed Sparse Attention（CSA）は、まずmトークンごとのKVエントリを学習された重みで1つのエントリに圧縮し、その圧縮済みエントリに対して上位kのスパース選択を行います。Heavily Compressed Attention（HCA）ははるかに強く圧縮しますが、その結果に対しては密なまま動きます。この2種類の層が積層全体で交互に配置され、安価な全体要約と精密な局所検索が共存します。

100万トークンのコンテキストにおける報告された効果は際立っています。V4-ProはV3.2に対して、トークンあたり推論FLOPsの約27%、KVキャッシュの約10%しか必要としません。だから262Kのリクエストがメモリ上の一大事ではなく普通のリクエストとして振る舞い、長コンテキストの検索性能が数万トークンを超えたところで崩壊せずに保たれるのです。

043BIT-REAPという接尾辞の意味

私たちのカタログIDは3BIT-REAPで終わります。これは順に適用された2つの独立した圧縮工程を表しています。

REAP：エキスパートを統合するのではなく、枝刈りする

REAPはRouter-weighted Expert Activation Pruningの略で、Cerebras Researchによるものです — 「REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression」、ICLR 2026採択。スパースなMoEでは、ルーターはエキスパートを均等には使いません。ロングテールは、めったに選ばれないか、弱くしか選ばれないか、その両方です。REAPは各エキスパートを、ルーターのゲート値（どれだけ頻繁に、どれだけ強く選ばれるか）とエキスパートの活性化ノルム（その出力がどれだけ寄与するか）を組み合わせて採点し、負けたものをそのまま削除します。

論文の主張は、枝刈りが統合に勝るというものです。統合はMoEを作る価値そのものだった機能的な専門化を平均で消してしまうのに対し、ルーターがほとんど届かないエキスパートを削除する方式はそれを保ちます。20Bから1Tまでのモデル群で、REAPは生成系ベンチマークにおいて統合手法や競合する枝刈り手法を上回り、著者らはQwen3-Coder-480BとKimi-K2においてエキスパートを50%枝刈りしてもコード生成とツール呼び出しでほぼ無損失という結果を報告しています — まさにこのモデルが担うワークロードの輪郭です。

3ビットウェイト：最大級の基盤モデルのための圧縮階層

生き残ったものは、次に3ビットのウェイトへ量子化されます。3ビットは攻めた設定であり、そうでないふりはしません。ラインナップ全体では、基盤が十分小さく絞る必要のない場合はW8A16を、中間にはW4A16-AUTOROUND-REAPを使い、3BIT-REAPは最大級の基盤にのみ使います。そこではこれが、モデルを提供できるか提供できないかの分かれ目になるからです。

トレードオフははっきり述べる価値があります。3ビットの1.6T MoEは参照リリースとビット単位で同一ではなく、わずかな品質の代償は実在します。その代わりに得られるのは、非圧縮の天井が、より高い精度で無理なく収まるどのモデルよりもはるかに高い位置にある基盤です。しかもV4のエキスパートはそもそもFP4で学習されているため、このモデルはさらなるウェイト圧縮に対して異例なほど行儀よく振る舞います。精度により軽く触れるDeepSeekビルドがほしければ、DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAPが、同じ262Kコンテキストで入力$0.50 / 出力$2.00、4ビットウェイトと16ビット活性、AutoRoundの学習済み丸めを使っています。

05推論と、reasoning_effortダイヤル

V4の事後学習では、数学、コーディング、エージェント、指示追従といった領域の専門家を個別に学習させ、SFTのあとにDeepSeekがR1とともに導入したGroup Relative Policy Optimization、すなわちGRPOを適用します。それらの専門家は、逆KL目的関数のもとでのオンポリシー蒸留によって1つのモデルへ統合されます。したがって単一のチェックポイントが、すべてで平凡なジェネラリストではなく、複数領域で専門家級の振る舞いを同時に備えます。

公開モデルは、二値のスイッチではなく段階的な思考モードを備えています。私たちのゲートウェイでは、それが標準のreasoning_effortパラメータであり、このモデルで最も有用なつまみです。

• Low — ほぼ直答。分類、抽出、書き換えなど、モデルの熟考ではなく知識に対して支払っている場面。
• Medium — コードレビュー、デバッグ、多段の分析における既定の作業モード。
• High — 答える前に長く熟考します。難しい問題が解かれる場所であり、出力トークンの請求が発生する場所でもあります。推論トークンは出力として課金されるからです。

拒否層がないため、推論トレースが微妙な主題で切り詰められることはありません。自社サービスで記録された思考抑制のパターンは、ここでは発生する仕組み自体を持ちません。

06コードとエージェント作業：基盤モデルのスコア

以下はV4-ProリリースについてDeepSeek-AI自身が公開した数値であり、私たちのものではなく、私たちの量子化ビルドで測定したものでもありません。この基盤を選ぶ正直な理由になるので掲載していますが、一次当事者の発表である点を明記しますので、そのつもりで重み付けしてください。

2つは補足に値します。SWE-bench Verifiedの80.6%は実在リポジトリの課題解決です。見慣れないコードベースを読み、欠陥を特定し、そのプロジェクト自身のテストを通るパッチを作る作業です。100万トークンでのMRCR（83.5）はフル長での多ラウンド共参照検索であり、長コンテキストの主張が飾りではないことを示す数値です。DeepSeekはこのモデルについてCodeforcesレーティング3206、および1Mコンテキストでのx CorpusQA 62.0も報告しています。

上記の数値は、DeepSeek-V4-Pro参照リリースについてDeepSeek-AIが報告したものです。私たちの3BIT-REAPビルドはそれらのウェイトの圧縮版であり、これらのタスクで独立にベンチマークされてはいません。参照スコアは、このエンドポイントの測定値ではなく、基盤の天井として扱ってください。

07262Kコンテキスト：実際に何が入るか

参照モデルは100万トークン向けに学習されています。私たちが提供するのは262,144 — ゲートウェイ上のすべてのモデルが共有するウィンドウなので、モデルの切り替えは1行の変更で済み、コンテキストが後退することは決してありません。実務では、262Kは多くの現実の仕事でコンテキストが制約になる地点を越えています。

ワークロード	おおよそのトークン数	262Kに収まるか
中規模のサービスリポジトリ（約5万行）	~600K	いいえ — モジュールを選ぶ
単一サブシステム＋そのテスト	~60–120K	はい、余裕あり
あるプロトコルのRFC一式	~150K	はい
700ページの技術書1冊	~250K	はい、上限近く
長いエージェント実行、40ターン超のツール呼び出し	~80–200K	はい

設計時に見込むべき制約は出力側です。1応答あたり最大16,384トークン。長い文書や、複数ファイルにまたがるかなりのパッチには足りますが、コードベース1つ分ではありません。大規模な生成の仕事は、巨大な補完を1回で求めるのではなく、直前の出力をコンテキストに戻しながらリクエストを連結して行います — 262Kのウィンドウはそれを安上がりにします。

08価格と、ラインナップにおけるV4-Proの位置

100万トークンあたり入力$1.95 / 出力$3.90のV4-Proは、旗艦の推論階層です。問題が難しいときに手を伸ばすモデルです。問題が単に大きいだけなら、同じ262Kウィンドウのより安いモデルが4分の1の価格でこなします。

無検閲モデル	入力 / 1M	出力 / 1M	画像認識	向いている用途
DeepSeek-V4-Pro · 3BIT-REAP	$1.95	$3.90	なし	難しい推論、コード、エージェント
DeepSeek-V4-Flash · W4A16	$0.50	$2.00	なし	同じ系譜、大量処理
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	なし	汎用の主力
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	あり	最上位のマルチモーダルエージェント
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	あり	最も安い画像認識

誰もが実際にする比較について率直に述べます。DeepSeek自身のAPIはこれより安いのです。一次提供のV4-Proは入力$0.435 / 出力$0.87前後で、キャッシュヒット時の入力価格はさらに低くなります。トークン単価だけが判断基準で、モデレーションの挙動があなたの仕事に影響しないのであれば、公式APIを使ってください。あとで気づかれるくらいなら、こちらから言います。この上乗せ分が買うのは別の性質群です。拒否層も出力フィルタもないこと、Shannon Lab LLCという米国の運営者、日付入りで固定されたチェックポイント（0813）によって上流の黙ったアップグレードがプロジェクト途中で出力を変えないこと、1つのモデルに対する3つのAPI方言、そしてラインナップ12モデル全体で共通の262Kウィンドウとパラメータ面です。

09呼び出し方：3つの方言、1つのモデル

ゲートウェイ上のすべてのモデルが3つのエンドポイントすべてで応答し、いずれもストリーミングに対応します。新しいSDKを導入する必要はありません — ベースURLとモデルIDを変えるだけです。

curl https://api.shannon-ai.com/v1/chat/completions \
  -H "Authorization: Bearer $SHANNON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "DeepSeek-V4-Pro-0813-3BIT-REAP",
    "reasoning_effort": "high",
    "stream": true,
    "messages": [
      {"role": "system", "content": "You are a systems programmer. Be direct."},
      {"role": "user", "content": "Audit this parser for memory-safety bugs."}
    ]
  }'

• /v1/chat/completions — OpenAI方言。OpenAIのSDKと、その上に作られたあらゆるもので動きます。
• /v1/messages — Anthropic方言。すでにその形に合わせて書かれたコードベース向け。
• /v1/responses — Responses形式のインターフェース。

このモデルで対応しているもの：ストリーミング、ネイティブのツール呼び出し、厳格なjson_schema構造化出力、response_format、reasoning_effort。パラメータの完全なリファレンスと実行可能なプレイグラウンドはAPIドキュメントにあります。

10正直な制約

これを土台に作る前に知っておくべきことが4つあります。

• 画像認識なし。テキスト専用で、どのエンドポイントでも画像入力を受け付けません。目を持つ無検閲モデルが必要なら、Kimi-K3、Kimi-K2.6、MiniMax-M3、MiMo-V2.5、inklingをお使いください。
• 出力上限は16,384トークン。高い推論強度では推論トークンもこの枠を消費するので、長い熟考は答えの余地を減らします。大規模な生成にはリクエストを連結してください。
• 3ビットは実際の圧縮です。参照スコアが表すのは基盤であって、このビルドではありません。最も忠実度の高い階層としては、W8A16のモデル（MiMo-V2.5-Pro、MiMo-V2.5、Hy3）が量子化の度合いが最も小さくなっています。
• 無検閲は結果を伴わないという意味ではありません。拒否層がないということは、何を尋ねるか、そして答えを何に使うかの責任があなたにあるということです — 私たちの利用規約と、あなたが活動する地域の法律のもとで。

11よくある質問

---

出典：DeepSeek-AI — DeepSeek-V4-Pro モデルカード · DeepSeek-V4 技術レポート（CSA/HCA、mHC、Muon） · DeepSeek-V2（MLA、DeepSeekMoE） · DeepSeek-V3 技術レポート · REAP the Experts（Cerebras Research） · Promptfoo 検閲監査 · Discovering Forbidden Topics in Language Models。ベンチマーク数値は参照リリースについてDeepSeek-AIが報告したものです。圧縮ビルドに対する独立した第三者検証は保留中です。価格は2026年9月5日時点のShannon AI表示価格です。