中国AIの安さの源、ディープシークはKVキャッシュを437分の1に削った

890バイトは公開された設定値から1バイト単位で再現できる

ディープシークの公表値は、同社がハギングフェイスで公開している各版の設定ファイルと、同社の推論用ソフトウエア部品 FlashMLA の説明書に記された保存形式から計算し直せる。本誌が2026年9月22日に取得した設定値で計算すると、4世代とも公表値と一致した。

V1 は、キーとバリューのヘッドを8個持つ標準的な構成だった。ヘッド1個の次元は、隠れ層の次元8,192をアテンションのヘッド数64で割った128で、1層あたり4,096バイトを95層分保存していた。V3.2 はキーとバリューを512次元の小さな1つのベクトルに圧縮し、8ビットの浮動小数点 (FP8) で保存したことで、1層あたり788バイトになった。1層あたりで5.2分の1、層の数も95から61へ減り、合わせて8.1分の1になる。V4-Flash は複数のトークン分をまとめる方法を取り入れ、21層では4トークン分を1件に、20層では128トークン分を1件にまとめた。1件は FP8 の数値448バイトと、精度を落とさない位置の情報128バイト、スケール係数8バイトの計584バイトで、キーとバリューだけで1トークンあたり3,157.25バイトになる。V4.1-Flash は KVキャッシュを作る層を第2・8・14・20層の4層に絞ったうえで、1件を FP8 の584バイトから FP4 の288バイト (4ビットの数値512個で256バイトと、16個ごとのスケール係数32バイト) に縮めた。

インデクサーは、長い入力の中から次に参照すべき位置を選ぶ小さな仕組みで、そのキーも KVキャッシュに含まれる。インデクサー用のキーの大きさは報告書にも説明書にも明記がなく、表の132バイトと68バイトは公表値から逆算した推定である。V4-Flash と V4.1-Flash を別々に逆算しても同じ68バイトになり、2つの計算が互いの裏付けになっている。437分の1は宣伝用の数字ではなく、公開された構成から誰でも確かめられる設計の結果である。

中国AIは利用量の7〜8割を占めるが支出は2〜4割、単価は米国製の約6分の1〜15分の1

効率の差は価格に表れる。ゴールドマン・サックスがオープンルーターのデータから作業の種類別に集計したところ、2026年9月7日からの1週間のトークンの利用量のうち、中国製モデルは一般的な用途の77%、AIエージェントの83%、コード生成の70%、データ処理の74%を占めた。同社は「中国製モデルは価格の競争力で利用量の過半を握っている」とみており、中国製モデルは利用の順位でも何度も上位に入ってきた。一方、9月7日時点の支出に占める割合では、中国製モデルは一般的な用途で22%、AIエージェントで36%、コード生成で29%、データ処理で16%にとどまり、残りの78%・64%・71%・84%は米国製モデルに支払われた。

2つの割合から、1トークンあたりの単価の開きを逆算できる。中国製と米国製の支出の比を、利用量の比で割れば、中国製モデルの単価を米国製モデルの単価で割った値になる。本誌の計算では、米国製モデルの単価は中国製モデルの、一般的な用途で11.9倍、AIエージェントで8.7倍、コード生成で5.7倍、データ処理で14.9倍だった。支出と利用量は集計の時点が1週間の中で少しずれるため、この倍率は推定である。

逆算の結果は、実際の価格表とも合う。オープンルーターが公開している価格表 (2026年9月22日取得) では、DeepSeek V4.1 Flash は100万トークンあたり入力0.15ドル・出力0.60ドル、同じ9月に出たグーグルの Gemini 3.8 Flash は入力0.75ドル・出力3.75ドルで、グーグルの方が入力で5倍、出力で6.25倍高い。同じ軽量版どうしでも、逆算した倍率の最も小さいコード生成の5.7倍と同じ程度の差がある。ゴールドマン・サックスは、安い中国製モデルの採用が進むにつれて大規模言語モデルの1トークンあたりの平均価格が下がり、世界の推論サービスの価格に値下げ圧力がかかっていると指摘した。投資家にとっては、中国製モデルの利用量の割合を、そのまま売上高の割合と読み替えてはいけないということになる。利用量で7〜8割を占めても、金額では2〜4割にとどまる。

AIエージェントとコード生成で中国勢の支出の割合が7月から伸び、KVキャッシュの小ささが長い作業の費用に効く

伸びは、より価値の高い用途に広がっている。ゴールドマン・サックスによれば、支出に占める中国製モデルの割合は、AIエージェントで7月の13%から9月の36%へ、コード生成で16%から29%へ上がった。一般的な対話だけでなく、支払額の大きい用途でも金額の割合を伸ばしている。

KVキャッシュの小ささが最も効くのが、この2つの用途である。AIエージェントは外部のツールを何度も呼び出し、そのたびに長い入力を読み込み直すため、入力の読み込みとメモリーの使用量が費用を左右する。ディープシークは技術報告書で、KVキャッシュの大きさが推論の処理能力を下げ、運用の費用を押し上げ、長い作業をこなすAIエージェントの普及を妨げると書いた。V4.1-Flash でエンコーダーとデコーダーに分けたのも、入力の多いAIエージェントの作業で費用の効率を高めるためだと説明している。記者の見立てでは、AIエージェントで支出の割合が伸びたことは、この設計の狙いと合致している。

ゴールドマン・サックスは、次の主戦場をAIエージェントと、AIが人に代わって仕事をこなす「デジタル労働」とみる。その用途はプログラムの作成から、金融、法務、会計など事務職の業務全般へ広がるという。いずれも長い文書を読み込み、何段階もの作業を重ねる仕事で、1トークンあたりの KVキャッシュの大きさがそのまま費用に響く。ディープシークの会社の概要は ディープシークの企業ページ で確認できる。

米国勢が設備投資で中国勢の約7倍を投じる一方、ディープシークは1トークンあたりの KVキャッシュを437分の1に減らし、その減らし方は公開された設定値から1バイト単位で再現できる。この効率が単価を米国製モデルの約6分の1〜15分の1に押し下げ、中国製モデルに利用量の7〜8割をもたらした。ただし支出で見れば2〜4割にとどまり、利用量と金額の割合の差こそが、中国AIが安さで戦っている証拠である。

投資家向けの個別銘柄レポートと技術デューデリジェンスのご相談はこちら。