blog
AIブログ
DeepSeek API 料金の日本企業活用——値上げ後に問われる導入判断の基準
2026年、中国AIスタートアップDeepSeekの年換算収益(ARR)が10億ドルを突破した。情報専門誌The Informationが事情を直接知る2名の関係者への取材をもとに報じ、The Next Webが伝えた報道によると、2026年1〜7月の実収益は約4.75億元(約7,070万ドル)で、2025年通年比で約10倍に達する。収益源はほぼ全額がAPIのモデル課金であり、消費者向けチャット(chat.deepseek.com)は引き続き無料で提供されている。
この成長を際立たせるのは、DeepSeekがAPIの利用料をおよそ2.3〜4.5倍に引き上げた後に実現している点だ。値上げ後も顧客離れは少なく、グローバル需要は持続したとされる。日本の企業がこの情勢をどう読むべきかは、「安価な代替APIが増えた」という捉え方を超えた分析を要する。

ARR10億ドル突破が日本企業に示す構造転換——値上げ後に需要が持続した理由
DeepSeekのCEO梁文鋒はこの収益数字を投資家会議で自ら公表したとされる(The Next Web経由の報道)。同社は2026年6月に初の外部調達(約70億ドル、梁氏が主要出資者)を完了しており、収益化フェーズへ本格移行していることが確認できる。一方で同社方針として計算資源の70%超はモデルトレーニングに優先配分されており、商業的拡張よりも技術的深化が主軸に置かれている。
総務省「令和7年版情報通信白書」は、LLMの活用が企業の事業競争力に直結するフェーズへ移行しつつあることを明記している(soumu.go.jp)。科学技術振興機構(JST)の分析でも、中国AIモデルのトークン使用量は急増しており、コスト効率の高い同モデルの採用が世界規模で加速していると報告されている(spap.jst.go.jp)。
値上げ後も需要が持続した背景には、DeepSeek V4系の技術的特性がある。1Mトークンのコンテキストウィンドウ、推論(thinking)モード、MITライセンスのオープンウェイト——これらは単純なコスト比較を超えた要件適合性で評価されているとみられる。日本企業にとってこれが意味するのは、DeepSeek APIを評価する際に「安価かどうか」だけでなく「技術要件に合うか」「リスクを許容できるか」の軸が不可欠になったということだ。
DeepSeek API 料金の日本企業活用:現行ピーク/オフピーク制と全価格
DeepSeek APIの料金体系は2026年8月16日16:00 UTCの改定を機に、従来の「プロモ価格/標準価格」の二段階モデルからピーク/オフピーク時間帯別料金制へ移行した(出典: DeepSeek API Docs — Pricing、2026年8月27日確認)。ピーク時間帯はUTC基準で平日の01:00〜04:00および06:00〜10:00であり、JSTに換算するとそれぞれJST 10:00〜13:00、JST 15:00〜19:00に相当する。オフピーク料金はピーク価格のちょうど半額に設定されており、スケジューリング設計によって実効コストに最大2倍の差が生じる。
現行の主力モデルは、旗艦のdeepseek-v4-pro(正式GA版、スナップショット名: V4-Pro-0813、2026年8月12〜13日に一般提供移行)と、軽量・低コストのdeepseek-v4-flashの2系統だ。いずれも1Mトークンのコンテキストウィンドウと最大384,000トークンの出力に対応し、推論(thinking)モードを持つ。旧API名(deepseek-chat、deepseek-reasoner)は2026年7月24日をもって廃止されており、新規実装では正式名称の使用が前提となる。
| モデル | 時間帯 | 入力(キャッシュミス) | 入力(キャッシュヒット) | 出力 |
|---|---|---|---|---|
| deepseek-v4-flash | オフピーク | $0.22 | $0.007 | $0.66 |
| deepseek-v4-flash | ピーク | $0.44 | $0.014 | $1.32 |
| deepseek-v4-pro | オフピーク | $0.66 | $0.022 | $1.98 |
| deepseek-v4-pro | ピーク | $1.32 | $0.044 | $3.96 |
出典: DeepSeek API Docs(2026年8月27日確認)。価格はUSD/100万トークン。今後の改定可能性あり、導入前に公式ドキュメントの最新版を確認すること。
キャッシュヒット時の入力コストが大幅に低くなる点は、設計上の重要な変数だ。deepseek-v4-flashのオフピーク・キャッシュヒット時は$0.007/100万トークンであり、繰り返しの多い処理(同一システムプロンプトを多数のリクエストで再利用するケース等)では、実効コストをキャッシュミス時の1/31以下に抑えられる可能性がある。コスト試算の段階では、対象業務のキャッシュヒット率を保守的に見積もった複数シナリオを比較することが不可欠だ。
DeepSeek API 日本企業活用のメリットと直視すべき4つのリスク
活用が見込める場面
deepseek-v4-flashのオフピーク出力コスト($0.66/100万トークン)は、大量バッチ処理の用途では相対的に競争力のある水準にある。テキスト分類・要約・データ抽出・コンテンツ生成といった処理量の多い業務で、かつJST深夜〜早朝にスケジューリングできる設計が取れる場合、コスト効率の高い運用が期待できる。deepseek-v4-proのオフピーク価格(出力$1.98/100万トークン)も、複雑な推論タスクにおける費用対効果を評価できる水準だ。
また、両モデルはMITライセンスのオープンウェイトとして公開されているため(出典: Hugging Face)、データをクラウド外に保持したい業種では自己ホストという選択肢も存在する。医療・金融・官公庁向けSaaSなど、データローカリゼーションの要件が厳しい業種では、この選択肢の存在が意思決定の前提を変えうる。自己ホストを検討する際には、ディープラーニングのアーキテクチャと推論コストに関する基礎的な社内理解が判断前提となる(参考: ディープラーニングの基礎と実務応用)。
直視すべき4つのリスク
①データ主権・プライバシーリスク
DeepSeekは中国に拠点を置く企業であり、API経由で処理されるデータは同国のインフラを経由する。個人情報保護法の対応義務を持つ企業や、機密情報・顧客データを含むプロンプトを投入する業務では、法務・情報セキュリティ部門によるデータフロー評価が技術評価に先行する必要がある。API利用規約と自社の個人情報第三者提供規程の照合を、PoC開始前の必須ステップとして位置づけることが合理的だ。
②ピーク帯と日本業務時間の構造的重複
上図のとおり、標準的な日本のコアタイム(JST 9〜18時)のうち6時間(10〜13時・15〜18時)がピーク料金帯と重複する。リアルタイム応答が前提の業務ではピーク料金が常態化し、オフピーク活用の恩恵を受けられない。稟議段階のコスト試算では、実際に何%の処理をオフピーク帯へ移行できるかを設計段階から明示的に反映しなければ、予算超過の原因となりうる。
③価格変動リスク
2026年8月の改定はV4-Proのオフピーク出力を旧プロモ価格比で約2.3倍($0.87→$1.98)、ピーク価格では約4.6倍($0.87→$3.96)に引き上げた。今後の追加改定を完全に排除する根拠はなく、中長期的な業務組み込みを前提とする費用計画では、価格固定の保証がない点を変動リスクとして明示的に織り込む必要がある。
④サービス可用性の不確実性
消費者向けチャットでは混雑時に「Server Busy」が報告されている。API系統は別管理だが、企業が業務フローにAPIを組み込む際は、必要とするSLA水準と実態の乖離を事前に評価し、フォールバック処理(ローカルモデルへの切り替え等)の設計を検討することが推奨される。
DeepSeek API 料金と日本企業活用——意思決定の3軸フレーム
日本企業がDeepSeek API活用を判断する際、次の三軸での評価が実務的な出発点となる。
軸①: データ分類の先行実施
扱う情報を「個人情報・機密情報を含む」か「含まない」かで分類する。含まない業務データ(社内ログの分類・公開情報の要約・マーケティングテキスト生成等)であれば法的障壁は低い。含む場合は、自己ホストの実行可能性の評価か、日本国内・EU・米国データセンターを持つ代替APIとのTCO比較を先行させることが筋道となる。
軸②: 処理タイミングの設計評価
業務フローのうちどの処理をオフピーク帯(JST 0〜10時および13〜15時)へ移行できるかを洗い出す。バッチ処理比率が高い業務では、オフピーク活用によるコスト削減効果を具体的に数値化できる。リアルタイム応答比率が高い場合は、ピーク料金前提のコスト試算で稟議を通すことが現実的な判断となる。
軸③: 代替モデルとのTCO比較
DeepSeek APIと主要プロプライエタリAPIの料金比較は、出力トークン量・キャッシュヒット率・ピーク帯利用比率の三変数を揃えて試算しなければ、正確な意思決定の根拠にならない。LLMはマルチモーダル拡張や複数モデルを組み合わせたシステムとして設計されることが増えており(参考: マルチモーダルAIの基礎と活用動向)、API単体の料金比較にとどまらないアーキテクチャ視点の検討が中長期の意思決定には不可欠だ。
DeepSeekの収益急成長は、オープンウェイトとAPI課金を組み合わせた「ハイブリッド調達」がグローバルな標準オプションとして定着しつつある可能性を示す。値上げ後も需要が持続したという事実は、同社のモデルが単なるコスト訴求から技術特性訴求へと移行していることを示唆する。日本の経営・事業責任者にとって適切な認識の更新は、「安価な選択肢が増えた」という評価から、「調達・活用判断を技術・法・コスト・運用の四軸で評価する段階に入った」というものだ。
参考文献
- DeepSeek API 料金公式ドキュメント: https://api-docs.deepseek.com/quick_start/pricing(2026年8月27日確認)
- DeepSeek API アップデート履歴: https://api-docs.deepseek.com/updates(2026年8月確認)
- DeepSeek-V4-Pro 公式ウェイト(Hugging Face、MITライセンス): https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro
- DeepSeek ARR $10億突破(The Next Web、The Information報道ベース): thenextweb.com
- DeepSeek V4-Pro GA移行(Unite.AI): https://www.unite.ai/deepseek-ships-v4-pro-as-its-flagship-model-leaves-preview/(2026年8月確認)
- 令和7年版情報通信白書 AI研究開発の動向(総務省): https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112120.html
- AIの爆発的な進展の動向(総務省): https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/pdf/n1120000.pdf
- 中国のAI大規模言語モデルのトークン使用量分析(科学技術振興機構): https://spap.jst.go.jp/china/news/260304/topic_7_03.html
監修
河合 継(クリスタルメソッド株式会社 代表取締役)
AI・ディープラーニングに関する特許16件の発明者。過去、国立がん研究センターとの共同研究や、テレビ番組でのAI解説実績を持つAI研究者として、AIの研究開発を主導している。
運営会社について | 編集方針
Study about AI
AIについて学ぶ
-
DeepSeek 新論文に梁文鋒が署名——日本企業が読むべきDSec技術の核心と経営判断
DeepSeek新論文「DSec」と梁文鋒署名が示すもの 2026年9月23日、DeepSeekは大規模Agentトレーニング基盤「DSec(DeepSeek ...
-
DeepSeek デスクトップアプリ 企業活用の現実——リーク情報から読む導入判断の論点
DeepSeek Harnessデスクトップアプリ——何がリークされ、何が確認されたか 2026年9月25日(UTC+8)時点で、DeepSeekの公式サーバー...
-
今日のAIニュース(9月25日)|DeepSeek、新論文でエージェント学習基盤公開
本日の海外AIニュースでは、DeepSeekの急成長と資金調達計画が最多の話題を集めたほか、AnthropicやGoogleなど各社の新モデル発表も相次いだ。 ...