はじめに
Claude Codeのモデルを別モデルに差し換えて、アプリケーション開発をすると本家よりお安くできるのではないか？という疑問から、前回はGLM-5.2に差し換えて検証してみました。
今回は続編でDeepSeek-V4-Flashで同じ機能仕様書と受入検査表でアプリケーション開発をさせたらどうなるかを検証してみました。
前回までの記事のリンクです。
前提条件
前回のGLM-5.2の時と同様に、同一の機能仕様書と受入検査表でアプリケーション開発をさせます。
詳細は前回の記事参照。
Claude Codeの初期化実施
前回と同様に/clearで初期化処理し、/modelで厳格にDeepSeekを指定します。
Benchmark用のタグをプロンプトで入力します。トークン消費量と費用を計算するためここが起点になることをログに残す意図です。DeepSeekでは以下のプロンプトを入力したら開発を始めました。
# Benchmark
Model=DeepSeek-V4-Flash
RunId=20261028-01
結果
１９分４秒で開発完了してくれました。
修正指示が必要でした
動作確認をしてみたところ、レポートの出力は概ね期待どおりの動きになっていましたが、Teamsチャネルに投稿するためのwebhookの値を受け付けるconfig.yamlになっていませんでした。
ClaudeやGLM-5.2はパラメーター入力欄が設定されており、ダミーデータで埋められていました。
DeepSeekだとconfig.yamlにパラメーター自体が無く、どう設定して欲しいのかが分からなかったです。コードを追って、どう対応しているのか・書き方を確認しなければならない状況でした
なので、config.yamlにパラメーター項目を設定してダミーデータで埋めるよう修正指示を出しました。
ここまでやって完成しました。
９０点くらいの動作はしてくれたのと、GLM-5.2よりも費用が段違いに安いのでプロンプトを工夫すれば十分使えると思いました。
トークン消費量と費用
RunId=20261028-01 の DeepSeek-V4-Flash を、前回と同じ形式でまとめました。
修正作業を翌日にさせたので、列データで分けて記載しています。
| 項目 | DeepSeek-V4-Flash RunId=20261028-01（合計） |
内訳: 10/28 開発 | 内訳: 10/29 修正 |
|---|---|---|---|
| API 呼び出し数 | 97 | 84 | 13 |
| 通常入力 | 478,169 | 327,879 | 150,290 |
| キャッシュ書込 | 0 | 0 | 0 |
| キャッシュ読出 | 5,069,568 | 4,717,568 | 352,000 |
| 出力 | 130,296 | 121,987 | 8,309 |
| 合計トークン | 約568万 | 約517万 | 約51万 |
| 費用 | 約 $0.357 | 約 $0.316 | 約 $0.041 |
-
通常入力は、ログの入力トークンからキャッシュ読出を差し引いた値です。
- 前回の GLM-5.2 の集計も同じ方式を採用しています。
- 「通常入力 + キャッシュ読出 + 出力」が合計トークン数と一致します。
-
費用算出に使用した単価（USD / 100万トークン）:
- DeepSeek-V4-Flash（FPT Token Factory API）
- 入力: $0.14
- キャッシュ読出: $0.05
- 出力: $0.28
- DeepSeek-V4-Flash（FPT Token Factory API）
-
費用内訳:
- 通常入力: 約 $0.0669
- キャッシュ読出: 約 $0.2535
- 出力: 約 $0.0365
- 合計: 約 $0.357
-
前回結果との比較:
- Claude Sonnet 5.5: 約 $1.98
- GLM-5.2: 約 $1.74
- DeepSeek-V4-Flash: 約 $0.36
-
コスト比較:
- DeepSeek-V4-Flash は Claude Sonnet 5.5 の約 1/5（18%）
- DeepSeek-V4-Flash は GLM-5.2 の約 1/5（21%）
同程度のトークン量を処理した今回の検証では、DeepSeek-V4-Flash が最も低コストという結果になりました。
３モデルのコスト比較
過去記事でも評価した、ClaudeとGLM-5.2との比較を下表に纏めました。
| 項目 | Claude Sonnet 5.5 RunId=20261027-02 |
GLM-5.2 RunId=20261028-02 |
DeepSeek-V4-Flash RunId=20261028-01 |
|---|---|---|---|
| API 呼び出し数 | 40 | 83 | 97 |
| 通常入力 | 80 | 200,609 | 478,169 |
| キャッシュ書込 | 150,782 | 0 | 0 |
| キャッシュ読出 | 4,404,985 | 4,549,696 | 5,069,568 |
| 出力 | 93,982 | 62,943 | 130,296 |
| 合計トークン | 約465万 | 約481万 | 約568万 |
| 費用 | 約 $1.98 | 約 $1.74 | 約 $0.357 |
費用算出に使用した単価（USD / 100万トークン）
-
Claude Sonnet 5.5（公式料金）
- 入力: $2.00
- キャッシュ書込: $4.00
- キャッシュ読出: $0.10
- 出力: $10.00
-
GLM-5.2（FPT Token Factory）
- 入力: $1.40
- キャッシュ: $0.26
- 出力: $4.40
-
DeepSeek-V4-Flash（FPT Token Factory）
- 入力: $0.14
- キャッシュ読出: $0.05
- 出力: $0.28
コスト比較
| モデル | 費用 | Claude比 |
|---|---|---|
| Claude Sonnet 5.5 | 約 $1.98 | 100% |
| GLM-5.2 | 約 $1.74 | 88% |
| DeepSeek-V4-Flash | 約 $0.357 | 18% |
-
GLM-5.2 の費用は Claude Sonnet 5.5 の約 88%
-
DeepSeek-V4-Flash の費用は Claude Sonnet 5.5 の約 18%
-
DeepSeek-V4-Flash の費用は GLM-5.2 の約 21%
-
今回の検証では、3モデルとも総トークン数は約465万～568万トークンの範囲に収まっていました。
-
費用面では DeepSeek-V4-Flash が最も低コストであり、Claude Sonnet 5.5 の約1/5、GLM-5.2 の約1/5という結果になりました。
まとめ
DeepSeek-V4-Flashでも十分開発はできました。
修正指示が必要だったりするところは事実としてありました。この点を加味しても、値段が安いので費用対効果が高いと言えると思います。
また、今回はローカルで動作するバックエンドアプリケーションの開発だったので、フロントエンドの開発だとデザイン性、操作性や応答性なども関わってくるので、また違った結果になり得ると思います。
本記事を見て、AI駆動開発を色んなモデルでやってみたいなと思われましたら、FPT Token FactoryでのAPI callをお試しください。
FPT CLOUDやFPT Token Factoryの事でご不明な点などがございましたら、気軽にご連絡いただければご案内させていただきます。
最後に、いいねとフォローをしていただけると嬉しいです。よろしくお願いいたします。
FPT AI FACTORY