AIエージェントの「意図を読む力」が一段上がった — DeepSeek V4 Flash 0731 の話

私は日々の仕事を Hermes Agent（AI エージェント）に任せています。メールの下書き、案件フォルダの整理、スケジュール調整——エージェントがどこまで勝手にやってくれるか、がそのまま作業量の差になります。

今回は、そのエージェントの頭脳を DeepSeek V4 Flash（0731版） に変えたら、これまでいちばん引っかかっていた「複数ツールをつなぐタスク」が驚くほど素直に通るようになった、という話です。

もともとの構成：V4 Pro を使っていた

エージェントのメインモデルには DeepSeek V4 Pro を使っていました。賢さは申し分ありません。OpenCode Go は月10ドルで60ドル分の利用枠がつくサブスクリプションで、コスパも良いはずでした。

ただし例外があって、一部のモデルは月15ドルまでしか使えない。DeepSeek V4 Pro はまさにその例外モデルで、60ドル分の枠のうち15ドル分しか消費できない。一方で V4 Flash は例外対象ではなく、60ドル分フルに使える。結果、「賢いけど、月の途中で量が尽きる」状態になり、コスト面の恩恵をあまり受けられませんでした。

他のモデルを試して、DeepSeek に戻ってきた

他社のモデルもいくつか試しました。ところが、

• キャッシュ割引率（同じ会話の続きがどれだけ安くなるか）
• 日本語の自然さ

の2点で、結局 DeepSeek が一番しっくりきました。性能表の数字より、日常で使ったときの「相性」が効く領域です。

一方、旧版の V4 Flash は 賢さが Pro より一段落ちる印象でした。Composio（外部ツール連携）そのものは扱えるけれど、一連のチェーンタスクの中の1ステップとして MCP を叩くのは少し心もとない。だから本番は Pro のまま、という構成で回していました。

0731版に変えたら、何が変わったか

V4 Flash 0731 を Hermes Agent に入れてみたところ、私の体感では Pro 以上にこちらの意図を読み取ってくれます。しかも速い。

いちばんわかりやすい例が、このチェーンタスクです。

先方から届いたメールを読んで、

1. 内容を理解する
2. 返信文面を作る
3. Google Meet のリンクを作成する
4. カレンダーに予定を登録する

これが 1つのチェーンとして、ワンショットで通るようになりました。以前は「理解 → 文面」まではできても、そこから先のツール連携で途切れがちでした。

比較のために言うと、私が試した範囲では GPT-5.6 Luna は Composio のツールをちゃんと叩けず、ずっとループしていました。reasoning を最上位設定にしてもダメでした。その点、0731 はツール呼び出しをチェーンの中の自然な1ステップとして扱える。エージェント用途としては、これが大きいです。

まとめ（あくまで私の環境での体感です）

観点	旧 V4 Flash	V4 Pro	V4 Flash 0731
賢さ	一段落ちる	高い	Pro 以上（体感）
速度	速い	普通	速い
ツール連携	心もとない	使える	ワンショットで通る
コスト上限との相性	$60フル	$15で頭打ち	$60フル

エージェントの頭脳として見たとき、私の中では「賢さ」と「ツールを確実に叩けるか」は別物で、後者の比重が大きいようです。0731 はその両方が揃って見えます。

性能の優劣はベンチマークではなく、あくまで自分の使い方で決まる。この1ヶ月でいちばん効いた変更でした。