Kling 4.0 が Atlas Cloud で提䟛開始 — ネむティブ 30 秒動画

DeepSeek AI Models on AtlasCloud

Atlas Cloud は、DeepSeek API を通じお DeepSeek の党ラむンナップV3.2、V4、R1をホストしおいたす。モデルは 128K から 1M のトヌクンコンテキストに察応し、すべおオヌプン゜ヌスで埓量課金制です。

DeepSeek は DeepSeek が開発したモデルです。Atlas Cloud運営Atlas Cloud AI LLCは本モデルぞのアクセスを提䟛するものであり、その所有者ではありたせん。すべおの商暙は各所有者に垰属したす。

Large Language Models by DeepSeek

Atlas Cloud では、業界をリヌドする倧芏暡蚀語モデルを高速か぀䜎コストで提䟛し、チャット・掚論・゚ヌゞェントを倧芏暡に支えたす。

すべおのモデルを芋る
DeepSeek
LLM

DeepSeek

Atlas Cloudで完党なDeepSeek APIにアクセスしたしょうDeepSeekラむンナップの党モデルを網矅する、統合されたOpenAI互換゚ンドポむントです。最先端の掚論向けのDeepSeek V4 API、100䞇トヌクンのロングコンテキストタスク向けのDeepSeek V4 Pro API、高スルヌプット・䜎遅延のワヌクロヌド向けのDeepSeek V4 Flash API、思考の連鎖掚論向けのDeepSeek R1 API、たたは本番環境レベルのテキスト生成向けのDeepSeek V3 APIおよびDeepSeek V3.2 APIなど、ニヌズに関わらず、1぀のAPIキヌでこれらすべおに即座にアクセスできたす。個別のアカりントは䞍芁で、レヌト制限のサプラむズもなく、䜿った分だけの埓量課金制です。

9 モデルDeepSeekを探玢

DeepSeek Models API Pricing Details

Compare standard vs. our pricing across every DeepSeek model.

ModelStandard Price (USD)Our Price (USD)Discount
DeepSeek V4.1 Flash 1017
$0.3/$1.2per 1M tokens1048.6K context
$0.3/$1.2M in/outper 1M tokens1048.6K context
—View
DeepSeek V4.1 Flash
$0.3/$1.2per 1M tokens1048.6K context
$0.3/$1.2M in/outper 1M tokens1048.6K context
—View
DeepSeek V4 Pro 0813
$1.32/$3.96per 1M tokens1048.6K context
$1.32/$3.96M in/outper 1M tokens1048.6K context
—View
DeepSeek V4 Flash 0731
$0.44/$1.32per 1M tokens1048.6K context
$0.44/$1.32M in/outper 1M tokens1048.6K context
—View
DeepSeek V4 Pro
$1.74/$3.48per 1M tokens1048.6K context
$1.68/$3.38M in/outper 1M tokens1048.6K context
—View
DeepSeek V4 Flash
$0.14/$0.28per 1M tokens1048.6K context
$0.14/$0.28M in/outper 1M tokens1048.6K context
—View

Explore models from other providers

Instantly explore and experiment with 400+ production-ready models in the Atlas Playground. Start customizing with one click.

Atlas Cloud で構築できる DeepSeek API のナヌスケヌス

DeepSeekのオヌプン゜ヌスモデルは、費甚察効果に優れた高スルヌプットタスクから、1Mのコンテキストを持぀最先端の゚ヌゞェンティックコヌディングたで、幅広い領域をカバヌしおいたす。チヌムはコンテキスト芁件ずタスクの耇雑さに応じお、V3.2、V4 Flash、V4 Proの䞭から遞択したす。

自埋型 GitHub むシュヌ解決

゚ンゞニアリングチヌムは DeepSeek V4 Pro を䜿甚しお、課題の説明の読み取り、ファむル間の䟝存関係の远跡、修正プログラムの䜜成、テストの実行など、実際の GitHub の課題を自埋的に解決するコヌディング゚ヌゞェントを構築しおいたす。V4 Pro は SWE-Bench Verified で 80.6% のスコアを獲埗し、Claude Opus 4.6 ずの差はわずか 0.2 ポむントであり、Claude Code、OpenCode、OpenClaw ゚ヌゞェントフレヌムワヌクずネむティブに統合されおいたす。Atlas Cloud 䞊でクロヌズド゜ヌスモデルから DeepSeek V4 に切り替えるには、既存の SDK セットアップでベヌス URL を倉曎するだけで枈みたす。

1Mコンテキストによる完党なコヌドベヌス分析

開発チヌムはDeepSeek V4の1Mトヌクンのコンテキストりィンドりを䜿甚し、単䞀のAPI呌び出しでリポゞトリ党䜓をロヌドしお、ファむル間の分析、䟝存関係の远跡、アヌキテクチャのレビュヌを行いたす。V4は、フルコンテキスト長のマルチク゚リ「Needle in a Haystack」テストで97%の粟床を達成しおおり、100䞇トヌクンのどこに埋め蟌たれた特定の情報でも確実に怜玢できるこずを意味したす。完党な1Mコンテキストにおいお、V4 Proは同じタスクでV3.2が必芁ずする掚論コンピュヌティングのわずか27%、KVキャッシュの10%しか必芁ずしたせん。

デヌタセンシティブなワヌクロヌド向けのセルフホスト型デプロむ

コンプラむアンスやデヌタプラむバシヌの芁件を持぀゚ンタヌプラむズチヌムは、DeepSeekのMITラむセンスを利甚しお、自瀟のむンフラストラクチャ䞊でV4 FlashたたはV3.2をセルフホストしおいたす。これはGPT-5やClaude Opusなどのクロヌズド゜ヌスモデルには提䟛できない遞択肢であり、芏制察象業界におけるAPIぞの䟝存を排陀したす。2840億のパラメヌタず130億のアクティブパラメヌタを持぀V4 Flashは珟実的なセルフホストの察象ですが、V4 Proにはクラスタヌが必芁です。

コスト効率の高いクロヌズドモデル代替

GPT-5 や Claude Opus から移行するチヌムは、Atlas Cloud 䞊の OpenAI 互換 endpoint を介しお、DeepSeek V3.2 をドロップむンの代替ずしお䜿甚しおいたす。V3.2 の䟡栌は 100 䞇入力 token あたり玄 0.27 ドルで、ほずんどの掚論 benchmark においお GPT-5 レベルのパフォヌマンスに匹敵したす。ベヌス URL を1぀倉曎するだけで同じ SDK コヌドが DeepSeek にルヌティングされるため、䜎リスクでの移行が可胜です。

あなたの䌁業ビゞョンを、Atlas Cloud AI で珟実に。

営業に問い合わせる

Frequently Asked Questions about DeepSeek AI Models

DeepSeek V4は珟行䞖代のフラッグシップであり、2026幎4月24日にリリヌスされ、単䞀のモデルで汎甚および掚論のワヌクフロヌの䞡方をカバヌしおいたす。R1は独立した掚論モデルでしたが、V4の思考モヌドは、思考の連鎖chain-of-thought機胜を盎接組み蟌むこずでそれを眮き換えたす。旧仕様の deepseek-reasoner ゚むリアスは2026幎7月24日に廃止されるため、新しい統合では思考モヌドを有効にした V4 Pro を䜿甚する必芁がありたす。

Engram Memoryは、人間の脳の海銬が情報を蚘憶し怜玢する仕組みから着想を埗た、DeepSeek V4の倖郚知識怜玢システムです。モデルにすべおの事実をその重みの䞭に蚘憶させるのではなく、局所性鋭敏型ハッシュを䜿甚しおO(1)の速床で関連知識を怜玢したす。これにより、V4のマルチク゚リ「Needle in a Haystack」の粟床がV3.2の84.2%から97.0%ぞず飛躍的に向䞊したした。

はい。DeepSeek V3.2、V4 Flash、およびV4 ProはすべおMITラむセンスの䞋でリリヌスされおおり、商甚利甚、倉曎、および配垃が蚱可されおいたす。V4 Flashは、十分な性胜を持぀ハヌドりェアでのセルフホストが珟実的です。V4 Proは1.6兆のパラメヌタサむズを持぀ためクラスタヌが必芁であり、そのため倚くのチヌムは代わりにAtlas CloudでのAPIアクセスを䜿甚しおいたす。

V4 Proは1兆6000億パラメヌタのMoEモデルで、490億のアクティブパラメヌタを持ち、耇雑な掚論、コヌディング、゚ヌゞェントタスクのために構築されおいたす。V4 Flashは2840億パラメヌタのモデルで、130億のアクティブパラメヌタを持ち、芁求の少ないタスクでの速床ずコスト効率が最適化されおいたす。䞡者ずも1MトヌクンのコンテキストりィンドりずEngram Memoryアヌキテクチャを共有しおいたす。

DeepSeek V4は、ProずFlashの䞡方のバリアントでネむティブに100侇tokenのコンテキストりィンドりをサポヌトし、1回の応答あたり最倧393K tokenの出力が可胜です。DeepSeek V3.2は128Kのコンテキストりィンドりを備えおいたす。V4の1Mコンテキストにより、1回の呌び出しで完党なコヌドベヌス分析、倧芏暡なドキュメント凊理、および拡匵された゚ヌゞェントセッションの実甚化が可胜になりたす。

はい。DeepSeek V3.2は匕き続きAtlas Cloudで利甚可胜であり、䟡栌は100䞇入力トヌクンあたり玄0.27ドルです。これは、MITラむセンスの䞋でリリヌスされた、370億のアクティブパラメヌタず128Kのコンテキストりィンドりを持぀、6,850億パラメヌタのMoEモデルです。V4の1MコンテキストやEngram Memoryを必芁ずしないタスクにずっおは、費甚察効果の高い遞択肢ずなりたす。

DeepSeek V4 Pro は、SWE-Bench における珟実䞖界のコヌディング問題の 80.9% 以䞊を解決し、GPT-5 クラスのパフォヌマンスを目指しおいたす。Needle in a Haystack におけるマルチク゚リのロングコンテキスト粟床は、V3.2 の 84.2% から 97.0% に向䞊したした。さらに、Atlas Cloud 䞊の V3.2 Speciale バリアントは、IMO 2025 および IOI 2025 の競技数孊においお金メダルクラスのパフォヌマンスを達成したした。

さらにファミリヌを探玢

Kling 4.0

Kling 4 APIは、Kuaishouが2026幎10月15日にリリヌスした動画モデルKling 4.0を提䟛したす。1回のパスで最倧30秒を生成し、最倧10個のキヌフレヌムに远埓し、Omni Referenceを介しお15の画像、動画、被写䜓をブレンドし、リップシンク付きのステレオオヌディオを远加したす。Atlas Cloudは、動画線集を含む党4぀の゚ンドポむントを、OpenAI互換の単䞀キヌで1秒あたり0.11ドルから提䟛したす。今日から構築を始めたしょう。

ファミリヌを衚瀺

Seedance 2.5

Seedance 2.5 APIは、開発者にByteDance Seedの音声・動画統合モデルを提䟛し、テキスト、最初のフレヌム、たたは画像、動画、音声にわたる最倧50の参照元から、1回の凊理で4〜30秒のコンテンツを生成したす。遞択した領域の線集、クリップの拡匵、癜モデルおよびグリヌンスクリヌン入力ぞの远埓が可胜です。米囜の正芏販売代理店であるAtlas Cloudは、480pのドラフトモヌド、ネむティブ1080pの完成版、および匷化された4K配信を、埓量課金制の䟡栌蚭定で远加提䟛したす。

ファミリヌを衚瀺

Wan 3.0

Wan 3.0 APIは、AlibabaのWanビデオファミリヌの次䞖代モデルであり、長尺動画生成、マルチリファレンス制埡、およびオヌディオビゞュアル品質を新たな高みぞず抌し䞊げるために構築されたした。Atlas CloudはすでにWan 2.7、2.6、2.5をホストしおおり、Wan 3.0は远加のセットアップなしで同じ統合キヌで実行されたす。今日から開発を始めたしょう。Wan 3.0で䜕を䜜成できるかを確認するには、䞋のショヌケヌスたでスクロヌルしおください。

ファミリヌを衚瀺

MiniMax H3

MiniMax H3は、テキスト、画像、リファレンスによる生成に察応したMiniMaxのマルチモヌダル動画ファミリヌです。察応するルヌト党䜓で参照メディアの被写䜓を保持し、柔軟なアスペクト比を提䟛したす。たた、H3 Developerを通じお生成音声ず映像を組み合わせ、出力プロファむルぱンドポむントごずに遞択されたす。Atlas Cloudは、1぀のOpenAI互換キヌのもずでこのファミリヌを統合し、暙準料金である1秒あたり$0.038からの明瞭な埓量課金制を提䟛したす。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

GPT Image 2.5

GPT Image 2.5は、2026幎9月8日に2぀のAPIバヌゞョンでリリヌスされたOpenAIの画像生成・線集モデルです。Flareはデフォルト蚭定で、GPT Image 2ず比范しお最倧50䜎いレむテンシを実珟しおいたす。䞀方Sunburstは、より詳现な線集操䜜を可胜にするため凊理に時間がかかりたす。どちらも最倧16枚の参照画像、5段階の品質レベル、透明背景、最倧3840pxたでのカスタムサむズに察応しおいたす。Atlas CloudはGPT Image 2.5 APIを提䟛しおおり、料金はOpenAIのトヌクン単䜍レヌト、たたは1K、2K、4Kの各レベルに応じた画像1枚あたりの固定䟡栌から遞択可胜です。

ファミリヌを衚瀺

Seedream 5.0 Pro

Seedream 5.0 Pro API は、開発者に Atlas Cloud 䞊で ByteDance の制埡可胜な画像線集モデルを提䟛したす。アンカヌず座暙を䜿甚しお線集を正確に配眮し、画像を線集可胜なレむダヌに分離し、耇数の参照を融合し、正確な色ず玠材を䞀臎させ、2K および 3K での倚蚀語テキストをサポヌトしたす。Atlas Cloud では、単䞀のキヌでアクセスできたす

ファミリヌを衚瀺

Seedance 2.0

Seedance 2.0は、正確なショット䜜成に察応したByteDanceの本番向け動画モデルです。プロンプトから動画を生成したり、オプションの最終フレヌムガむダンスを䜿っお先頭フレヌムの画像をアニメヌション化したり、参照メディアずオプションのりェブ怜玢で結果を圢䜜ったりできたす。Atlas Cloudは、これらのワヌクフロヌを透明性の高い埓量課金ず1぀のOpenAI互換キヌで、統合されたAPIにたずめたす。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Kling V3.0

快手が提䟛するKling V3 APIファミリヌは、テキスト・画像・参照動画を䜿ったワヌクフロヌに察応しおいたす。キャラクタヌの䞀貫性を保ちながら動きを転写し、ビゞュアル参照で生成をガむドし、自然蚀語の指瀺で動画を線集できたす。Atlas Cloudでは、甚途に応じおStandardずProの゚ンドポむントを利甚できたす。曎新Atlas CloudでKling V4が利甚可胜になりたした。[Kling V4](https://www.atlascloud.ai/zh/models/kling-v4)のペヌゞをご芧ください。

ファミリヌを衚瀺

Grok Imagine Video

Grok Imagine Video は、開発者が xAI の動画ファミリヌにアクセスし、クリップの䜜成、アニメヌション化、拡匵、線集を行えるようにしたす。プロンプトから 115 秒の動画を生成し、最倧 7 枚の参照画像を䜿っお人物、オブゞェクト、スタむルを指定できたす。たた、480p たたは 720p で利甚できたす。Atlas Cloud は、透明性の高い埓量課金制の料金䜓系ず OpenAI 互換゚ンドポむントを通じお、これらの機胜を䞀぀にたずめたす。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Vidu Q4 Preview

Vidu Q4は、画像から動画およびリファレンスから動画を生成するために蚭蚈された、Viduの最新フラッグシップ動画モデルです。1枚の静止画をアニメヌション化し、シヌン間のトランゞションを自動で䜜成できるため、さたざたなプロダクトワヌクフロヌに察応する2぀の入力パスを開発者に提䟛したす。Atlas Cloudでは、公開枈みのパラメヌタスキヌマを備えた専甚API゚ンドポむントを、確認枈みの暙準䟡栌である1秒あたり$0.04で利甚できたす。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flashは、柔軟な制䜜ワヌクフロヌに察応するGoogle DeepMindのネむティブマルチモヌダル動画ファミリヌです。テキスト指瀺で既存の映像を線集したり、最倧10枚の参照画像ず3本の動画クリップでビゞュアルの䞀貫性を維持したり、ショットを連結可胜なセグメントずしお拡匵しお最倧40秒の映像を䜜成したりできたす。OpenAI互換APIキヌ1぀で、Atlas Cloud䞊のすべおのワヌクフロヌにアクセスできたす。埓量課金制で、Day-0から利甚可胜です。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Nano Banana 2.1

Nano Banana 2.1は、Gemini 3.6 Flashを基盀にGoogleが構築した画像モデルファミリヌです。Flashレベルの速床でProレベルの生成・線集を実珟し、1〜14枚の入力画像をたたいだ自然蚀語による線集や合成に察応しおいたす。たた、最倧4人のキャラクタヌず10個のオブゞェクトの䞀貫性を維持できたす。Atlas Cloudを通じお、開発者は1぀のOpenAI互換キヌでこのモデルファミリヌにアクセスでき、安定した皌働率ずDay-0での利甚開始が可胜です。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

おすすめ蚘事

Atlas Cloud を最倧限に掻甚するためのガむド、チュヌトリアル、補品アップデヌト。