はじめに：DeepSeek V4 は本当にあなたのドキュメントを翻訳できるのか？
DeepSeek V4 はリリース初日から各種テックコミュニティのトレンド入り。ベンチマークスコアは美しく、価格もほぼ据え置き。しかしベンチマークスコアと実際のドキュメント翻訳は別物です。ユーザーから一番多く寄せられる質問はこれ。「V4 は乗り換える価値ある？ PDF・契約書・論文といった実ドキュメントで、V4 は V3 よりどれだけ良いの？ GPT-5.4、Claude 4.7、Gemini 3 Pro といったトップ勢と比べてどう？」
そこで DeepSeek V4 の API（deepseek-v4-pro と deepseek-v4-flash の両バージョン）をリリース直後に入手し、厳格な DeepSeek V4 翻訳レビュー を実施しました。
- 6 モデル同じ土俵で対決：DeepSeek V4 Pro、V4 Flash、V3.2、GPT-5.4、Claude Opus 4.7、Gemini 3 Pro Preview
- 実際のドキュメント 5 シナリオ：学術論文、法的契約、コード混在の技術ドキュメント、文学作品、マンガ対話
- LLM ダブル審査員 + ブラインド採点：GPT-5.4 と Claude Opus 4.7 が、それぞれ独立したランダムシードでシャッフルされたラベルを採点
- 5 評価軸：忠実度・流暢度・用語・スタイル・フォーマット保持（1〜5 点満点）
以下、結論・方法論・原文ごとの 6 モデル翻訳・レイテンシ/コストデータをすべて公開します。
一枚図で結論（時間がない方向け）
| 順位 | モデル | 総合スコア | 忠実度 | 流暢度 | 用語 | スタイル | フォーマット | 平均レイテンシ |
|---|---|---|---|---|---|---|---|---|
| 🥇 1 | GPT-5.4 | 4.68 | 4.7 | 4.7 | 4.6 | 4.5 | 4.9 | 4.5 s |
| 🥈 2 | Claude Opus 4.7 | 4.62 | 4.2 | 4.8 | 4.4 | 4.7 | 5.0 | — |
| 🥉 3 | Gemini 3 Pro Preview | 4.56 | 4.4 | 4.7 | 4.5 | 4.4 | 4.8 | 14.2 s |
| 4 | DeepSeek V4 Pro | 4.38 | 4.4 | 4.4 | 4.4 | 4.3 | 4.4 | 17.1 s |
| 5 | DeepSeek V4 Flash | 4.38 | 4.2 | 4.3 | 4.4 | 4.0 | 5.0 | 4.7 s |
| 6 | DeepSeek V3.2 | 4.26 | 4.3 | 4.1 | 4.3 | 4.0 | 4.6 | 4.6 s |
3 行サマリー：
- DeepSeek V4 は V3.2 より確かに向上しているが、伸び幅は控えめ（5 点満点で +0.12）。GPT-5.4 や Claude 4.7 のレンジにはまだ届いていません。
- V4 Pro と V4 Flash は総合スコア同点。Pro は推論による意味把握が強みですが、Flash は 4 倍速く価格も大幅に安い——ほとんどのユーザーは Flash で十分。
- DeepSeek は中→他言語、とくに文学・マンガシナリオで依然として差がある。一方で中国語の技術ドキュメントでは V3.2 でさえフラッグシップ全モデルを打ち負かすほど強い。
一、評価手法：公平性をどう担保したか
1. 参加モデル 6 種
| モデル ID | タイプ | エンドポイント |
|---|---|---|
deepseek-v4-pro | 新作フラッグシップ（推論あり） | DeepSeek 公式 API |
deepseek-v4-flash | 新作軽量版（浅い推論） | DeepSeek 公式 API |
deepseek-v3.2 | 前世代 | プロキシ API |
gpt-5.4 | OpenAI 現行フラッグシップ | プロキシ API |
claude-opus-4-7 | Anthropic フラッグシップ | 会話内呼び出し |
gemini-3-pro-preview-r | Google 最新フラッグシッププレビュー | プロキシ API |
2. 5 つのドキュメントシナリオ（各短文、1 点の難点に絞る）
| シナリオ | 方向 | 難点 |
|---|---|---|
| 学術論文アブストラクト | EN → ZH | 専門用語、受動態、フォーマルな文体 |
| 法的契約条項 | EN → ZH | 長文、精確性、法律用語 |
| 技術ドキュメント（コード含む） | EN → ZH | インラインコード / 識別子 / 数値の保持 |
| 文学作品（魯迅『故郷』） | ZH → EN | 言語感覚、リズム、古典的イメージ |
| マンガ対話（少年漫画） | JA → EN | 口語、キャラの語気、日本語の文末助詞 |
3. 統一された最小限のプロンプト
プロンプトエンジニアリングの差を排除するため、まったく同一の最小限の指示を使用しました。
System:
You are a professional document translator. Translate the following text
from {SRC} to {TGT}. Preserve all inline code snippets (text inside backticks),
identifiers, numbers, mathematical notation, and paragraph breaks exactly
as they appear in the source. Output only the translation text, with no
explanations, no notes, and no additional commentary.
User: {原文}
全モデル temperature=0.3、max_tokens=4096、完全に同一条件です。
4. ダブル審査員 + ブラインド採点
単一モデルを審査員にすると自陣の翻訳をひいきしがちなので、2 人の審査員を用意しました。
- 審査員 1：GPT-5.4（temperature=0、JSON 出力）
- 審査員 2：Claude Opus 4.7
各シナリオにおいて、6 件の翻訳を異なるランダムシード 2 種でラベル順をシャッフルしてから審査員に渡しました——審査員はどれがどのモデルかわからず、A / B / C / D / E / F としてしか見えません。最終スコア = 両審査員の 5 軸平均。
二、5 シナリオを一つずつ実戦
シナリオ 1：学術論文アブストラクト（EN → ZH）
原文：We propose a novel sparse attention mechanism that reduces memory complexity from O(n^2) to O(n log n) while preserving the expressiveness of full self-attention. Empirical results on GLUE benchmarks show our method retains 98.7% of the baseline performance at 42% of the memory cost, with negligible impact on downstream task accuracy.
| モデル | 翻訳 |
|---|---|
| DeepSeek V4 Pro | 我们提出了一种新颖的稀疏注意力机制，将内存复杂度从 O(n^2) 降低至 O(n log n)，同时保留了全自注意力的表达能力。在 GLUE 基准上的实证结果表明，我们的方法以 42% 的内存开销保持了 98.7% 的基线性能，且对下游任务准确率的影响可忽略不计。 |
| DeepSeek V4 Flash | 我们提出了一种新颖的稀疏注意力机制，将内存复杂度从 O(n^2) 降低至 O(n log n)，同时保持完整自注意力的表达能力。在 GLUE 基准上的实验结果表明，我们的方法在仅消耗 42% 内存成本的情况下，保留了基线模型 98.7% 的性能，且对下游任务准确率的影响可忽略不计。 |
| DeepSeek V3.2 | 我们提出了一种新颖的稀疏注意力机制，将内存复杂度从O(n²)降低至O(n log n)，同时保持了完整自注意力的表达能力。在GLUE基准测试上的实证结果表明，该方法仅以42%的内存成本即保留了基线模型98.7%的性能，对下游任务准确率的影响微乎其微。 |
| GPT-5.4 | 我们提出了一种新颖的稀疏注意力机制，在保留完整自注意力表达能力的同时，将内存复杂度从 O(n^2) 降低到 O(n log n)。在 GLUE 基准测试上的实证结果表明，我们的方法以 42% 的内存成本保留了基线性能的 98.7%，对下游任务准确率的影响可以忽略不计。 |
| Claude Opus 4.7 | 我们提出一种新颖的稀疏注意力机制，将内存复杂度从 O(n^2) 降低至 O(n log n)，同时保留了完整自注意力的表达能力。在 GLUE 基准测试上的实证结果表明，我们的方法在仅占基线 42% 内存开销的情况下保留了 98.7% 的性能，对下游任务精度的影响可以忽略不计。 |
| Gemini 3 Pro Preview | 我们提出了一种新颖的稀疏注意力机制，将内存复杂度从 O(n^2) 降低至 O(n log n)，同时保留了完整自注意力的表达能力。在 GLUE 基准测试上的实验结果表明，我们的方法在仅需 42% 内存开销的情况下保留了 98.7% 的基线性能，且对下游任务准确率的影响可忽略不计。 |
🏆 同点優勝：DeepSeek V4 Pro / GPT-5.4 / Gemini 3 Pro（いずれも 4.9/5）
- 学術ライティングは DeepSeek V4 Pro の主戦場。ここでは GPT-5.4 と互角に並びました。
- 明確な減点を食らったのは V3.2 だけ——勝手に
O(n^2)を Unicode の上付き文字O(n²)に書き換えてしまい、フォーマット保持で小さく減点。これこそ V4 が V3.2 に対して実現した最も目に見える進歩です：V4 は数学記号を原文どおりに残すようになりました。 - Claude の「精度」を「准确率」の代わりに使った点は許容される同義語で、減点なし。
シナリオ 2：法的契約条項（EN → ZH）
原文：The Licensor hereby grants to the Licensee a non-exclusive, non-transferable, revocable license to use the Software solely for internal business purposes, provided that the Licensee shall not, directly or indirectly, reverse-engineer, decompile, or disassemble the Software in whole or in part, except to the extent such restriction is expressly prohibited by applicable law.
| モデル | 翻訳 |
|---|---|
| DeepSeek V4 Pro | 许可方特此授予被许可方一项非排他性、不可转让、可撤销的许可，允许其仅为内部业务目的使用本软件，但被许可方不得直接或间接对本软件的全部或部分进行逆向工程、反编译或反汇编，除非适用法律明确禁止此类限制。 |
| DeepSeek V4 Flash | 许可方特此授予被许可方一项非独占、不可转让、可撤销的许可，允许其仅为内部业务目的使用本软件，但被许可方不得直接或间接地对本软件的全部或部分进行反向工程、反编译或反汇编，除非适用法律明确禁止此类限制。 |
| DeepSeek V3.2 | 许可方在此授予被许可方一项非排他性、不可转让、可撤销的许可，允许被许可方仅出于内部业务目的使用本软件，但被许可方不得直接或间接对本软件进行全部或部分的反向工程、反编译或反汇编，除非适用法律明确禁止此类限制。 |
| GPT-5.4 | 许可方特此授予被许可方一项非排他性、不可转让、可撤销的许可，仅可将本软件用于内部业务目的，前提是被许可方不得直接或间接对本软件全部或部分进行逆向工程、反编译或反汇编，但适用法律明确禁止此类限制的范围除外。 |
| Claude Opus 4.7 | 许可方特此授予被许可方一项非独占性、不可转让、可撤销的许可，允许其仅出于内部业务目的使用本软件；但被许可方不得直接或间接地对本软件的全部或任何部分进行反向工程、反编译或反汇编，除非适用法律明确禁止作出此类限制。 |
| Gemini 3 Pro Preview | 许可方特此授予被许可方一项非排他、不可转让、可撤销的许可，允许其仅为内部业务目的使用软件，前提是被许可方不得直接或间接地对软件的全部或部分进行逆向工程、反编译或反汇编，除非适用法律明确禁止此类限制。 |
🏆 優勝：GPT-5.4（満点 5.0/5）
- 法務翻訳の生命線は条件構造の精確な再現。原文は "provided that ... except to the extent ..."——2 段の条件のネストです。
- GPT-5.4 ただ 1 モデルのみが "provided that" を「前提是」、"except to the extent" を「但…除外」と訳し、条件付与 + 例外条項の二重構造を完全に保持しました。
- 他のモデルはすべて "provided that" を単なる「但」に簡略化し、条件付与の法的な重みを落としてしまいました——一般の読み物としては問題なくても、契約実務の弁護士が見たら眉をひそめるレベルです。
- DeepSeek V4 Pro と Flash は用語自体は合格（「非排他性」も「非独占」も法的に有効な訳）ですが、構造保持で GPT-5.4 に敗れました。
シナリオ 3：コード混在の技術ドキュメント（EN → ZH）
原文：Set
cache.ttlto a value greater than0(in seconds) to enable persistent caching. Whencache.ttl=-1, the cache never expires. Note: enablingcache.strict_modebypasses the TTL and forces revalidation on every request. Seedocs/caching.mdfor advanced patterns.
| モデル | 翻訳 |
|---|---|
| DeepSeek V4 Pro | 将 cache.ttl 设置为大于 0 的值（单位：秒）以启用持久缓存。当 cache.ttl=-1 时，缓存永不过期。注意：启用 cache.strict_mode 将绕过 TTL 并强制每次请求进行重新验证。请参阅 docs/caching.md 了解高级模式。 |
| DeepSeek V4 Flash | 将 cache.ttl 设置为大于 0 的值（以秒为单位）以启用持久缓存。当 cache.ttl=-1 时，缓存永不过期。注意：启用 cache.strict_mode 会绕过 TTL 并强制在每个请求时重新验证。高级模式请参见 docs/caching.md。 |
| DeepSeek V3.2 | 将 cache.ttl 设置为大于 0 的值（单位为秒）以启用持久化缓存。当 cache.ttl=-1 时，缓存永不过期。注意：启用 cache.strict_mode 将绕过 TTL 设置，强制每次请求时重新验证缓存。高级用法请参阅 docs/caching.md。 |
| GPT-5.4 | 将 cache.ttl 设置为大于 0 的值（以秒为单位）以启用持久缓存。当 cache.ttl=-1 时，缓存永不过期。注意：启用 cache.strict_mode 会绕过 TTL，并在每次请求时强制重新验证。有关高级模式，请参阅 docs/caching.md。 |
| Claude Opus 4.7 | 将 cache.ttl 设置为大于 0 的值（单位：秒）可启用持久化缓存。当 cache.ttl=-1 时，缓存永不过期。注意：启用 cache.strict_mode 会绕过 TTL，并在每次请求时强制重新校验。进阶用法请参见 docs/caching.md。 |
| Gemini 3 Pro Preview | 将 cache.ttl 设置为大于 0 的值（以秒为单位）以启用持久化缓存。当 cache.ttl=-1 时，缓存永不过期。注意：启用 cache.strict_mode 会绕过 TTL 并在每次请求时强制重新验证。有关高级模式，请参阅 docs/caching.md。 |
🏆 優勝：DeepSeek V3.2（4.8/5）
今回のレビューで最も意外だった結果：前世代の V3.2 が技術ドキュメントシナリオで全フラッグシップに勝利。理由は次のとおり。
- 6 モデルすべてがインラインコード（
cache.ttlなど）を完璧に保持しており、ここでは差がつきませんでした。 - V3.2 の中国語の流暢さと技術用語の使い方が最も自然で、中国のエンジニアが実際に書きそうなドキュメントに一番近いのです。
- V4 Pro と V4 Flash はむしろ流暢度で 1 点ずつ失った——V4 Pro の「强制每次请求进行重新验证」はやや硬く、Flash の「在每个请求时」は翻訳調（自然な表現は「每次请求」）。
- 私たちの解釈：DeepSeek ファミリーの中国語テクニカルライティング能力は V3.2 の時点ですでに完成していた。V4 の改善ポイントは別のところ（推論、コード生成）にあり、このシナリオではむしろ推論チェーンが自然さを損ねています。
シナリオ 4：文学作品・魯迅『故郷』（ZH → EN）
原文：我冒了严寒，回到相隔二千余里，别了二十余年的故乡去。时候既然是深冬；渐近故乡时，天气又阴晦了，冷风吹进船舱中，呜呜的响，从篷隙向外一望，苍黄的天底下，远近横着几个萧索的荒村，没有一些活气。
| モデル | 翻訳 |
|---|---|
| DeepSeek V4 Pro | Braving the bitter cold, I traveled back to my hometown, which lay over two thousand li away and from which I had been separated for more than twenty years. It was deep winter. As I approached my hometown, the weather turned gloomy again. A cold wind blew into the cabin of the boat, moaning. Through a chink in the awning, I looked out and saw a few desolate, lifeless villages lying scattered far and near under a pale yellow sky. |
| DeepSeek V4 Flash | Braving the bitter cold, I traveled back to my hometown, a place I had left over twenty years ago, more than a thousand li away. It was already deep winter; as we drew near my hometown, the weather turned gloomy, and the cold wind whistled through the cabin. Peering out from under the awning, I could see a bleak, yellowish sky, with several desolate villages scattered horizontally here and there, devoid of any signs of life. |
| DeepSeek V3.2 | Braving the bitter cold, I traveled more than seven hundred miles back to the old home I had left over twenty years ago. It was late winter. As we drew near my former home the day became overcast and a cold wind blew into the cabin of our boat, while all one could see through the chinks in our bamboo awning were a few desolate villages, void of any sign of life, scattered far and near under the somber yellow sky. |
| GPT-5.4 | Braving the severe cold, I returned to my hometown, more than two thousand li away and from which I had been separated for more than twenty years. It was already deep winter; and as I gradually drew near my hometown, the weather grew overcast again. The cold wind blew into the cabin, making a whistling sound. Looking out through a crack in the awning, beneath the dusky yellow sky, there lay here and there a few desolate villages, barren and lifeless. |
| Claude Opus 4.7 | Braving the bitter cold, I returned to the home I had not seen in over twenty years, more than two thousand li away. It was already deep winter; as I drew near, the sky grew overcast, and a cold wind moaned through the cabin. Peering out through a gap in the awning, I saw, beneath the sallow sky, a few desolate villages scattered near and far, without a trace of life. |
| Gemini 3 Pro Preview | Braving the bitter cold, I returned to my hometown, over two thousand li away, which I had left more than twenty years ago. It was late winter; as I drew closer to my hometown, the weather turned gloomy. Cold winds blew into the cabin, howling. Looking out through the chinks in the awning, under a pale yellow sky, scattered far and near lay a few desolate, barren villages, devoid of any sign of life. |
🏆 優勝：Claude Opus 4.7（4.7/5）
- 文学翻訳で問われるのは言語感覚・イメージ・リズム。Claude の "sallow sky"（苍黄）は本ラウンドで最も吟味された一語で、中国語「苍黄」独特の病的な黄ばみの質感を捉えています。"moaned through the cabin"（呜呜的响）も "whistling" / "howling" より原文の寂寥感に寄り添っています。
- DeepSeek V4 Pro も健闘（4.6）——"moaning"、"chink in the awning" は文学的な語彙選択で、V4 が V3 より文学シナリオで実質的に進歩していることを示しています。
- DeepSeek V4 Flash は派手に事故った（3.7 点で最下位）：
- 「二千余里」を "more than a thousand li" と訳した——これは明確な事実誤認。
- "scattered horizontally" は「横着」の直訳で、英語としては違和感大。
- DeepSeek V3.2 は 4.4 点を獲得したが、楊憲益夫妻の古典訳を再現している疑いが濃厚（"seven hundred miles... void of any sign of life... bamboo awning" はほぼ原文ママ）——これが「記憶」なのか「翻訳」なのかは読者の判断に委ねます。
シナリオ 5：マンガ対話（JA → EN）
原文： 「くそっ…まだだ、まだ終わっちゃいねぇ！」 「お前はもう限界だろう。素直に引き下がれ。」 「うるせぇ！守りたいもんがある限り、俺は何度でも立ち上がるんだよ！」
| モデル | 翻訳 |
|---|---|
| DeepSeek V4 Pro | 「Damn it... Not yet, it's not over yet!」 「You're already at your limit. Just back down gracefully.」 「Shut up! As long as I have something to protect, I'll get back up as many times as it takes!」 |
| DeepSeek V4 Flash | "Dammit... Not yet, it's not over yet!" "You're at your limit. Just back down obediently." "Shut up! As long as there's something I want to protect, I'll get up as many times as it takes!" |
| DeepSeek V3.2 | "Damn it... not yet, it's not over yet!" "You've already reached your limit. Just back down honestly." "Shut up! As long as there's something I want to protect, I'll get back up as many times as it takes!" |
| GPT-5.4 | "Damn it... not yet, it's not over yet!" "You've already reached your limit. Back down quietly." "Shut up! As long as there's something I want to protect, I'll get back up as many times as it takes!" |
| Claude Opus 4.7 | "Damn it... not yet—it's not over yet!" "You're already past your limit. Just back down, nice and quiet." "Shut up! As long as there's something I want to protect, I'll stand back up as many times as it takes!" |
| Gemini 3 Pro Preview | "Damn it... not yet, it's not over yet!" "You're already at your limit. Just back down." "Shut up! As long as I have something to protect, I'll stand up as many times as it takes!" |
🏆 同点優勝：GPT-5.4 / Gemini 3 Pro（ともに 4.5/5）
このシナリオで非常に興味深い DeepSeek V4 Pro 現象が発覚しました。
🚨 V4 Pro は日本語原文のカギカッコ「」をそのまま英訳にも残した。これは明らかなフォーマットエラー——英語に翻訳する際は " や " に置き換えるべきです。V4 Pro は推論フェーズで「真面目すぎた」可能性が高く、「フォーマットを保持する」を「引用符文字を保持する」と誤解し、このシナリオのフォーマットスコアは 2/5 まで落ち、総合 3.1 で最下位になりました。
これは DeepSeek チームが注目すべきバグ：推論モデルが原文フォーマットを過度に保守的に保持してしまい、保持すべきでない句読点まで残してしまう現象です。
- 他のモデルのフォーマットは全て正常。
- 文末助詞の処理では、Claude の "nice and quiet" が「素直に引き下がれ」の「おとなしく退け」というニュアンスに最も近い。V4 Flash と V3.2 は "obediently/honestly" と字面どおりに直訳してしまい、英語として翻訳調です。
- 「うるせぇ！」は全モデルが "Shut up!" を採用し、合格ライン。
三、レイテンシ、トークン、コスト
| モデル | 平均レイテンシ | 平均出力トークン | 推論トークン | 特徴 |
|---|---|---|---|---|
| DeepSeek V4 Flash | 4.7 s | 247 | 174 | 浅い推論、V4 ファミリーのコスパ最強 |
| DeepSeek V3.2 | 4.6 s | 73 | 0 | 推論なし、老舗の安定感 |
| GPT-5.4 | 4.5 s | 85 | 0 | 推論を露出せず、最もバランス良好 |
| Gemini 3 Pro Preview | 14.2 s | 844 | 767 | 重めの推論、遅いが堅実 |
| DeepSeek V4 Pro | 17.1 s | 562 | 488 | 重めの推論、今回最遅 |
| Claude Opus 4.7 | — | — | — | 本レビューでは API 経由せず、公式公表値を参考値として記載 |
ポイント：
- V4 Pro は V4 Flash より約 4 倍遅いのに、総合スコアは同じ（4.38 vs 4.38）——ほとんどの翻訳用途では Flash で十分、Pro は長距離推論が必要な複雑タスクでのみ真価を発揮します。
- Gemini 3 Pro Preview は推論コストが最重（平均 767 推論トークン）ですが、質のリターンはちゃんとあり、総合 3 位。
- GPT-5.4 はレイテンシ/品質の最適解：4.5 秒のレスポンス、推論トークンの露出なし、総合 1 位。
⚠️
bunベンチマーク時の小話：最初はbunのfetchでスクリプトを走らせていて、DeepSeek V4 のレイテンシがずっと 170〜250 ms 表示で、異様に速いなと思っていました。Node のfetchに切り替えたら 9〜35 秒の妥当な範囲に戻りました。Bun は特定のストリーミングレスポンス下でperformance.now()の計測に異常があるのではと疑っています。本記事のレイテンシ数値はすべて Node で実測したものです。
四、選択ガイド：あなたはどれを使うべきか？
6 モデルの実測結果に基づく、用途別のおすすめ：
📜 法的契約、規制文書
第一候補：GPT-5.4。条件ネスト構造を安定して保持できる唯一のモデル。条件節が 1 つズレると契約の法的効力が変わってしまいます。
🎓 学術論文、技術レポート
三者択一：GPT-5.4 / Gemini 3 Pro / DeepSeek V4 Pro が互角。コスト重視で中国語出力なら、このシナリオでは DeepSeek V4 Pro が最もコスパが高い。
💻 中国語テクニカルドキュメント、API マニュアル、Markdown
DeepSeek V3.2 / Flash で十分。中国語テクニカルライティングは DeepSeek ファミリーが常に安定しており、逆に V4 Pro は推論チェーンが長い分、言い回しがやや硬い。より古いバージョンに「ダウングレード」して節約できる珍しいケースです。
📖 文学翻訳、小説、エッセイ
第一候補：Claude Opus 4.7。語彙選択・言語感覚・イメージの練り込みが最も丁寧。DeepSeek V4 Pro は 2 位で、これは DeepSeek の文学トラック史上最高成績。DeepSeek V4 Flash は字面直訳（"more than a thousand li" の事実誤認）のため NG。
🎌 日本マンガ、ライトノベル、ACGN コンテンツ
第一候補：GPT-5.4 / Gemini 3 Pro。DeepSeek V4 Pro は本シナリオで明らかな「カギカッコバグ」があるため、DeepSeek の修正が入るまでは JP→EN マンガ翻訳には非推奨です。
五、結論：DeepSeek V4 は乗り換える価値があるのか？
✅ 乗り換える価値あり：
- 主業務が中国語ドキュメントの学術 / 法務翻訳——V4 Pro の総合スコアは GPT-5.4 とわずか 0.3 差ですが、価格は後者の一部分で済みます。
- 予算がタイト、またはレイテンシに敏感——V4 Flash は 4.7 秒のレイテンシで V4 Pro と同じ総合スコアを叩き出した、今回レビューの隠れた勝者です。
- 長距離推論 / 複雑タスクを扱う——V4 Pro の推論チェーンは V3.2 に対して実質的な進歩あり。
⚠️ 様子見推奨：
- コアユースケースが日本マンガ / ライトノベル——DeepSeek がカギカッコ保持バグを修正するまで待ちましょう。
- ハイエンド文学翻訳を手がける——Claude も V4 Pro も使えますが、Claude のほうが語彙選択で一段上です。
- 「とにかく堅実」を「最安」より優先する——GPT-5.4 は総合 1 位で、レイテンシと品質のバランスが最も良好。
BelinDoc で自分のドキュメントを試す
このレビューで使ったのは 5 つの短いサンプルです。あなたのドキュメントはもっと長く、特殊なはず——契約書には番号付き条項、論文には数式と図表、マンガにはページ欄外の注釈……短いサンプルの結論が、実ファイルに 1 対 1 で当てはまるとは限りません。
だから最善の方法はこう：自分のドキュメントをアップロードして実際に比べる。
👉 こちらから PDF / EPUB / Word をアップロードして翻訳開始
BelinDoc は翻訳モデルの切り替えがいつでも可能、原文レイアウトを保持、ファイルを 1 回アップするだけで複数モデルの比較ができます。
🔗 関連記事
- [モデルレビュー] 📊 GPT-5.2 ドキュメント翻訳レビュー
- [モデルレビュー] 📊 Gemini 3 Pro 翻訳性能レビュー
- [モデルレビュー] 📊 GPT-5 vs Gemini 2.5 5 シナリオ比較
- [選択ガイド] 🎯 ドキュメント種別ごとの AI モデル選択ガイド
