OpenCode Go + DeepSeek V4 Flash + Hermes Agentのすゝめ
タイトルの通り、OpenCode Goを契約してDeepSeek V4 FlashをHermes Agentで使うのがおすすめだよという意味です。知ってる人はここでブラウザバックしてもらって構いません。
まず、OpenCode Go(以下「Go」)は月に$10、日本円でまあ最近だと大体1600円くらいになります(高くなったねえ)、大手のものが$20くらいでなのでそれらと比較しても安く、定額を支払って有名なオープンソースのモデルをかなりの回数使うことができます。
公式のHPが丁寧なのでそっちを確認してもらえれば大体わかります。個人的に重要かなあと思うのはやはりデータの扱いで、この画像にもありますが
このプランは主に海外ユーザー向けに設計されており、米国、EU、シンガポールでホストされたモデルにより安定したグローバルアクセスを提供します。プロバイダーはゼロ保持ポリシーに従い、お客様のデータをモデルのトレーニングに使用しません。
とあるように、アクセス先のサーバーは中国以外の3拠点になっています。日本からアクセスするサーバーは基本的にシンガポールのものになるでしょう。
また、さらに詳しい使い方は公式のdocsに書いてあります。
ただ、モデルの利用制限についての説明は少しややこしくて
リクエスト数とは書いてありますが、続けてこのように記述されています。
推定値は、観測された平均的なリクエストパターンに基づいています:
GLM-5/5.1 — リクエストあたり 入力 700トークン、キャッシュ 52,000トークン、出力 150トークン
Kimi K2.5/K2.6 — リクエストあたり 入力 870トークン、キャッシュ 55,000トークン、出力 200トークン
DeepSeek V4 Pro — リクエストあたり 入力 750トークン、キャッシュ 82,000トークン、出力 290トークン
DeepSeek V4 Flash — リクエストあたり 入力 790トークン、キャッシュ 68,000トークン、出力 280トークン
MiniMax M2.7/M2.5 — リクエストあたり 入力 300トークン、キャッシュ 55,000トークン、出力 125トークン
Qwen3.5 Plus — リクエストあたり 入力 410トークン、キャッシュ 47,000トークン、出力 140トークン
Qwen3.6 Plus — リクエストあたり 入力 500トークン、キャッシュ 57,000トークン、出力 190トークン
MiMo-V2-Pro — リクエストあたり 入力 350トークン、キャッシュ 41,000トークン、出力 250トークン
MiMo-V2-Omni — リクエストあたり 入力 1000トークン、キャッシュ 60,000トークン、出力 140トークン
MiMo-V2.5-Pro — リクエストあたり 入力 350トークン、キャッシュ 41,000トークン、出力 250トークン
MiMo-V2.5 — リクエストあたり 入力 1000トークン、キャッシュ 60,000トークン、出力 140トークン
つまり、モデルごとにみられる1リクエストの平均で考えてるわけですが、まあちょっとややこしいのであくまで参考程度にして、実際のところはコンソール画面を確認したほうが良いでしょう。ただ、この表からもわかるように、DeepSeek V4 Flashの使用量はとびぬけて多いことが伺えます。
DeepSeek V4 Flash自体の情報はいくつか散見されており、huggingfaceのモデルページや上の画像のようなベンチマークサイトにもあるように、Sonnet 4.6あたりに迫る性能を誇っています。OpusやらGPTの最新かつ巨大なモデルほどの性能はないですが、コーディングではなくHermesのようなエージェントを動かすという目的であれば、その性能は十分すぎるほどに高いと言えるでしょう。
そして最近何かと話題になってるHermesに関して、ここはいろいろ情報があるでしょうが、その話題性に恥じぬ働きをしてくれます。個人的にはDiscordを愛用してるので、Discord経由でHermesとやり取りしていますが、セッションの旅にスレッドを立ち上げつつそのスレッド内ではメンションしないメッセにも返信してくれたり、Discordのスラッシュコマンドでモデル切り替えやらセッション切り替えやらができたり、モデル呼び出しのフォールバックがあったりと、細部もきっちり作られてるような印象を受けます。特に不満も今のところはありません。ただ、DeepSeek V4 Flashはマルチモーダルなモデルではないため画像関連のレスポンスはできず、ここに関しては以下のように設定して対策しています。
auxiliary:
vision:
provider: opencode-go
model: qwen3.5-plusauxiliaryという部分でツールコールごとに使用するモデルの設定ができ、画像が送信されたときの処理だけをQwen3.5に任せています。このQwen3.5も非常に安いモデルで、特に画像をヘヴィーに扱うこともないなと思ってとりあえず上記の設定にしています。Blender MCPとかを使うことになったらまた変わってくるのかもしれません。
最後に、ほぼほぼOpenCode Goの紹介にはなってしまいましたが、最近じゃ別に公式サイト調べてdocsをAIに読ませれば解説してくれるし、肝心のdocsやら公式サイトもAIに調べさせられるし、人間(というか私)が見るものはもっぱらXのタイムラインばかりになってきています。AI時代に必要なのはAIを使いこなすことよりも、Xのおすすめポストの質を上げることなのかもしれません。
それでは~
追記
なんか最近になってopencodeの招待リンクが追加されたのでよければ
上記リンクからサブスクすると君も私も$5もらえるらしいです。おとくだね
noteの機能で質問箱も追加されたみたいです。AIに関することなどの質問を送信いただければ回答します。値段に関する解説や特定モデルについてなど、なんでも質問してください。


コメント