DeepSeek: DeepSeek V4 Pro 0423 は DeepSeek のテキストモデルで、2026-04-24 にリリースされました。OpenAI: GPT-6 Luna は OpenAI のテキストモデルで、2026-09-22 にリリースされました。どちらも api14 を通じて同じ chat completions 形式のインターフェースで提供されるため、両者の選択は、アクセス方法の違いではなく、タスクが実際に何を必要としているかによって決まります。
両モデルはコンテキスト長で接近しています。DeepSeek V4 Pro 0423 は 1,048,576 トークンを受け付け、GPT-6 Luna は 1,050,000 を受け付けますが、これは実用上意味のある差ではないため、1 回のリクエストにどれだけ詰め込めるかという点ではどちらも優位ではありません。本当の分かれ目はモダリティです。DeepSeek V4 Pro 0423 はテキストを入力として受け取り、テキストを出力します。GPT-6 Luna もテキストを受け取りますが、さらに画像とファイルを入力として受け付け、出力は依然としてテキストです。パイプラインがモデルにスクリーンショット、スキャンしたページ、添付ドキュメントを渡す必要があるなら、それを直接受け付けられるのは GPT-6 Luna です。パラメータについては、DeepSeek V4 Pro 0423 はより広いサンプリング面を公開しており、frequency_penalty、presence_penalty、logit_bias、logprobs、top_logprobs、min_p、top_k、repetition_penalty、seed に加えて、tools、tool_choice、structured_outputs、response_format、および推論制御を含みます。GPT-6 Luna は tools、tool_choice、structured_outputs、response_format、seed、および推論制御に加えて verbosity パラメータをカバーしますが、logprob 系とペナルティ系のつまみは省いています。どちらのモデルも tools、structured outputs、reasoning を独自にサポートするとは記載されていないため、これらは決め手にはなりません。価格では、GPT-6 Luna が入力と出力の両方で安い選択肢です。
長い文書の要約、構造化フィールドの抽出、ツール呼び出しを回すエージェントループの実行など、単純なテキストタスクであれば、どちらのモデルでも仕事はこなせます。決め手となるのはコストと、あなたが頼りにしているサンプリング制御です。ペナルティ、top_k、min_p、logprobs で生成を調整しているなら、DeepSeek V4 Pro 0423 はそれらのレバーを直接提供します。大量のテキストトラフィックで請求額を抑えたいなら、GPT-6 Luna は入力トークンと出力トークンの両方で安い選択です。入力に画像やファイルが含まれる場合、両者のうちそれを受け付けられるのは GPT-6 Luna だけなので、そのケースはおのずと決まります。
どちらのモデルを api14 経由で呼び出す場合も同じように動作します。クライアントを OpenAI 互換エンドポイントに向け、通常の chat completions リクエストを送り、model フィールドを "deepseek/deepseek-v4-pro" または "openai/gpt-6-luna" に設定します。それ以外はすべて、messages 配列、ツール定義、response_format はそのままで構いません。両者の切り替えは model id の 1 行変更であり、本番採用する前に自分のワークロードに対して両方をベンチマークするのが安価にできます。
GPT-6 Luna のほうが安いにもかかわらず、DeepSeek V4 Pro 0423 が依然としてより良い選択であり続けるケースが 1 つあります。サンプリングと検査を細かく制御する必要がある場合です。ペナルティパラメータ、top_k、min_p、logit_bias、および logprob 出力はすべて DeepSeek V4 Pro 0423 で利用でき、GPT-6 Luna にはありません。そのため、トークンレベルの挙動を制約したり測定したりすることに依存する作業は、DeepSeek モデルに留めるべきです。