新登場「DeepSeek-R1」、OpenAIの最新モデルo1並みの性能！API価格は衝撃の27分の1

はじめに

2023年に中国で設立されたスタートアップのAI企業DeepSeek（ディープシーク）社が、2025年1月20日に最新のAIモデルである「DeepSeek-R1」をリリースし、AI業界に衝撃が走っています。

このモデルは、OpenAIのo1と同等のパフォーマンスを誇り、完全にオープンソースで提供されています。技術報告書も公開されており、誰でも自由に利用・商業化が可能です。

※本記事は、GitHubのDeepSeek社の公式リポジトリ、公式のリリース情報を参考にAIが作成しています

DeepSeek R1は、強化学習（RL）を用いて訓練された初の大規模言語モデルです。

従来の監視付きファインチューニング（SFT）を必要とせず、自己検証や反省、長い思考過程を生成する能力を持っています。これにより、複雑な問題を解決するための新しい推論パターンを発見し、従来のモデルと比較して優れたパフォーマンスを発揮します。

特に、数学やコード、推論タスクにおいて、OpenAIのモデルと同等の性能を達成しています。

DeepSeek R1は、強化学習を直接適用することで、モデルが自らの推論能力を探求できるように設計されています。

このアプローチにより、モデルは人間の好みに合わせた推論パターンを発見し、より効果的な結果を生み出すことが可能です。また、モデルの推論能力は、RLを通じて純粋にインセンティブを与えることで向上することが確認されました。これにより、将来的な研究の進展が期待されます。

DeepSeek R1では、大規模モデルの推論パターンを小型モデルに蒸留（Distillation）することが可能であることが示されています。

これにより、小型モデルでも高い性能を発揮できることが証明され、研究コミュニティにとって有益なリソースとなります。さらに、DeepSeek R1から生成された推論データを用いて、さまざまな密なモデルがファインチューニングされ、優れたベンチマーク結果を達成しています。

DeepSeek R1は、さまざまなベンチマークにおいて新たな最先端の結果を達成しています。特に、数学やコードの問題において高い正答率を示し、他のモデルと比較しても優れた性能を発揮しています。

今後は、さらに多くのデータを活用し、モデルの性能向上を目指すとともに、研究コミュニティへの貢献を続けていく予定です。