DeepSeek-R1 リリース – OpenAI o1 の性能に匹敵するオープンソースモデル

TL;DR

DeepSeek は、数学、コード、推論のベンチマークにおいて OpenAI o1 と同等の性能を持つオープンソースモデル DeepSeek-R1 をリリースし、モデルと一連の蒸留（distilled）バリアントの両方を MIT ライセンスの下で無料公開しました。

DeepSeek-R1 の性能に関する主張

DeepSeek-R1 は、数学、プログラミング、および論理的推論タスクにおいて「OpenAI-o1 と同等の性能」を提供すると宣伝されています。発表には、DeepSeek-R1 を OpenAI-o1 と比較したベンチマークのグラフィックが含まれており、標準的な評価スイートにおいて同等のスコアを示しています。

オープンソースとしての利用可能性とライセンス

モデルの重み、トレーニングコード、およびテクニカルレポートは公開されています。
DeepSeek-R1 は MIT License の下で配布されており、制限のない商業利用、再配布、および改変が可能です。
API 出力は、ダウンストリームのファインチューニングおよびモデルの蒸留（distillation）に明示的に許可されています。

蒸留モデルファミリー

DeepSeek も、DeepSeek-R1 から派生した 6 つのより小さな蒸留モデルをリリースしました：

2 つの主要なサイズ、32 B と 70 B は、OpenAI-o1-mini の性能に匹敵すると主張されています。
6 つの蒸留バリアントすべてが完全にオープンソースであり、リソース制約のある環境向けに、コミュニティに軽量な代替案を提供します。

技術的なハイライト

大規模な強化学習 (RL) によるポストトレーニング – DeepSeek-R1 は、推論能力を向上させるために、主要な事前学習フェーズの後に RL を適用しています。
データの効率性 – このモデルは、ファインチューニングに必要なラベル付きデータを最小限に抑えつつ、大幅な性能向上を達成しています。
ベンチマークへの焦点 – 評価は数学、コード生成、および多段階推論を重視しており、DeepSeek-R1 はこれらの分野で OpenAI-o1 と同等のレベルに達しています。
完全なテクニカルレポートは、GitHub リポジトリで入手可能です: https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf.

API アクセスと価格設定

モデルは、model=deepseek-reasoner を設定することで、DeepSeek API を介して呼び出すことができます。
価格設定構造 (発表時点):
- $0.14 per million input tokens (キャッシュヒット時)
- $0.55 per million input tokens (キャッシュミス時)
- $2.19 per million output tokens.
詳細な使用手順は、API ガイドで提供されています: https://api-docs.deepseek.com/guides/thinking_mode.

コミュニティへの影響

フラッグシップモデルと蒸留バリアントの両方を寛容なライセンスの下でリリースすることで、DeepSeek は、オープンソース AI コミュニティを強化し、高度な推論システムを構築するための障壁を低くすることを目指しています。
オープンなライセンスと商業利用に適した条件は、プロプライエタリな（独占的な）サービスへの直接的な挑戦として位置付けられており、より広範な実験と採用を促進します。

視覚的要約

発表には、いくつかの説明的な画像が含まれています：

DeepSeek-R1 の動作を示すアニメーションデモ。
DeepSeek-R1 と OpenAI-o1 を比較するベンチマークチャート。
蒸留モデルの性能をまとめた表。
DeepSeek-R1 のコストを競合サービスと比較した価格比較グラフィック。

すべての記述は、2025-01-20 日付の DeepSeek 公式リリースのみに基づいています。