DeepSeek-R1とは？ChatGPT o1に匹敵する推論性能・料金・使い方と注意点

公開日：2026年11月9日更新日：2026年11月9日AIチェッカー編集部

「社外に出せないデータでも生成AIを使いたい」「o1のような推論モデルを、もっと安く自由に使えないか」。こうした声に応えるモデルとして、2025年1月に一気に注目を集めたのが、中国のAI企業DeepSeekが公開したDeepSeek-R1です。

この記事では、DeepSeek-R1がどんなモデルなのか、本当にChatGPTの推論モデル「OpenAI o1」に匹敵するのかを公式のベンチマークで確かめ、料金・使い方・業務で使うときの注意点まで整理します。発表から時間がたっているため、2026年11月時点の料金や後継モデルの状況もあわせて紹介します。

DeepSeek-R1とは

DeepSeek-R1は、中国・杭州のAI企業DeepSeekが2025年1月20日に公開した推論モデルです。答えを出す前に、問題を分解したり途中の計算を検算したりする長い思考（Chain of Thought）を経てから回答するタイプの大規模言語モデル（LLM）で、数学・プログラミング・科学の問題でOpenAI o1と同水準のスコアを出しました。

もう一つの大きな特徴は、モデルの重み（パラメータ）がMITライセンスで公開されていることです。商用利用や改変はもちろん、R1の出力を使って別のモデルを学習させる「蒸留」まで認められています。

「推論モデル」はふつうのチャットAIと何が違う？

ふつうのチャットAIは、質問を受けるとすぐに回答を書き始めます。推論モデルは回答の前に「考える」段階を挟み、方針を立てる、途中で間違いに気づいて引き返す、といった過程を経てから答えます。そのぶん時間とトークンはかかりますが、数学の証明や複雑なコードのように、一発で正解しにくい問題で精度が上がります。

OpenAIが2024年9月に発表したo1がこのタイプの先駆けで、DeepSeek-R1はそれに匹敵する性能を、重みを公開した形で実現した点が驚きをもって受け止められました。

ChatGPT（o1）に匹敵する？ベンチマークで比較

DeepSeekが公開した評価結果から、主なベンチマークを抜き出しました。比較対象は、R1発表時点のOpenAIの推論モデルo1（2024年12月版）とo1-miniです。

表を見ると、数学とプログラミングではo1とほぼ互角で、AIMEやMATH-500ではわずかに上回っています。一方で、大学院レベルの科学問題（GPQA Diamond）や事実を問う質問（SimpleQA）ではo1が明らかに上です。

DeepSeek-R1の5つの特徴

1. 重みを公開し、MITライセンスで商用利用もできる

R1はモデルの重みと技術レポートが公開されていて、Hugging Faceからダウンロードできます。ライセンスは制約のゆるいMITライセンスで、自社サービスへの組み込みや改変も自由です。o1のようにAPI経由でしか使えないモデルと違い、動かす場所を自分で選べるのが最大の利点です。

2. 強化学習で推論力を伸ばした

DeepSeekはまず、人が用意した手本で学ばせる教師ありファインチューニング（SFT）を行わずに、強化学習だけで推論力を鍛えたDeepSeek-R1-Zeroを作りました。正解したら報酬を与えるだけで、モデルは自分で検算したり、考え直したりする振る舞いを身につけたと報告されています。論文では、学習の途中でモデルが「待てよ」と立ち止まって解き方を見直すようになった場面を「aha moment（ひらめきの瞬間）」として紹介しています。

ただしR1-Zeroには、同じ文を繰り返す、読みにくい、言語が混ざるといった弱点がありました。そこでR1では、少量の手本データで下地を作ってから強化学習を行う多段階の学習を取り入れ、読みやすさと性能を両立させています。

3. 思考の過程をそのまま読める

公式のチャット画面やAPIでは、最終的な回答とは別に、そこに至るまでの思考の内容を確認できます。o1が思考の中身を要約でしか見せないのに対し、R1はどう考えたかを追えるため、答えの根拠を確かめたい場面や、AIの考え方を学習に生かしたい場面で役立ちます。

4. MoE構造で、規模のわりに計算が軽い

R1の総パラメータは6,710億と巨大ですが、Mixture of Experts（MoE）という構造を採用していて、1トークンを処理するときに動くのはそのうち約370億だけです。専門分野ごとの「専門家」を必要なぶんだけ呼び出すイメージで、性能を保ちながら推論のコストを抑えています。

5. PCでも動く小型の蒸留モデルがある

R1の出力を使って、QwenやLlamaをベースにした1.5B〜70Bの小型モデル6種も公開されています。たとえばDeepSeek-R1-Distill-Qwen-32Bは数学のAIME 2024で72.6%と、o1-mini（63.6%）を上回りました。フルサイズのR1は動かすのに大規模なGPUサーバーが必要ですが、蒸留モデルなら手元のPCでも試しやすくなります。

DeepSeek-R1の料金

公式のWebサイトとアプリは無料で使えます。APIは使ったトークン数に応じた従量課金で、R1発表時の料金は次のとおりでした。

出力の単価で比べるとo1の約27分の1で、「o1並みの推論を9割以上安く使える」ことが、R1が注目された大きな理由でした。

2026年11月時点の公式API料金

その後DeepSeekのAPIはモデルの世代交代を重ね、2026年11月時点の料金ページに載っているのは、後継のV4系の2モデルだけです。R1単体をAPIで指定することはできず、推論が必要な場合は各モデルの「思考モード」を使います（思考モードが標準）。

DeepSeek-R1の使い方

DeepSeekのモデルを使う方法は、大きく分けて3つあります。

1. Webサイト・スマホアプリで使う

chat.deepseek.comにアクセスするか、公式アプリをインストールしてアカウントを作れば無料で使えます。R1の発表当時は「DeepThink（R1）」ボタンを押すとR1で回答する仕組みでしたが、現在は後継のV4系モデルに置き換わっており、Expert Mode（じっくり考えるモード）とInstant Mode（すぐ答えるモード）を切り替えて使います。

2. APIで使う

APIはOpenAIのAPIと互換性があり、OpenAIの公式SDKで接続先（base_url）とモデル名を変えるだけで使えます。R1の発表当時は deepseek-reasoner というモデル名でR1を呼び出していました。現在のモデル名で書くと次のようになります。

from openai import OpenAI

client = OpenAI(api_key="DeepSeekのAPIキー", base_url="https://api.deepseek.com")

response = client.chat.completions.create(
    model="deepseek-flash",  # 2026年11月時点。思考モードが標準
    messages=[{"role": "user", "content": "月の表面重力の求め方を教えて"}],
)
print(response.choices[0].message.content)

思考の内容の取り出し方や、思考モードのオン・オフの切り替え方は、公式のThinking Modeガイドにまとまっています。

3. 自社のPC・サーバーで動かす（ローカル運用）

R1や蒸留モデルの重みはHugging Faceで公開されているので、自社の環境にダウンロードして動かせます。手軽に試すなら、ローカルLLMの実行ツールOllamaを使う方法が簡単です。

# 蒸留モデル（8B）をダウンロードして対話を始める
ollama run deepseek-r1:8b

ローカルで動かせば、入力したデータが社外に送られることはありません。機密情報を扱う業務でR1系のモデルが検討される理由はここにあります。ただしフルサイズ（671B）のR1を動かすには、数百GB規模のGPUメモリを備えたサーバーが必要です。まずは7B〜14Bの蒸留モデルで試し、精度が足りなければ32Bや70Bに上げていくのが現実的です。

業務で使う前に知っておきたい注意点

公式サービスのデータは中国国内に保存される

個人情報保護委員会は2025年2月3日、DeepSeekのサービスについて情報提供を出しました（同年3月5日更新）。DeepSeekのプライバシーポリシーによると、取得したデータは中国国内のサーバーに保存され、中国の法令が適用されます。2月6日には、デジタル社会推進会議の幹事会事務局も、政府機関に向けて業務利用に関する注意喚起を行っています。

公式のWebサイト・アプリ・APIに、個人情報や取引先の情報、社外秘の資料を入力するのは避けましょう。業務で使うなら、社内の利用ルールを確認したうえで、データを外に出さないローカル運用を検討するのが安全です。

回答に偏りが出る話題がある

中国の政治や歴史に関わる話題では、回答を避けたり、特定の立場に沿った回答をしたりする傾向が多くの利用者や研究者から報告されています。ローカルで動かしても学習で身についた傾向は残るため、こうした分野の調べものには向きません。

もっともらしい誤り（ハルシネーション）がある

ベンチマークで見たとおり、R1は事実に関する質問（SimpleQA）の正答率がo1より低めです。2025年5月の更新版（R1-0528）でハルシネーションの低減がうたわれましたが、ゼロにはなっていません。数字や固有名詞、法律や医療に関わる内容は、必ず一次情報で確認してください。

蒸留モデルは元のモデルのライセンスも確認する

R1本体はMITライセンスですが、蒸留モデルはQwen（Apache 2.0）やLlama（Llamaのライセンス）をもとに作られています。商用で使うときは、元になったモデルのライセンス条件もあわせて確認しましょう。

発表当時の競合モデルとの比較

R1が登場した2025年1月時点で、推論に強い主なモデルを比べると次のとおりです。

重みが公開されていて、かつo1に並ぶ性能を持っていたのは、当時R1だけでした。

DeepSeek-R1のその後（2026年11月時点）

R1の発表後、DeepSeekはモデルの更新を続けています。主な流れは次のとおりです。

1. 2025年1月20日

   DeepSeek-R1を公開。

2. 2025年5月28日

   DeepSeek-R1-0528を公開。ベンチマークの向上、ハルシネーションの低減、JSON出力と関数呼び出しへの対応。

3. 2025年8月21日

   DeepSeek-V3.1を公開。1つのモデルで「考える」「すぐ答える」を切り替えるハイブリッド推論になり、APIのdeepseek-reasonerはV3.1の思考モードを指すようになる。

4. 2025年9〜12月

   DeepSeek-V3.2-Exp、V3.2を公開。

5. 2026年4月24日

   DeepSeek-V4のプレビュー版を公開。V4-Pro（総1.6兆パラメータ）とV4-Flash（総2,840億パラメータ）の2本立てで、コンテキスト長は100万トークンに。

6. 2026年8〜10月

   V4-Proの正式版、ピーク／オフピーク料金の導入を経て、V4.1-Flashを公開。

R1で確立した「強化学習で推論力を伸ばす」手法は後継のモデルに引き継がれ、現在の公式サービスではV4系の思考モードとして使われています。一方、R1とR1-0528の重みは今も公開されているため、ローカル運用のモデルとしては引き続き選択肢になります。

よくある質問

まとめ

DeepSeek-R1は、数学やプログラミングの推論でOpenAI o1に並ぶ性能を、MITライセンスの公開モデルとして、しかも大幅に安い料金で提供したことで、生成AIの勢力図を大きく変えたモデルです。

• 数学・コードの推論はo1とほぼ互角。事実知識や科学ではo1が上
• 重みはMITライセンスで公開。商用利用やローカル運用ができる
• 公式サービスのデータは中国国内に保存されるため、機密情報は入力しない
• 2026年11月時点の公式APIはV4系に移行。R1はローカル用のモデルとして今も使える

社外にデータを出さずに推論モデルを使いたい場合は、蒸留モデルをローカルで試すところから始めてみてください。