DeepSeekは、自社の「推論」モデルが特定のベンチマークでOpenAIのo1を上回ったと主張している。

中国のAIラボDeepSeekは、いわゆる推論モデルであるDeepSeek-R1のオープンバージョンをリリースした。同社は、特定のAIベンチマークにおいてOpenAIのo1と同等の性能を発揮すると主張している。

R1は、AI開発プラットフォームHugging FaceからMITライセンスの下で入手可能であり、制限なく商用利用可能です。DeepSeekによると、R1はAIME、MATH-500、SWE-bench Verifiedといったベンチマークでo1を上回っています。AIMEはモデルの性能を評価するために他のモデルを採用し、MATH-500は文章題集です。一方、SWE-bench Verifiedはプログラミングタスクに重点を置いています。

R1は推論モデルであるため、事実検証を効果的に実行し、通常モデルが陥りやすい落とし穴を回避するのに役立ちます。推論モデルは、典型的な非推論モデルと比較して、解に到達するまでに数秒から数分ほど時間がかかります。その利点は、物理学、科学、数学などの分野で信頼性が高くなる傾向があることです。

DeepSeekは技術レポートで、R1には6,710億のパラメータが含まれていることを明らかにしました。パラメータはモデルの問題解決能力とほぼ一致し、パラメータ数が多いモデルはパラメータ数の少ないモデルよりも一般的に優れたパフォーマンスを発揮します。

確かに6710億個のパラメータは膨大ですが、DeepSeekはR1の「蒸留版」もリリースしており、パラメータ数は15億から700億まで様々です。最小のものはノートパソコンでも動作します。フルバージョンのR1はより強力なハードウェアを必要としますが、DeepSeekのAPIを通じてOpenAIのo1よりも90%～95%安価で入手できます。

ハギング・フェイスのCEO、クレム・デラング氏は月曜日のXへの投稿で、同プラットフォームの開発者らがR1の「派生」モデルを500種類以上作成し、その合計ダウンロード数は250万回に達していると述べた。これは公式R1のダウンロード数の5倍にあたる。

R1には欠点もある。中国発のモデルであるため、回答が「中核的社会主義価値観を体現している」ことを保証するために、中国のインターネット規制当局によるベンチマークの対象となる。例えば、R1は天安門事件や台湾の自治権に関する質問には答えない。

テッククランチイベント

サンフランシスコ | 2025年10月27日～29日

他の推論モデルを含む多くの中国のAIシステムは、習近平政権に関する憶測など、国内の規制当局の怒りを買う可能性のある話題への対応を拒否している。

R1は、退任するバイデン政権が中国ベンチャー企業に対するAI技術の輸出規制強化と制限を提案した数日後に発表された。中国企業は既に高度なAIチップの購入を禁じられていたが、新規則が条文通りに施行されれば、企業は高度なAIシステムの構築に必要な半導体技術とモデルの両方に対して、より厳しい制限に直面することになる。

OpenAIは先週発表した政策文書の中で、中国のモデルが米国のAIに匹敵、あるいは凌駕する能力を持つことを懸念し、米国政府に対し、米国産AIの開発を支援するよう強く求めた。The Informationとのインタビューで、OpenAIの政策担当副社長クリス・レヘイン氏は、DeepSeekの親会社であるハイフライヤー・キャピタル・マネジメントを特に懸念すべき組織として挙げた。

これまでに、少なくとも3つの中国の研究所（DeepSeek、Alibaba、そして中国のユニコーン企業Moonshot AIが所有するKimi）が、o1に匹敵すると主張するモデルを開発している。（注目すべきは、DeepSeekが最初にR1のプレビューを発表したことだ。同社は11月下旬にR1のプレビューを発表した。）ジョージ・メイソン大学のAI研究者であるディーン・ボール氏は、Xの記事で、この傾向は中国のAI研究所が今後も「ファストフォロワー」であり続けることを示唆していると述べた。

「DeepSeekの精錬モデルの素晴らしいパフォーマンスは、非常に有能な推論エンジンが今後も広く普及し、トップダウン制御体制の目から遠く離れたローカルハードウェア上で実行可能になることを意味します」とボール氏は書いている。

この記事はもともと 1 月 20 日に公開され、1 月 27 日に詳細情報を加えて更新されました。

TechCrunchではAIに特化したニュースレターを配信しています！  毎週水曜日に受信ボックスに配信されますので、こちらからご登録ください。