DeepSeek：オープンモデルとAIアシスタント、V3とR1の二本柱

DeepSeek は DeepSeek（High-Flyer 傘下）が開発したオープンソースのモデル群と AI アシスタントで、汎用人工知能の基盤モデルと技術を狙っています。利用者にとっては二つの意味があり、一つはブラウザを開けば対話できるアシスタント、もう一つは重みを取得して自分で動かせるオープンモデルです。

モデル側には二本の柱があります。汎用の柱は DeepSeek-V3 で、Mixture-of-Experts アーキテクチャ、総パラメータ 671B、トークンあたり 37B を活性化、128K のコンテキスト、生成速度は最大 60 TPS。後続の V3.2 は DSA と呼ぶ細粒度のスパース注意を導入し、ライトニングインデクサーで重要な情報を選ぶことで長文の学習と推論の効率を大きく高めています。推論の柱は DeepSeek-R1 で、V3-Base から学習し強化学習で推論能力を最適化、数学・プログラミング・自然言語推論で際立っています。

この二本から派生も生まれました。R1-Zero は教師あり微調整を行わず強化学習だけで学習した版で、推論力は高い一方で読みやすさに課題があります。R1-Distill は R1 が生成した推論データを 1.5B から 70B の小型モデルに蒸留したもの。R1-0528 は V3-0324 から学習し 660B のパラメータを持ち、深い推論、テキスト生成の改善、30〜60 分の単一タスク処理を打ち出しています。マルチモーダルには DeepSeek-VL2（Tiny・Small・標準で活性パラメータ 1.0B・2.8B・4.5B）と Janus 系、垂直領域には数学定理証明向けの Prover-V2 があります。

日常の利用では守備範囲の広いアシスタントです。質問応答と多ターン対話、文章作成、翻訳、データ処理、グラフ生成、コード生成とデバッグ、数学的推論に加え、ウェブ検索と深い思考モードを備えます。画像モードでは写真をアップロードして視覚的な理解をさせられます。開発者向けには、学習・管理・データセット統制を担うモデル開発プラットフォームもあります。

主な機能

質問応答と対話

科学、歴史、生活、技術の質問に答え、文脈を踏まえて一貫した応答を返すため、続けて問い詰める使い方に向きます。

文章作成と翻訳

記事、物語、詩、報告書、メールなどを生成し、多言語間の翻訳も行います。DeepSeek-V3 は 83 言語まで対応します。

コード生成とデバッグ

自然言語の説明から複数言語のコードを生成し、問題の特定や実装の改善も助けます。

数学と論理推論

数学と推論の課題に強く、多段の分析が必要な問いには深い思考モードが向きます。

ウェブ検索と深い思考

検索は最新情報を取得し、深い思考モードは複雑な論理で推論過程を表示します。

データ処理とグラフ

データの整形・統計・分析を行い、結果を棒グラフ、折れ線、円グラフに変換します。

画像理解

画像をアップロードして視覚的な理解と対話ができます。モデル側は VL2 と Janus が視覚と言語を結びます。

文書の読み取り

文書をアップロードすると要点を抽出して要約でき、長い資料の処理に向きます。

開発プラットフォーム

モデル開発プラットフォームが学習、管理、データセット統制を支え、自社システムへの組み込みを容易にします。

使い方

1. 入口を選ぶ。 ウェブ版はブラウザですぐ使え、アプリは各ストアから、Chrome ウェブストアから拡張機能も入れられます。
2. 課題にモードを合わせる。 日常の質問や文章は対話、最新情報は AI 検索、文書はファイル読み取り、複雑な推論は深い思考をオンにします。
3. 問いを明確にする。 曖昧な表現を避け、キーワードで要件を示し、複雑な作業は小さな問いに分けて段階的に深めます。
4. ターンを重ねる。 同じ会話で追加質問や書き直しの依頼、条件の追加を続けるほうが、長大なプロンプト一回より成果が安定します。
5. プロンプト集を使う。 公式の集にはコード改変、コード解説、コード生成、内容分類、構造化出力、役割演技、散文と詩、コピーの骨子、キャッチコピー、プロンプト生成、中英翻訳など 13 種類の場面があります。
6. 私有環境が必要ならローカル配置。 公式サイトからモデルファイルを取得し、依存関係を導入し、サーバーを設定して配置し、その後に試験と性能調整を行います。

向いている場面

• 開発者とアルゴリズムのチーム： オープンな重みで自前運用するか、プラットフォームで学習・データセット管理・モデル統制を行います。
• コンテンツとマーケティング： 販促文、議事録、報告書の初稿をまとめて作り、人の手で収束させます。
• データ職： 自然言語の質問をクエリに変え、データを整形・集計し、結論を説明するグラフを素早く作ります。
• 教育と研究： 教員が指導案や教材を作り、学習者ごとの経路を示します。数学では Prover-V2 で形式証明の検証ができます。
• データ統制の要件がある組織： ローカル配置でモデルを自組織の環境に置き、資料の外部流出を避けます。

制約と注意点

• 深い思考は遅い。 推論過程の表示は計算と待ち時間を増やすため、単純な作業では不要です。素材では R1-0528 が 30〜60 分の単一タスクを扱えるとしており、日常の質問より難問向きです。
• 出力は検証が必要。 もっともらしく見えて事実が誤った内容を生成することがあるため、数値・引用・結論は一次資料で確認し、生成結果を事実の出所として扱わないでください。
• オープンは即時利用を意味しない。 ローカル配置には依存環境、サーバー、メモリが必要で性能調整も要ります。小さなハードウェアで大きなパラメータを動かすのは現実的ではありません。
• 版の更新が速い。 V3、V3.1-Terminus、V3.2、R1、R1-0528 と入れ替わりが速く、能力も規模も異なるため、選定は現行の公式説明に従うべきです。
• 価格と枠は公式が基準。 本素材には確定した価格、利用制限、商用条件の情報がないため、費用と許諾は公式ページで確認し、本記事から推測しないでください。

よくある質問

DeepSeek の使い方は何通りありますか？

ウェブ版、アプリ、ブラウザ拡張の三つの入口に加え、オープンモデルは自分で配置でき、開発プラットフォームは学習と管理に使えます。

V3 と R1 の違いは何ですか？

V3 は汎用の大規模言語モデルで MoE、総 671B・活性 37B、128K コンテキスト。R1 は推論最適化の路線で、強化学習により数学・コード・自然言語推論を高めています。

どれくらいの長さの文章を扱えますか？

V3 は 128K のコンテキストに対応し、R1-0528 は 30〜60 分の単一タスクを強調しています。正確な上限は公式説明に従います。

ローカルに配置できますか？

できます。モデルファイルを取得し、依存環境を導入し、サーバーを設定して配置し、試験と性能調整を行う流れで、データ安全性が求められる場面に向きます。