2026年1月、DeepSeekは推論モデルR1をオープンソースとして公開した。コミュニティの反応は即座に現れた。オープンソースがここまで進んでいるとは誰も予想していなかったのだ。
まずは具体的な数値を見てみよう。
- AIME数学コンテスト：77.5点
- MATH-500：96.2点
- Codeforcesプログラミング：94パーセンタイル
- MMLU：0.849
これらの結果を総合すると、R1はOpenAIのo1とほぼ互角である。数学、コード、論理推論の三拍子が揃ったモデルだ。
しかし、さらに驚きだったのは蒸留版である。R1-Distill-Qwen-32Bは、32Bパラメータの「小型」蒸留モデルでありながら、複数のベンチマークでo1-miniを直接上回った。32Bパラメータのモデルがクローズドソースの推論モデルに匹敵、あるいは凌駕するという事実は、小規模チームや個人開発者にとって大きな恩恵となる。コンシューマーグレードのGPUで動作可能だからだ。
R1の推論アプローチは、構造化されたChain-of-Thoughtの流れに従う。長いコンテキストのシナリオでは、「計画→実行→振り返り→修正」というワークフローが明確に現れる。128Kのコンテキストウィンドウは、推論チェーンが途中で途切れることなく完全に展開されるのに十分な余裕を提供する。
業界全体の観点から見ると、R1の真のインパクトは価格設定のロジックにある。これまでクローズドソースモデルのプレミアムは、主に「推論能力の堀」に依存していた。優れた推論を望むなら、対価を支払う必要があったのだ。今やR1はその壁に大きな穴を開けた。クローズドソースのベンダーは、何をもって価格優位性を維持するのか。ブランドとエコシステムだけでは難しいだろう。
この問題は、今後数四半期の間にますます深刻化するだろう。
出典：CocoLoop、InfoQ DeepSeek R1公開レポート、Hugging Faceモデルページ