DeepSeek R1/V3 OSS（ディープシーク）
DeepSeek OSS LLM(中国High-Flyer Quant・2024-2025)。DeepSeek V3(671B MoE・37B active・2024年12月・API $0.14/1M)・DeepSeek R1(Reasoning・o1競合・2025年1月・MIT License)・DeepSeek R1 Distill(Llama/Qwen base 7B-70B蒸留)・FP8 Training・Mixture-of-Experts 256 expert・推論$2.19/M token(Cache hit$0.14)・Ollama: deepseek-r1:32b-q4 for local・OpenAI o1並benchmark + OSS重要性・2026年 Enterprise OSS採用加速、GPU需要押し下げ論。
概要
DeepSeek R1/V3 OSS は、2024‑2025 年に中国の High‑Flyer Quant が開発したオープンソース LLM ファミリーである。
- V3：671 B パラメータ、37 B をアクティブに使用し、Mixture‑of‑Experts（MoE）で 256 個のエキスパートを持つ。
- R1：推論性能に特化した Reasoning モデルで、o1 競合を目指し、2025 年 1 月に MIT ライセンスで公開。
- Distill：Llama/Qwen ベースの 7 B‑70 B 蒸留版。
- FP8 訓練：FP8 精度での高速学習をサポート。
API 料金は 1 M トークンあたり 0.14 USD、推論は 1 M トークン 2.19 USD（キャッシュヒット時は 0.14 USD）。
2026 年にエンタープライズ OSS 採用が加速し、GPU 需要が低減する動きが顕著になる。
主な特徴・仕組み
- パラメータ数：V3 671 B、R1 37 B（アクティブ）。
- MoE エキスパート：256 個、1 B パラメータずつ。
- 推論料金：$2.19 / 1 M トークン（キャッシュヒットで $0.14）。
- API 料金：$0.14 / 1 M トークン。
- FP8 訓練：FP8 精度で 30 % 速い学習。
- Distill：7 B‑70 B 蒸留版で 10 % 低い推論コスト。
- MIT ライセンス：商用利用も可。
- Ollama：deepseek‑r1:32b‑q4 でローカル推論が可能。
- o1 ベンチマーク：OpenAI o1 と同等の推論速度を実現。
- 2025 年のトレンド：R1 が業界標準の推論エンジンに。
- 2026 年の動向：エンタープライズ OSS 採用が拡大し、GPU 需要が減少。
スペック比較表
| モデル | パラメータ | エキスパート | 推論料金 | API 料金 | ライセンス |
|---|---|---|---|---|---|
| DeepSeek V3 | 671 B | 256 | $2.19 /M | $0.14 /M | MIT |
| DeepSeek R1 | 37 B | 256 | $2.19 /M | $0.14 /M | MIT |
| OpenAI o1 | 35 B | — | $2.19 /M | $0.14 /M | Proprietary |
| GPT‑4o | 100 B | — | $2.99 /M | $0.20 /M | Proprietary |
具体例・対応製品
- NVIDIA RTX 5090 – 24 GB GDDR7、TDP 450 W、CUDA コア 18 K。
- AMD Ryzen 9 9950X3D – 16 コア 32 スレッド、3.5 GHz ベース、3.9 GHz ブースト。
- ASUS ROG Strix RTX 5090 – 24 GB GDDR7、PCIe 5.0、RTX 5090 で最大 2.5 TFLOPS。
- Corsair Vengeance DDR5‑6000 – 32 GB、240 MHz、クロック 6000 MHz。
- Samsung 980 PRO SSD 2 TB – PCIe 4.0、読み込み 7000 MB/s、書き込み 5000 MB/s。
自作PCでの選び方・注意点
- GPU：MoE 256 エキスパートを効率的に走らせるため、RTX 5090 以上の GPU を推奨。
- メモリ：モデルサイズが 37 B で 256 B まで拡張可能。DDR5‑6000 32 GB 以上で安定。
- 電源：TDP 450 W 以上をカバーする 850 W 以上の PSU が必要。
- 冷却：RTX 5090 は 450 W 以上消費。液体冷却または大型ファンで温度管理。
- ストレージ：SSD 2 TB 以上でデータローディングを高速化。
- ソフトウェア：CUDA 12.6、cuDNN 8.9、PyTorch 2.3 などを最新に保つ。
- ネットワーク：API 料金が低いので高速インターネット接続（1 Gbps 以上）を確保。
- ライセンス：MIT で商用利用可だが、OSS コミュニティでのサポートを活用。
関連用語との違い
- GPT‑4o：100 B パラメータ、商用専用。DeepSeek は 671 B でオープンソース。
- Claude 3：OpenAI と同等の推論速度だが、DeepSeek は MoE で 256 個のエキスパートを持つ点が差別化。
- Llama 3：7 B‑70 B 蒸留版があるが、DeepSeek Distill は 7 B‑70 B で 10 % 低コスト。
- o1：OpenAI の推論エンジン。DeepSeek R1 は o1 競合を目指し、同等の速度を実現。
よくある質問(FAQ)
Q1: DeepSeek R1 は商用利用できますか？
A1: はい。MIT ライセンスにより商用利用が許可されています。
Q2: 推論に必要な GPU は最低何枚ですか？
A2: 1 枚の RTX 5090 以上で推論は可能ですが、MoE 256 エキスパートを最大化するには 2 枚以上を推奨します。
Q3: 2026 年の OSS 採用が拡大すると GPU 需要はどう変わりますか？
A3: エンタープライズでの採用が進むことで、同等性能の GPU が低価格化し、需要が減少する傾向が予想されます。
まとめ
DeepSeek R1/V3 OSS は、MoE 256 エキスパートと FP8 訓練を備え、MIT ライセンスで商用利用も可能なオープンソース LLM です。
- V3 は 671 B パラメータで大規模推論を実現。
- R1 は Reasoning に特化し、o1 競合を目指す。
- Distill で 7 B‑70 B 蒸留版を提供。
- 2025 年のトレンドで R1 が推論エンジン標準化、2026 年にエンタープライズ採用が加速し GPU 需要が低減。
自作 PC では RTX 5090 以上の GPU、DDR5‑6000 32 GB 以上、850 W PSU を備えることで、DeepSeek の高性能を最大限に活かせます。
オープンソースであることから、開発者コミュニティとの連携も容易で、将来的な拡張やカスタマイズも期待できる点が大きな魅力です。