DeepSeekとは？

2026年7月更新

DeepSeekは、ヘッジファンドマネージャーの梁文峰（Liang Wenfeng）が2023年に設立した中国のAI研究機関で、低コストでオープンウェイトな大規模言語モデルの開発で知られています。2025年1月にリリースされた推論モデルDeepSeek-R1は、報告されているトレーニングコストのごく一部で、数学やコーディングのベンチマークにおいて欧米のフロンティアモデルに匹敵する結果を出し、AIインフラ投資に対する世界的な見直しの引き金となりました。

多くの人が初めてDeepSeekの名前を耳にしたのは、そのアプリがApple App Storeのトップに躍り出て、Nvidiaが史上ほぼどの企業よりも大きな時価総額を一日で失った、あの週のことでしょう。しかしDeepSeekは、単なる一時的なニュースにとどまりません。2026年に入ってからも新しいリリースを続ける現役のモデル開発企業であり、OpenAIやAnthropicのようなクローズドな研究機関に対するオープンウェイトの代替選択肢であり、そして中国で開発されたAIツールを利用する際に伴うデータプライバシーや地政学上の問題を、リアルタイムで示すケーススタディでもあります。本記事では、DeepSeekとは何か、どのような経緯で今の姿になったのか、そのモデルラインナップ、その背景にある効率性の物語、そして企業が導入を検討する際に考慮すべき点を取り上げます。

「DeepSeekモーメント」：背景と2025年1月の衝撃

DeepSeekは2023年、梁文峰が2015年に共同設立した杭州拠点のクオンツ・ヘッジファンド、High-Flyerの研究部門として設立されました。High-Flyerはすでにトレーディングモデルの強化にAIを活用しており、米国の輸出規制が強化される前に蓄積していた大量のNvidia製GPUへのアクセスを、新設のラボに提供しました。この資源のおかげで、DeepSeekは米国のライバル企業のような数十億ドル規模の予算がなくても、競争力のあるモデルを訓練することができました。

同ラボは2024年を通じて着実に力をつけていきましたが、その名を一躍知らしめた瞬間は2025年1月20日、DeepSeekがオープンウェイトの推論モデルであるR1をリリースし、数学、コーディング、科学のベンチマークでOpenAIのo1に匹敵する結果を示した時でした。1月10日にローンチされたDeepSeekアプリは、1月27日までに米国iOS App Storeで1位となり、ChatGPTを追い抜きました。同日、Nvidiaの株価は約17%下落し、5,890億ドルの時価総額が消失しました。これは株式市場の歴史上、企業として最大の1日あたりの損失であり、投資家たちは業界が本当に想定通りのGPU投資を必要としているのかどうかを疑問視し始めました。

パニックの中心にあったのはコストでした。基盤となるV3ベースモデルに関するDeepSeek自身のテクニカルレポートは、トレーニングコストが約560万ドルであると主張しており、これは米国の研究機関が同等のフロンティアモデルに費やしていると報じられていた金額のごく一部でした。この数字はほぼ即座に精査の対象となりましたが（詳細は後述）、より大きなシグナルはそのまま残りました。米国のチップ規制下で活動するラボが、世界最高水準に匹敵するモデルを生み出し、しかもそのウェイトを誰でもダウンロードして実行できるように無償で公開したのです。

DeepSeekのモデルラインナップ：V3からR1、V4まで

DeepSeekは、単一のフラッグシップ製品ではなく、速いペースで公開リリースを重ねる形でモデルを展開しています。

DeepSeek-V3（2024年12月）は、この物語の出発点となった基盤モデルです。Mixture of Expertsアーキテクチャを採用しており、1回のクエリごとにパラメータ全体のごく一部のみを活性化させます。これが、同程度の規模の高密度モデルよりも安価にトレーニングと実行ができる大きな理由です。

DeepSeek-R1（2025年1月）は、V3の上に構築された推論モデルです。拡張されたChain-of-Thoughtによる計算を用いて、回答する前に問題を段階的に解いていきます。これはテストタイム計算の背後にあるのと同じカテゴリーの技術です。DeepSeekはまた、より小型な「蒸留版」R1バリアントのファミリーもリリースしています。Knowledge Distillationを用いて、R1の推論能力を、単一のGPUやハイエンドのノートPCでも実行できるほど小さなモデルへと圧縮したものです。

DeepSeek-V3.2（2025年12月）は、Tool Useをモデルの思考プロセスに直接組み込み、問題を推論しながら同じパスの中で外部ツールを呼び出せるようにしました。DeepSeekの発表によると、2025年の国際数学オリンピックおよび国際情報オリンピックのベンチマークセットにおいて、金メダル相当のスコアを記録したとのことです。

DeepSeek-V4（2026年4月24日にプレビュー公開、2026年7月に安定版がリリース）は現行世代のモデルで、大型のMixture of ExpertsモデルであるV4-Proと、より小型で高速なV4-Flashの2つのバリアントとして展開されています。どちらも100万トークンのコンテキストウィンドウをサポートしており、これまでのDeepSeekのすべてのリリースと同様、オープンライセンスのもとで公開されています。

効率とコストの物語

DeepSeekの評判は、「より少ないリソースでより多くを実現する」という点に支えられています。その数字には異論もありますが、無視できないほど現実的なものです。

DeepSeek自身のV3テクニカルレポートによれば、トレーニングに要した総コンピュートは278万8,000 H800 GPU時間、GPU1時間あたり約2ドルとして計算すると約557万6,000ドルに相当します。2025年9月、DeepSeekはNature誌に査読付き論文を発表し、V3の上にR1の追加的な推論トレーニングを行うために要した費用として、別途29万4,000ドルという数字を開示しました。Epoch AIの研究者を含む独立系のアナリストたちは、DeepSeekの公表数値には含まれていないV3のベーストレーニング、ハードウェア、研究開発の間接費まで含めた真の総コストは、公表された数字の20倍近くに達すると主張しています。その高めの見積もりを採用したとしても、DeepSeekのトレーニングコストは、OpenAIやAnthropicが同等のフロンティアモデルについて報告している金額を、依然として大きく下回っています。

このコスト面の優位性が最もはっきりと表れているのは、DeepSeekがモデルの利用に課している料金です。2026年半ば時点で、DeepSeekのV4-Flash APIは出力トークンを100万トークンあたり0.28ドルで提供しており、これはOpenAIのGPT-5.4やAnthropicのClaude Sonnet 4.6の100万トークンあたり15ドルと比較して、約50倍の差があります。2025年1月のニュースサイクルが落ち着いた後も、コストを重視する開発者にとってDeepSeekが選択肢であり続けている理由は、当初のトレーニングコストの見出しだけでなく、この料金体系にあります。

オープンウェイトとライセンス

GPTやClaudeとは異なり、DeepSeekのモデルはオープンウェイトです。つまり、誰でも実際にトレーニング済みのモデルファイルをダウンロードし、自社のインフラ上で実行し、ファインチューニングし、DeepSeekにライセンス料を支払うことなくその上に商用製品を構築することができます。

DeepSeek-R1とV系列のモデルは、寛容なMITライセンスのもとで提供されています。このライセンスは、商用利用、改変、他のモデルへの蒸留を許可しており、再配布時にライセンス条文を保持することだけを求めています。これは、一部の競合他社が緩やかに使う「オープン」というラベルよりも、明確に踏み込んだオープンな姿勢です。DeepSeekは実際に、企業が一切のクエリをDeepSeek自身のサーバーに送ることなく、モデルを自社でセルフホストすることを可能にしています。

これは実務上、2つの意味を持ちます。第一に、コストに敏感なチームは、トークン単位のAPI料金を一切支払うことなく、蒸留版のR1バリアントをローカルで実行できます。第二に、セルフホスティングによって、次に取り上げるデータ取り扱いに関する懸念の大部分を回避できます。データが自社インフラの外に出ることがないからです。トレードオフとしては、モデルを安定して実行するためのGPUキャパシティとMLOpsの専門知識が必要になる点が挙げられます。これはまさに、多くのビジネスチームがOpenAIやAnthropicに料金を払ってでも避けたいと考えている類のインフラ作業です。

ビジネスでDeepSeekを使う：最初に知っておくべきこと

DeepSeekの低コストとオープンなライセンスは、エンジニアリングチームにとって魅力的です。しかし、一般的なクローズドモデルのベンダーにはない留意点も伴います。

ホスティングされているDeepSeekのアプリとAPIは、中国国内のサーバーを経由してデータをやり取りしており、これは米国やEUのベンダーを規律するGDPRやCCPAのような枠組みではなく、中国のデータ法および国家安全保障法の適用対象となります。イタリアのデータ保護当局は2025年1月、DeepSeekによるイタリア人ユーザーのデータ処理に対して即時停止を命じました。これは同社に対する最初期の正式な規制措置の一つであり、その後も他の政府や企業が同様の懸念から、公用デバイスでのDeepSeek利用を制限しています。これは中国系AIベンダーの中でDeepSeekに限った話ではありませんが、米国拠点のプロバイダーとは明らかに異なるリスクプロファイルであり、顧客データや従業員データに関わる用途でチームが導入を検討する前には、AIベンダー評価の中で必ず考慮すべき点です。

オープンウェイトのモデルを、国内のクラウドプロバイダーやオンプレミスのハードウェアを通じてセルフホストすれば、クエリがDeepSeekのインフラにまったく到達しないため、データルーティングに関する懸念の大部分を解消できます。ホスティングサービスにデータを晒すことなくDeepSeekのコストと推論品質を求めるエンタープライズのセキュリティチームの多くが、最終的に選ぶのがこの選択肢です。外国政府の管轄下で構築・訓練されたモデルを信頼すべきかという、より広範な問いは、ソブリンAIというテーマのもとで語られる、より大きな議論の一部です。DeepSeekを使ったワークフローを標準化する前に、一読しておく価値があります。

DeepSeekとOpenAI、Claudeの比較

ここでは、多くのエンタープライズのAI購買判断で既定の選択肢となる2つの研究機関と、DeepSeekを比較します。

実務上の結論はこうです。DeepSeekは、トークンあたりの単純な価格と、OpenAIやClaudeがまったく提供していないセルフホスティングの選択肢という点で優位に立ちます。一方OpenAIとAnthropicは、データガバナンス、エンタープライズサポート、そして米国の司法管轄下で運用されているという安心感で優位に立っており、これはベンチマークのスコアに関わらず、規制の厳しい業界にとってしばしば決定的な要因となります。

DeepSeekの限界

上記のデータプライバシーの問題以外にも、いくつか留意すべき限界があります。DeepSeekのモデルは、中国で訓練されたほとんどのシステムと同様に、中国政府に関連する政治的にセンシティブなトピックにコンテンツ制限を適用しており、研究者は、ホスティング版のチャットアプリが、欧米のクローズドモデルなら直接回答するような特定の質問に対して、回答を拒否したり別の話題へ誘導したりすることを記録しています。DeepSeekはまた、正式なSLA、専任のアカウントチーム、成熟したコンプライアンス認証といった、OpenAIやAnthropicが築いてきたエンタープライズ向けサポート体制も欠いています。これは個人開発者よりも大規模組織にとって重要な点です。そして、DeepSeekを有名にした当初のトレーニングコストの数字は、今なお本当に論争の的となっています。「560万ドル」や「29万4,000ドル」という数字は、独立監査を経た総額としてではなく、あくまでDeepSeek自身が開示した数字として扱うべきです。

DeepSeekの重要なポイント

• DeepSeekのV3ベースモデルのトレーニングコストは、約557万6,000ドルと推定されています。 DeepSeek自身のテクニカルレポートによれば、GPU1時間あたり約2ドルで、278万8,000 H800 GPU時間を使用したとされています。出典
• DeepSeekは別途、R1のトレーニングコストとして29万4,000ドルという数字を開示しました。 これは2025年9月にNature誌に発表された査読付き論文によるものですが、V3のベーストレーニングを含めた真の総コンピュートコストは、その数字の20倍近くに達するという独立系の試算もあります。出典
• Nvidiaは2025年1月27日、5,890億ドルの時価総額を失いました。 これは株式市場の歴史上、企業として最大の1日あたりの損失であり、DeepSeekのリリースがAIインフラ投資への疑念を高めたことが背景にあります。出典
• DeepSeekアプリは2025年1月27日、米国iOS App Storeの無料アプリ1位になりました。 1月10日のローンチからわずか数週間でChatGPTを追い抜きました。出典
• イタリアのデータ保護当局は2025年1月30日、DeepSeekによるイタリア人ユーザーのデータ処理に対して即時停止を命じました。 これは、データの取り扱いをめぐって同社に対して政府が講じた最初期の正式な措置の一つです。出典
• DeepSeek-R1は2025年1月20日、MITライセンスのもとでリリースされました。 これにより、ロイヤリティなしでの商用利用、改変、他のモデルへの蒸留が許可されています。出典
• DeepSeek-V4は2026年4月24日にプレビュー版としてローンチされました。 V4-Pro、V4-Flashの両バリアントとも、同じオープンライセンスのもとで100万トークンのコンテキストウィンドウをサポートしています。出典
• DeepSeekのV4-Flash APIは、出力トークンを100万トークンあたり0.28ドルで提供しています。 OpenAIのGPT-5.4の100万トークンあたり15ドルと比較して約50倍の差があり、これがDeepSeekの「低コストな選択肢」としての評判を支えています。出典

さらに学ぶ

• Large Language Models - DeepSeekのV系列をはじめ、あらゆる主要なチャットアシスタントの土台となる技術
• Reasoning Models - R1が属する技術カテゴリーと、OpenAIのo1との比較
• テストタイム計算とは？ - R1の推論能力を支える拡張思考の技術
• Mixture of Experts - DeepSeek-V3とV4の効率性を支えるアーキテクチャ
• Knowledge Distillation - DeepSeekがR1をより小型でローカル実行可能なモデルへと圧縮した方法
• OpenAIとは？ - ChatGPTとGPTを開発する研究機関で、DeepSeekと最も直接比較される存在
• Claude AIとは？ - Anthropicのモデルファミリーであり、エンタープライズに重点を置いた代替選択肢
• AIベンダー評価 - DeepSeekのようなモデルを導入する前に、コストとデータガバナンスのリスクを比較検討するフレームワーク
• ソブリンAIとは？ - 異なる国家の管轄下で構築・統治されるAIモデルをめぐる、より広範な議論

外部リソース

• DeepSeek-V3 Technical Report (arXiv) - V3のトレーニングコンピュートとコストに関するDeepSeek自身の開示情報
• CNN: DeepSeek Reveals Training Cost of Its AI Model - Nature誌に掲載された29万4,000ドルのR1トレーニングコスト論文の報道
• CNBC: Nvidia Sheds Almost $600 Billion in Market Cap - 2025年1月27日の株価急落に関する報道
• Bird & Bird: Italy's Garante Blocks DeepSeek Data Processing - イタリアによる2025年1月の命令に関する法的解説
• Hugging Face: DeepSeek-R1 Model Card - 公式のモデルウェイトとMITライセンス条項
• DeepSeek API Docs: V4 Preview Release - DeepSeek-V4-ProおよびV4-Flashの公式発表
• DeepSeek API Docs: Pricing - DeepSeekのホスティングモデルの現行トークン単価

AI Terms Collectionの一部。最終更新：2026-07-20