タイトル: DeepSeek の使い方
SEOタイトル: DeepSeek 使い方完全ガイド|R1 / V3 / 格安 API / オープンウェイト
| この記事の要点 |
DeepSeek とは
DeepSeek (ディープシーク) は中国・杭州に拠点を置く AI スタートアップが開発する大規模言語モデル。2025 年初頭に「DeepSeek R1」が公開され、OpenAI o1 並の推論性能を 1/30 のコストで実現したとして世界中で話題になりました。
「中国製 AI」というイメージで敬遠する人もいますが、モデルの重み(weights)が公開されているため、Ollama 等で自分の PC でも動かせる「オープンウェイト」モデル。透明性と再現性で評価が高い。
主要モデル
| モデル | 特徴 | 用途 |
|---|---|---|
| DeepSeek R1 | ★ 推論強化(OpenAI o1 系) | 数学・コーディング・複雑な問題 |
| DeepSeek V3 | 汎用フラッグシップ(GPT-4 並) | 日常用途 |
| DeepSeek Coder V2 | コーディング特化 | プログラミング |
| DeepSeek-VL | マルチモーダル(画像理解) | 画像 + テキスト |
使い方
Web チャット(無料)
- chat.deepseek.com にアクセス
- サインアップ(Google / メール / 電話)
- すぐにチャット可能
- 「DeepThink (R1)」をオンにすると推論強化モード
API(開発者向け)
- platform.deepseek.com でアカウント作成
- API キー発行
- OpenAI 互換 API なので、既存コードをほぼそのまま流用可能
# OpenAI SDK で DeepSeek API を叩く
from openai import OpenAI
client = OpenAI(
api_key="sk-deepseek-xxx",
base_url="https://api.deepseek.com"
)
response = client.chat.completions.create(
model="deepseek-chat", # V3
# model="deepseek-reasoner", # R1
messages=[{"role": "user", "content": "こんにちは"}]
)
print(response.choices[0].message.content)
ローカル実行(Ollama)
# DeepSeek R1 の蒸留モデル(小型化版)をローカルで動かす
ollama run deepseek-r1:7b # 7B モデル
ollama run deepseek-r1:14b # 14B モデル
ollama run deepseek-r1:32b # 32B モデル
ollama run deepseek-r1:70b # 70B モデル(高性能 GPU 必須)
料金(API)
| モデル | 入力 (per 1M tokens) | 出力 (per 1M tokens) |
|---|---|---|
| DeepSeek V3 | $0.14 | $0.28 |
| DeepSeek R1 | $0.55 | $2.19 |
| ※ GPT-5 (参考) | $5 | $15 |
| ※ Claude Sonnet (参考) | $3 | $15 |
このコスト差から、API 大量利用するプロダクトで DeepSeek を採用する企業が急増中。
性能
| ベンチマーク | R1 | o1 | Sonnet |
|---|---|---|---|
| 数学 (AIME) | 79.8 | 79.2 | 23.3 |
| コーディング (Codeforces) | 2029 | 2061 | 1134 |
| 一般推論 (MMLU) | 90.8 | 91.8 | 88.7 |
※ DeepSeek 公式発表値。第三者検証でも近い結果。
注意点
1. 中国製ゆえの規制対応
- 中国の法律に沿った内容規制(特定政治トピックの回答制限)
- 「天安門」「習近平」等のセンシティブな話題は回答拒否
- ビジネスでの「中国製 AI 禁止」社内ルールがある企業も
2. データプライバシー
- Web チャット利用時、データが中国サーバに送信
- 機密情報を扱うなら API(地域別エンドポイント)またはローカル実行推奨
- 米国・EU・日本のプラットフォーム(OpenRouter 等)経由なら別サーバ経由になる
3. 日本語性能
- 英語・中国語より日本語は若干劣るが実用十分
- 専門用語や敬語のニュアンスで Claude / GPT に劣る場面あり
こんな人におすすめ
- API 利用料を大幅に抑えたい開発者
- 大量バッチ処理(要約・分類)に使いたい
- Ollama でローカル R1 を試したい研究者
- 推論性能が必要な業務(数学・科学・コード)