DeepSeek R1 0528 は、2025 年 5 月 28 日に DeepSeek によってリリースされた推論モデルのアップグレード バージョンです。公式モデル カードは、数学、プログラミング、および一般的なロジックの大幅な強化を明確に強調しており、Web 側の DeepThink エクスペリエンスと OpenAI 互換の API 呼び出しを引き続きサポートします。

ディープシークR1 0528

コアパラメータと統計

一言で言えば、DeepSeek R1 0528 は「日付のサフィックスを変更する」というマイナーな改修ではなく、R1 の推論を「難しい問題を解決できる」から「量産モデルとしてより適している」へと前進させる実用的なアップグレードです。このモデル カードは、より深い思考プロセスとトレーニング後のアルゴリズムの最適化を通じて、数学、プログラミング、および一般的な論理タスクのパフォーマンスを大幅に向上させると同時に、関数呼び出しのサポート、コード エクスペリエンス、イリュージョン コントロールを一歩前進させると公然と述べています。

プロジェクト	広報
製品形態	オープンソース推論モデル + Web版DeepThink + OpenAI互換API
最新バージョン	ディープシーク-R1-0528
発売時期	2025-05-28
ライセンス	マサチューセッツ工科大学
モデルサイズ	顔を抱きしめると、約 685B のパラメータが表示されます。
生成される最大長	64K トークン
オンラインポータル	chat.deepseek.com、切り替え可能な DeepThink
APIベースアドレス	https://api.deepseek.com
対応する Web 機能	ファイルのアップロード、インターネット検索、深い思考
コンテキストメインライン	API ドキュメントでは現在、V4 シリーズを 1M で販売しており、前世代の R1-0528 は、超長文のコンテキスト マーケティングではなく推論の深さに重点を置いています。
コミュニティの人気	「Hugging Face」は過去 30 日間で約 246,000 件の「いいね！」があり、約 141 万回ダウンロードされました。

コアの位置付け: これは万能の「チャット スキン アップグレード」ではなく、複雑な問題を分解し、数学的プロセスを完了し、コーディング手順を完了するのに適した「推論エンジン」に近いモデル バージョンです。

プロパガンダの検証: 当局者は「より強力な推論の深さ」を強調しています。モデルカードで明らかにされたベンチマークの変更から判断すると、このセールスポイントは空虚なスローガンではありません。特に、AIME 2025、LiveCodeBench、Aider Polyglot、SWE Verified などの継続的な推論が必要なタスクでは、改善がはっきりとわかります。

ユーザーと市場の認識

DeepSeek R1 0528 の市場受け入れは、従来の SaaS の大規模なシート調達ストーリーよりも、「開発者とヘビー ユーザーが最初に投票する」ようなものです。理由は簡単です。人々が本当に感動するのは UI ではなく、難しい数学、複雑なコード、および複数ステップのロジックを初めてクローズドソース モデルに非常に近いレベルに引き上げたオープンソース推論モデルです。

簡単なコメント: チームがクローズドソース推論モデルを「困難なタスクを保証するマシン」とみなしていたのであれば、R1 0528 の重要性は、予算のこの部分を削減することであり、毎日の対話シナリオをすべて置き換えることではありません。

宣伝検証: モデル カードは、O3 および Gemini 2.5 Pro に対して全体的なパフォーマンスを直接ベンチマークします。より検証可能な部分はサブベンチマークにあります。AIME 2025 は前のバージョン 70.0 から 87.5 に改善され、AIME 2024 は 91.4 に達し、LiveCodeBench は 63.5 から 73.3 に改善され、Aider Polyglot は 53.3 から 71.6 に改善され、SWE Verified は 49.2 から 57.6 に改善されました。これらの数字は、ターゲット ユーザーが最も懸念している問題点、つまり難しい推論タスクの安定性を確実に捉えていることを示しています。

市場シグナル: Web ページ上で DeepThink スイッチを維持するということは、DeepSeek がそのような機能を論文やモデル カードにロックせず、一般のユーザーが「遅いが強力な」推論形式を直接認識できるようにし続けることを意味します。製品化においては、純粋なベンチマークよりも、この認識された違いの方が重要です。

境界線のリマインダー: 簡潔な事実の正確さを強調する SimpleQA などの指標では包括的なパフォーマンスがありません。これは、すべての Q&A がデフォルトで最も深い思考モードに切り込まれるのではなく、「問題解決」に適している理由も説明しています。

コストメリット

DeepSeek R1 0528 の最大の商業的意義は、「無料チャット」そのものではなく、複雑な推論を、高予算チームのみに予約されている機能から、一般の開発者や中小規模のチームがあえて定期的に使用できる範囲に移行できることです。

無料に関する真実: Web とアプリによって試用の敷居は確かに下がりましたが、無料だからといって企業で無制限に利用できるわけではありません。バッチ コード レビュー、自動質問応答、長時間プロセスの推論に関しては、コストと同時実行性の制約が API プラットフォームに課せられます。

コスト階層	開示	本当の意味
Cサイド/パーソナル	チャットポータルでは DeepThink	を直接体験できます。手動での使用に適していますが、体系的な呼び出しには適していません。
API/開発者	現在のドキュメントでは主に V4 を推奨しており、価格は入力キャッシュ ヒット 100 万件あたり 0.0028 ドル、ミス 100 万件あたり 0.14 ドル、出力 100 万件あたり 0.28 ドルからとなっています。 DeepSeek は引き続き低価格戦略を維持しており、推論コストはほとんどのクローズドソースのヘッド モデルよりもはるかに低くなります。
エンタープライズ	実際の同時実行性、クォータ、分離戦略に基づいて確認する必要があります	本当に重要なことは、トークンの単価だけではなく、同時実行性、安定性、統合されたガバナンスです。

暗黙のコスト: 推論が深くなるほど、出力トークンの消費量が増加します。モデル カードには、AIME テストの質問ごとの思考トークンの平均数が 12,000 から 23,000 に増加したことが記載されています。これは、「より強い」には多くの場合、より高い推論オーバーヘッドが伴うことを直接示しています。個々のユーザーはあまり敏感ではありませんが、企業のバッチ シナリオは非常に明白です。

コンプライアンスとリスク: MIT ライセンスでは、モデルの自己展開と抽出にさらに多くの余地が与えられていますが、モデルを高リスクのビジネス プロセスに統合する場合、コンプライアンスは、モデルが「オープンソース」であるからといって、デフォルトで心配がないことを意味するわけではありません。財務上の結論、医学的アドバイス、法的文書、または自動化されたコードの提出に関しては、依然として人間による確認ポイントを追加する必要があります。

隠れたメリット: チームが本来「安価なモデルを最初に実行し、高価なモデルを 1 回レビューする」必要がある場合、R1 0528 のような推論モデルを使用するとレビューの回数が減り、手戻り率とモデルの切り替えコストが削減されます。

主な機能

• 深い推論: 数学的問題、複雑な論理問題、コードの再構築、中間推論チェーンを必要とする解決策の比較と選択などのタスクに適しています。
• コードとエンジニアリングに関する Q&A: モデル カードでは、バイブ コーディングのエクスペリエンスが強化されていると述べており、コードを作成できるだけでなく、継続的な説明と修正もより優れていることが示されています。
• 関数呼び出し: 以前のバージョンと比較して、関数呼び出しのサポートがより完全になり、ワークフローまたはツール エージェントにぶら下がってマルチステップを実行するのに適しています。
• ファイルの理解とオンライン検索: Web ページには、ファイルのアップロードと検索プロンプトの単語テンプレートが体系化されており、当局が「推論 + 外部証拠」の組み合わせを推進していることがわかります。
• ローカル操作と蒸留導出: モデル カードはローカル操作の指示も提供し、蒸留の結果を Qwen3-8B に開示するため、研究チームは小規模モデルを移行しやすくなります。

エキスパートビュー: 最も価値があるのは単一の機能ではなく、「深い思考 + ツール呼び出し + ファイル/検索コンテキスト」の間の連携です。以前は、多くのモデルでコードを記述することができましたが、外部データ、ユーザーがアップロードしたコンテンツ、およびツールの実行結果を 1 つのパッケージに確実に文字列化することはできませんでした。 R1 0528 は明らかにこの方向で進歩しています。

モデルとバージョンの進化

DeepSeek の製品ラインはすでに非常に明確です。V シリーズは一般的な主力を担当し、R シリーズは推論の強化を担当します。 R1 0528 の役割は、推論ライン R1 を、新しいメジャー バージョンの名前を変更せずに、一部の高価なクローズドソース推論呼び出しを置き換えることができるレベルに直接プッシュすることです。

バージョン	日付	変更点のハイライト
ディープシーク-R1	2025-01-20	強化された推論メインラインを初めて確立
DeepSeek-V3-0324	2025-03-24	日常のメインラインを補うために、一般機能とコーディング機能を強化します。
ディープシーク-R1-0528	2025-05-28	推論の深さ、関数呼び出し、イリュージョン制御、コーディング体験が同時に強化されます。

バージョン ロジック: R1 0528 は UI を変更する製品バージョンではなく、「推論ルートを製品モデルに近づける」エンジニアリング アップグレードです。ユーザーにとって、最も直接的な変更は名前ではなく、ロールバックが減り、困難なシナリオでのプロンプト ワードの回数が減ることです。

技術的な利点

主要な配信形態によれば、DeepSeek R1 0528 は [Basic Large Model/API Infrastructure] に属します。その利点は、マルチモーダルな作業にあるのではなく、高品質の推論を低コストで API アクセス可能なオープンソースの展開機能ベースに変えることにあります。

パフォーマンスとスループット: 公式は、R1 0528 の TTFT、TPM、RPM などの完全なスループット データを公開していません。現在の公開 API ページでは主に V4 シリーズが販売されており、R1 0528 は機能のベンチマークおよびオープン ソースの重要性への入り口と見なすのに適しています。公開された同時実行情報は、V4 メインラインに属します。 R1 0528 の特定のオンライン同時実行性は、公式リアルタイム ページの影響を受けます。

効果をもたらすメカニズム: トークン バジェット + トレーニング後の最適化について深く考えることは、複雑な数学とプログラミングのベンチマークの飛躍に直接つながります。その代償として、一部のリクエストが遅くなり、トークンが高価になりますが、手戻りが減り、2 回目の問い合わせが減るという利点があります。

適応境界: 難しい数学、競技レベルのコード、複雑な分析、ツール呼び出しリンクに最適です。遅延に非常に敏感な軽量の顧客サービス、超大規模で低コストの分類、一文での素早い返答のみを必要とする浅い Q&A は最も苦手です。

API の例:

「」バッシュ カール https://api.deepseek.com/chat/completions \ -H "コンテンツ タイプ: application/json" \ -H "認可: ベアラ " \ -d '{ "モデル": "ディープシーク-v4-フラッシュ", 「メッセージ」: [ {"role": "user", "content": "この Python コードの複雑性分析を提供し、潜在的なバグを指摘してください。"} ]、 「温度」: 0.2、 "max_tokens": 2048、 「ストリーム」: true、 "response_format": {"type": "text"} }' 「」

ここでは、現在の公式の安定した検証可能な V4 API 名が使用されます。チームが R1 0528 の重みを実装したい場合、セルフホスティング層と互換性層はモデル ページと公式のリアルタイム ドキュメントに基づく必要があります。

使い方

入口	群衆に適しています	使い方
ウェブ	個人ユーザー、アナリスト、プログラマー	chat.deepseek.com にログインし、DeepThink を開いて直接質問してください。
アプリ	モバイルのヘビー ユーザー	カジュアルな Q&A やドキュメントの理解に使用され、軽量なエクスペリエンスに適しています
APIプラットフォーム	開発者、製品チーム	OpenAI 互換インターフェイスを使用して既存のシステムに接続する
ローカル展開	研究チーム、エンタープライズプラットフォームグループ	Hugging Face から重みをダウンロードして独自の推論サービスを構築する

推奨される使用方法: まず、難しいバグ分析、複雑な財務ロジックの説明、契約の比較、問題解決の控除など、「価値が高く、頻度が低い」タスクに適用します。これは、通常のチャット モデルとの違いを確認する最も簡単な方法です。

すべてのデータをすぐに置き換えることはお勧めしません: チームがすべての顧客サービス、検索、チャット トラフィックを最初から推論モデルに転送すると、多くの場合、最初に価値を得るのではなく、コストが増幅されるだけです。

製品の価格設定

R1 0528 自体は、オープンソースの重要性と Web エクスペリエンスを備えた「敷居の低い入り口」を構成しており、公式の商用価格アンカーは、DeepSeek API プラットフォームの現在のドキュメントの主な販売モデルにさらに反映されています。

プロジェクト	公開価格
ウェブチャット	個人的な経験に対する敷居の低さ
API 入力キャッシュ ヒット	$0.0028 / 100万トークンから
API 入力キャッシュミス	$0.14 / 100万トークンから
API 出力	$0.28 / 100万トークンから
同時実行制限	メインライン モデルの範囲は 500 ～ 2500 で、モデルに応じて異なります。

無料の真実: 無料の経験は能力を試すのに適していますが、無料の制作を意味するものではありません。実際にバッチ推論、コード スキャン、および長文分析を実行する場合、主なコスト要素は出力トークンと同時実行クォータです。

調達の判断: チームが安価な一般モデルを安定的に使用できている場合、R1 0528 は「難しい問題のアップグレード ファイル」として適しています。チームのタスクの多くがすでに推論の限界に達している場合、それがメインのモデルになる可能性があります。

アプリケーションのシナリオ

• 次元削減攻撃シナリオ: 数学的導出、競合問題の説明、複雑なコードのデバッグ、研究ベースの Q&A、長いリンクの問題のトラブルシューティング、これらのタスクはその価値を最もよく反映します。
• 研究開発コラボレーション シナリオ: コード レビュー担当者は、最初に通常のモデルを使用して表面スキャンを実行し、次にトラブルシューティングに R1 0528 を使用します。これにより、誤検知と誤検知の両方を抑制できます。
• ナレッジ ワーク シナリオ: 法務、投資調査、戦略職が非常に複雑な文章を扱う場合、R1 0528 は「ライティング アシスタント」というよりは「第 2 アナリスト」に似ています。

シナリオの中止: 高い同時実行性、非常に低い顧客サービス価格。 1 秒以内の結果が必要なインタラクション。推論をほとんど必要としない書き直しと磨き。強力な監督と自動意思決定により、不確実な出力が厳しく禁止されます。

該当する人

• 個人の研究者およびプログラマー: 待ち時間を増やす代わりに推論の質を高めることを厭わない人は、明らかにメリットを感じるでしょう。
• 開発者および AI 製品チーム: 困難なコール チェーンにおける「困難なソリューション モデル」としての使用に適しています。
• エンタープライズ プラットフォーム グループ: モデル ゲートウェイ、セルフホスティングおよび監査システムがある場合、R1 0528 のオープン ソース属性は、純粋なクローズド ソース ソリューションよりも柔軟になります。

現在の制限: これは、すべてのプロセスに対するデフォルトの答えではありません。軽量の Q&A、非常に低い遅延、または統一形式の出力を重視するシナリオの場合、多くの場合、一般的なモデルの方がコスト効率が高く、制御が容易です。

概要と展望

DeepSeek R1 0528 の核となる価値は、「難しい推論」をデモンストレーション機能から実際の運用に近いモデル機能に変換することです。このベンチマークの最も注目すべき点は、単一のベンチマークではなく、同じバージョンでのより深い推論、関数呼び出し、ファイル理解の進歩、および幻覚率の低下です。これにより、研究開発、研究、および複雑な知識作業において非常に実用的になります。

購入または採用する前に、明確に確認する必要があることが 2 つあります。1 つは、難しいタスクの手戻りを省き、すべてのシナリオでコストが削減されるわけではありません。 2 つ目は、深く考えるとより多くのトークンを消費することになるため、ルーティング戦略を通じて真に複雑なリクエスト用にトークンを確保しておく必要があります。これを実装するためのより合理的な方法は、まず R1 0528 を困難なタスクの最下層に配置し、手動レビュー率、タスク単位コスト、およびタスク完了率を観察してから、範囲を拡大するかどうかを決定することです。

関連ツール: ディープシーク、チャットGPT

バージョン情報

• ディープシーク-R1-0528 ：オフィシャルモデルカードはDeepSeek R1のマイナーバージョンアップとして定義されています。より深い推論プロセスとトレーニング後のアルゴリズムの最適化を通じて、数学、プログラミング、ロジック、関数呼び出しの機能が大幅に強化されます。 （2025-05-28）
• ディープシーク-R1 ：R1 は最初の形式的推論のメインライン バージョンであり、強化学習による複雑な推論の位置づけを確立しています。 （2025-01-20）
• DeepSeek-V3-0324 ：V3 メインラインの拡張バージョンは汎用機能とコーディング機能に焦点を当てており、R1 以外のもう 1 つの主要な製品ラインを形成しています。 （2025-03-24）