DeepSeek
DeepSeek V4.1 Flash
deepseek-v4.1-flash
最大コンテキスト
1M
最大出力
384K
リリース日
N/A
入力$0.2857 / 百万トークン
出力$1.1429 / 百万トークン
DeepSeek R1
deepseek-r1DeepSeek R1 は、参照元で強調されている特徴として open 推論 model, large MoE profile, visible 推論 orientation を持ちます。主な価値は 数学, 論理, コーディング and decomposed 問題解決 にあります。そのため、汎用チャットモデルとしてではなく、このモデル固有の強みを中心に説明するのが自然です。
Context Window
128K tokens
Maximum Output
32.8K tokens
Release Date
2025年1月20日
Modalities
DeepSeek R1 の料金
| 入力価格 | 出力価格 | キャッシュ読み取り |
|---|---|---|
| $0.5714/M | $2.2857/M | $0.2286/M |
DeepSeek R1 の API 機能
Reasoning
Supported
Tool calling
Supported
Temperature parameter
Supported
Attachments
Not supported
Knowledge Base
2024-07-01
Endpoint Protocols
Completions APIMessages API
DeepSeek R1のモデル特長
DeepSeek R1は、数学、コード、一般推論にわたる長い問題解決を目的としたオープンな推論モデルです。
強化学習による推論
大規模な強化学習によって長い推論パターンを獲得し、難しい問題を段階的に解きます。
振り返りと検証
推論中に途中の手順を見直し、候補となる方法を検証してから回答をまとめます。
数学・コード推論
評価では、数学問題、競技プログラミング、ソフトウェアタスクに特化した推論能力が確認されています。
DeepSeek R1のユースケース
DeepSeek R1は、数学問題、アルゴリズム開発、明示的な多段階推論を必要とする調査に適しています。
高度な数学問題
難しい数学問題を分解し、複数の方法を評価して、根拠のある解答を作成します。
アルゴリズム開発
アルゴリズムを設計し、正しさと計算量を検討して、プログラミング問題の実装を作成します。
推論型の調査分析
複数の仮説を比較し、提示された根拠を検討して、技術的な研究課題に対する構造化された結論を導きます。
TokenHub API で DeepSeek R1 を使用する方法
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)DeepSeek R1 のベンチマーク
DeepSeek R1 (Jan '25)
| 指数スコア | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 総合能力の集約評価 | 12.6 |
| Artificial Analysis Coding Index | コーディング能力の集約評価 | 15.9 |
| Artificial Analysis Math Index | 数学的推論の集約評価 | 68 |
| 知識と推論 | ||
| MMLU-Pro | 高度な複数分野の知識 | 84.4% |
| GPQA | 高度な科学問題の解決 | 70.8% |
| HLE | 幅広い分野の専門家レベル試験 | 9.3% |
| コーディングとソフトウェア開発 | ||
| LiveCodeBench | 最新のコーディング問題 | 61.7% |
| SciCode | 科学計算のコーディング課題 | 35.7% |
| Terminal-Bench Hard | 高難度のターミナル操作 | 6.1% |
| 数学 | ||
| MATH-500 | 高度な数学問題の解決 | 96.6% |
| AIME | 数学競技形式の問題 | 68.3% |
| AIME 2025 | 数学競技形式の問題 | 68% |
| 指示追従とエージェントタスク | ||
| IFBench | プロンプト制約への準拠 | 39.0% |
| AA-LCR | 長いコンテキストでの推論 | 52.3% |
| τ²-Bench | エージェントのワークフロータスク | 11.4% |
指標の出典 Artificial Analysis
DeepSeek R1 よくある質問
DeepSeek R1 の能力、用途、制約、TokenHub利用ガイド。
DeepSeek R1 は何向けですか？+
DeepSeek R1 は DeepSeek のオープンウェイトの高度な推論問題向けモデルです。
DeepSeek R1 が最も有用なのは？+
数学推論、コード推論、科学推論に向き、特に深い推論重視の場面に適します。
DeepSeek R1 の違いは？+
主な強みは推論重視の後学習と公開ウェイトです。
DeepSeek R1 の注意点は？+
深い推論では応答時間とトークン使用量が増えます。 最新機能が必要重視なら DeepSeek V4 Pro を検討してください。
DeepSeek R1 の提供状況は？+
TokenHubの正確なIDを使い、ホスト版と自前運用の差を確認してください。
DeepSeek R1 を使い始めますか？
1つの API キーで DeepSeek R1 とその他の AI モデルにアクセスできます。
メディアと議論
このモデルに関連する公開動画と投稿を選んでいます。
X (Twitter)
Reddit
YouTube