DeepSeek-R1 ショック ── 中国産低コスト推論モデルが市場を揺らす

2025年1月20日、中国・杭州を拠点とする AI 企業 DeepSeek が、 推論能力を持つオープン重みモデル DeepSeek-R1 と DeepSeek-R1-Zero を MIT ライセンスで公開した。 同時に、 R1 から蒸留した 1.5B〜70B の小型モデル6種（Qwen・Llama ベース）も公開している。 論文は2日後に arXiv へ上がった。

その一週間後の1月27日、 NVIDIA の株価は単日で約17%下落して118.58ドルで引け、 時価総額 約5890億ドル を失った。 米国企業の単日下落額として過去最大の記録である。

クオンツファンドの副業として

DeepSeek（深度求索） は2023年7月設立。 梁文鋒（Liang Wenfeng） は2015年に中国のクオンツファンド High-Flyer（幻方量化） を共同創業した人物で、 両社の経営を兼ねる。 つまり、 ファンドが副業として作った AI 企業だった。

設立わずか1年半で、 OpenAI o1 に比肩する推論モデルを公開した。 これは技術的にも経済的にも、 業界の前提を揺さぶる事件だった。

MIT ライセンス、 H800、 557.6万ドル

1. 性能: 論文は R1 を「推論タスクで OpenAI-o1-1217 に匹敵する」と記す。 実際の数字は両方向に振れていて、 AIME 2024（pass@1 79.8 対 79.2）と MATH-500（97.3 対 96.4）では R1 が上、 Codeforces のパーセンタイル（96.3 対 96.6）・GPQA Diamond（71.5 対 75.7）・MMLU（90.8 対 91.8）では下だった。 どちらの圧勝でもない ── そこが要点である。 推論モデルは閉じた研究室の独占物ではなかった。

2. オープン重み: モデルの重みが MIT ライセンスで公開。 ローカル実行、 派生モデルの作成、 商業利用 ── すべて自由。 当時の OpenAI o1 は API でしか使えない閉じたサービスだった。

3. コストの行: R1 の土台は、 その1ヶ月前に公開された DeepSeek-V3 である。 V3 技術報告の Table 1 は、 モデルの全学習を 278.8万 H800 GPU 時間、 そして「H800 のレンタル価格を1 GPU 時間あたり2ドルと仮定して」 557.6万ドル と記す。 うち事前学習が532.8万ドルで、 2048枚の H800 クラスタで2ヶ月弱。 論文は範囲も明記している ── これらの費用は「DeepSeek-V3 の公式な学習のみを含み、 アーキテクチャ・アルゴリズム・データに関する事前研究やアブレーション実験の費用は除く」（"include only the official training of DeepSeek-V3, excluding the costs associated with prior research and ablation experiments on architectures, algorithms, or data"）。 つまり最終学習ジョブの値段であって、 モデルを作り上げた費用でも、 まして会社を作った費用でもない。 それでも、 西側の最先端モデルが「数億ドル」と噂されていた地平に対して、 この数字は前提そのものを描き直した。

4. 米国輸出規制下のハードウェア: 訓練に使われた NVIDIA H800 は、 対中輸出規制の下でも販売できるよう NVIDIA が性能を落として作った製品である。 意図的に足枷をはめたチップから最先端級のモデルが出たという事実は、 規制政策そのものへの問いに変わった。

5. 実演なしの強化学習: 手法上の目玉は R1 ではなく R1-Zero のものである。 DeepSeek-V3-Base に対して教師あり微調整（SFT）を挟まず、 大規模な強化学習（GRPO）を直接かけたところ、 推論的なふるまいが自律的に立ち上がった。 ただし R1-Zero は可読性が低く言語が混ざるという難があり、 R1 はそこに cold-start データと多段パイプライン（SFT → 推論志向 RL → 棄却サンプリング → 全領域 RL）を被せたものだ。 両者の取り違えは起こしやすいが誤りである ── R1 は純粋 RL のモデルではない。

1月27日の市場反応

1月27日（月）、 米国市場は週末を挟んで DeepSeek-R1 のニュースを織り込んだ。 週末のあいだに DeepSeek のアプリは米国 App Store の無料アプリ首位を ChatGPT から奪っていた。 CNBC の集計による当日の値動きは以下のとおり。

• NVIDIA: -17%（118.58ドルで引け、 時価総額 -5890億ドル。 自社の従来記録である2024年9月の -2790億ドルの2倍以上）
• Broadcom: -17%（時価総額 -2000億ドル）
• Oracle: -14%。 Dell・HPE・Super Micro はいずれも -5.8% 以上
• Nasdaq 総合指数: -3.1%

市場が読み取ったメッセージは ── 「AI モデルの訓練が想定より遥かに安く済むなら、 NVIDIA GPU の需要は将来縮小する」「最先端モデルがオープン重みで配布されるなら、 OpenAI / Anthropic の閉じた API 事業のマージンは縮小する」「米国の対中半導体規制は、 技術競争を遅らせるどころか中国側を強靭化させた」。 全員が同意したわけではない。 Cantor のアナリストは同日、 AI の進歩はむしろ「AI 産業がより多くの計算資源を欲しがる」方向に働くとして、 NVIDIA 株の買いを推奨している。

余波

DeepSeek-R1 ショックは、 単なる市場の一日では終わらなかった。

Stargate との対比: 並びが出来過ぎていた。 R1 の公開は1月20日、 その翌日の1月21日に Trump 政権がホワイトハウスで「Stargate Project」（OpenAI・Oracle・SoftBank・MGX、 即時1000億ドル、 4年で最大5000億ドル）を発表する。 そして6日後、 市場は557.6万ドルという数字のほうを重く見た。 設備投資計画と単一の学習ジョブを並べる比較に算術上の意味は乏しいが、 規模戦略への疑念はここから根を張った。

輸出規制の見直し: バイデン政権末期に強化された対中半導体規制について、 「効いていないのではないか」という議論がワシントンで再燃。

米国 AI 企業の戦略変更: OpenAI は暴落の4日後、 1月31日に o3-mini を公開した（フルの o3 は4月）。 Anthropic、 Google も推論モデルへの投資を加速。

オープンソース陣営の活性化: Meta の Llama、 Mistral、 Qwen（Alibaba）など、 オープン重みモデル陣営が一斉に強化されることになる。 Alibaba は暴落の2日後、 1月29日に「DeepSeek-V3 を上回る」と主張するモデルを公開した。

開発の民主化、 そして査読誌へ

DeepSeek-R1 が証明したのは、 ある種の AI 開発の民主化 だった ── 最先端モデルは、 米国のテックジャイアントの独占物ではない。 中国の中規模スタートアップが、 輸出規制下のハードウェアで、 通説より2桁安い学習ジョブのコストを公表しながら、 同じクラスのモデルを作れる。

これは ChatGPT 公開（2022年11月）が「AI を一般家庭へ」というベクトルだったとすれば、 DeepSeek-R1 は「AI 開発を一般中規模企業へ」というベクトルだった。 業界の地形が、 もう一段平らになった。

この主張は査読も通った。 2025年9月17日、 R1 の研究は Nature 645巻633–638頁に "DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning" として掲載される（2025年2月14日受領、 7月17日受理）。 最先端規模の LLM が企業のプレプリントではなく査読誌を経て世に出た、 早い例のひとつである。 DeepSeek はその後も出し続けた ── 2025年8月に V3.1、 12月に V3.2、 2026年4月から V4 系（V4-Pro / V4-Flash）。 R2 を名乗るモデルは、 いまだ現れていない。

そしてこの平坦化が、 規制・国家戦略・市場の論理にどう作用するかは、 まだ展開中の物語である。