← すべてのモデル

DeepSeek-R1-Zero

公開日 提供元 DeepSeek

モデルの位置付け

DeepSeek-R1-Zero は DeepSeek の推論型大規模言語モデルで、DeepSeek-V3-Base を基盤とし、事前に教師ありファインチューニングを行わずに、大規模な強化学習によって訓練された。後続の DeepSeek-R1 とは異なるバージョンである。(huggingface.co)

能力と用途

このモデルは複雑な推論を対象としており、数学の問題、コード、推論手法の研究に使用できる。公式モデルカードには、総パラメータ数が 671B、各回の活性化パラメータ数が 37B、コンテキスト長が 128K と記載されている。モデルの重みは MIT ライセンスで提供され、ダウンロードしてデプロイできる。(huggingface.co)

制限

公式は、DeepSeek-R1-Zero では反復的な繰り返し、出力の可読性の低さ、言語の混在などの問題が生じる可能性があると指摘している。生成結果は、個々のタスクに応じて引き続き検証する必要がある。(huggingface.co)

日付

**記録日:2025-01-20。根拠は、このバージョンの公式モデルリポジトリの公開日およびファイルのコミット日である。**リポジトリのコミット履歴によると、当日にはすでに初回コミットとモデルファイルのアップロードが行われていた。(huggingface.co)

**資料に関する注記:現在のデータでは、DeepSeek-R1-Zero の単独の初公開日はまだ独立して確認されていない。**上記の日付はモデルリポジトリに記録された公開日であり、独立して確認された初リリース日として扱うものではない。公式コミット履歴 (huggingface.co)

価格

調査日:2026-11-20。DeepSeek 公式の中国語料金ページと英語料金ページを調査したが、いずれにも DeepSeek-R1-Zero に明確に適用される API の入力または出力料金は見つからなかったため、価格は未確認である。DeepSeek-R1 の料金を R1-Zero の料金とみなすことはできない。(api-docs.deepseek.com)

公式情報源