DeepSeek R1 API: 連携ガイド＆料金体系 (2026年)
DeepSeek-R1はAIME 2024で97.3%を達成し、同時代の主要な推論モデルに匹敵する性能を示しました。オープンウェイトで、欧米のフロンティアモデルよりもはるかに安価であり、OpenAI互換API経由で利用できます。本ガイドでは、Python/Node.jsでの連携方法、料金、そして最新のDeepSeek-V4-ProとR1の使い分けについて解説します。
DeepSeek R1とは？
DeepSeek-R1は、DeepSeek AI（中国）によって公開されたオープンウェイトの推論モデルです。思考の連鎖（CoT: Chain-of-Thought）推論を採用しており、GPT-o1やo3と同様に、最終的な回答を出す前に問題を段階的に深く思考します。
DeepSeek-R1の主な特徴:
- • AIME 2024: 97.3% (GPT-o1の96.7%に対して) — 最高峰の数学推論ベンチマーク
- • MATH-500: ~97% (GPT-o1の96.4%に対して)
- • HumanEval (コーディング): ~95% (GPT-o1の~92%に対して)
- • オープンウェイト: Hugging Face上でMITライセンス提供 — ローカル実行やファインチューニングが可能
- • コンテキストウィンドウ: 128Kトークン
- • APIフォーマット: OpenAI互換（Chat Completions）
- • ChinaModelAPI経由のコスト: GPT-o1と比較して1トークンあたり~60-80%安価
DeepSeek R1 vs DeepSeek V3: どちらを使うべきか？
| 特徴 | DeepSeek-R1 | DeepSeek-V3 |
|---|---|---|
| タイプ | 推論 (CoT) | 汎用用途 |
| AIME 2024 | 97.3% 🏆 | ~40% |
| 応答速度 | 遅め（思考トークン生成のため） | 高速 |
| トークンコスト | 高め（トークン消費が多いため） | 低め |
| 最適な用途 | 数学、論理推論、高度なコーディング | チャット、コンテンツ作成、一般的なコード |
| オープンウェイト | あり ✓ | あり ✓ |
| モデルID (ChinaModelAPI) | deepseek-r1 | deepseek-v4-pro |
使い分けの目安：ステップごとの論理推論が必要な難問にはR1を使用し、それ以外のすべての用途にはV3を使用します。
Python連携: DeepSeek R1 API
インストール: pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://api.chinamodelapi.com/v1",
api_key="your-chinamodelapi-key"
)
response = client.chat.completions.create(
model="deepseek-r1",
messages=[{
"role": "user",
"content": "Prove that there are infinitely many prime numbers."
}],
max_tokens=4096 # R1 uses more tokens for reasoning steps
)
# R1 may include a reasoning field with chain-of-thought
message = response.choices[0].message
if hasattr(message, "reasoning_content"):
print("Thinking:", message.reasoning_content)
print("Answer:", message.content)⚡ パフォーマンスのヒント:
DeepSeek-R1は最終回答の前に推論トークンを生成します。シンプルなタスクには、より高速で安価なdeepseek-v4-proを代わりに使用してください。R1は、ステップごとの論理的思考が必要な場面（数学、難易度の高いコーディング、論理推論）にのみ使用してください。
Node.js連携: DeepSeek R1 API
インストール: npm install openai
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.chinamodelapi.com/v1",
apiKey: "your-chinamodelapi-key"
});
const response = await client.chat.completions.create({
model: "deepseek-r1",
messages: [{
role: "user",
content: "Write a merge sort implementation in TypeScript with type annotations."
}],
max_tokens: 4096
});
console.log(response.choices[0].message.content);DeepSeek R1の最適なユースケース
高度な数学
AIME 2024で97.3%のスコアを達成。数学オリンピックの問題、証明、微分積分、数値計算に最適です。思考の連鎖（CoT）により、計算や推論の全ステップが提示されます。
複雑なコーディング課題
HumanEvalで約95%のスコア。アルゴリズム設計、動的計画法、データ構造の実装、複雑なロジックエラーのデバッグに最適です。
法務・財務分析
構造化された論理推論。契約書の分析、条項の特定、財務モデルのロジック検証など、順を追った論理的ステップが必要なタスクに適しています。
科学的推論
物理、化学、生物の課題解決。GPQA（大学院レベルの科学問題）で高い性能を発揮し、研究支援に役立ちます。
よくあるご質問 (FAQ)
DeepSeek R1はローカル環境で実行できますか？
はい。DeepSeek-R1の重みはMITライセンスでHugging Face上に公開されています。フルモデルの推論には約800GBのVRAMが必要ですが、蒸留版（DeepSeek-R1-Distill-Qwen-7Bなど）は16GBのVRAMを搭載した一般向けハードウェアでも動作します。ほとんどの開発者にとっては、ChinaModelAPI経由でAPIを利用する方がローカルデプロイよりも簡単です。
DeepSeek R1はストリーミングに対応していますか？
はい。Pythonではstream=True、Node.jsではstream: trueを設定します。なお、R1ではストリーム内で最終回答トークンの前に推論トークンを受信することにご注意ください。
DeepSeek R1はなぜGPT-4よりも遅いのですか？
DeepSeek-R1は、GPT-o1と同様に回答を出力する前に内部で推論トークン（思考の連鎖）を生成します。この「思考時間」によってレイテンシは増加しますが、難問に対する精度は大幅に向上します。推論の深さよりも速度が重要なタスクには、代わりにDeepSeek-V4-Proを使用してください。
より高速な推論が可能なDeepSeek R1の蒸留版はありますか？
はい。DeepSeekは蒸留版バリアントとして、R1-Distill-Qwen-7B、R1-Distill-Qwen-14B、R1-Distill-Qwen-32B、R1-Distill-Llama-70Bをリリースしました。これらはR1の推論能力の多くを維持しながら、より小型で高速なモデルとなっています。ChinaModelAPI経由での蒸留版へのアクセスについてはお問い合わせください。
関連ガイド
1つのOpenAI互換APIで、DeepSeek-R1およびすべての中国製AIモデルにアクセスできます。
早期アクセスを取得