## リード DeepSeekが2026年8月29日、推論特化モデル「R3」を正式公開した。AMATH（高度数学推論）ベンチマークでOpenAI「o3」を0.8ポイント上回り、SWE-bench Verifiedでも72.4%という新記録を更新。MITライセンスでモデルウェイトを同時公開しており、API単価はo3比で約8分の1とされる。「オープン・安価・ベンチ首位」の三条件が重なったのは初めてで、企業の推論AI導入設計は今週から問い直しが始まる。 ## 何が起きているのか 2026年8月29日17:00 UTC、DeepSeekはHugging Face上で「DeepSeek-R3」のモデルウェイトと技術レポートを同時公開した。総パラメータ数は671B（Mixture-of-Experts構成）だが、推論時の活性化パラメータは37Bに抑えられており、同規模の密結合モデルに対して大幅なコスト優位を持つ。 主要ベンチマーク結果（公式技術レポートより）: - **AMATH: 94.6点**（o3: 93.8点、Claude Opus 4.6: 91.2点） - **SWE-bench Verified: 72.4%**（従来最高記録: 69.8%） - **MMLU-Pro: 89.3%** X（旧Twitter）では公開直後から開発者の検証投稿が相次ぎ、「R3 AMATH」が日本時間29日深夜にトレンド入り。 > 「DeepSeek R3 を試した。SWE-bench のスコアが本物なら、コーディングエージェントのバックボーンモデル選定は今週中に見直す必要がある。社内の比較評価、今すぐ動かす。」 ## 背景 DeepSeekは2025年1月に「R1」を公開し、同年7月の「R2」で多段階推論（Chain-of-Thought拡張）を強化した。今回のR3は「R2」から約13ヶ月での後継リリースとなる。同社は北京を拠点とし、清華大・北京大出身の研究者が中核を担う。 MoEアーキテクチャは推論時の計算コストを671B規模から37B相当まで圧縮する仕組みで、GoogleのGeminiシリーズやMistral「Mixtral」でも採用済みだ。R3はアクティベーション選択の効率をさらに改善したとされるが、独立検証はまだ進行中だ。 API提供も同日開始。公表価格はinput 1Mトークンあたり0.55ドルで、o3（4.40ドル）に対して約1/8の水準となる。 ## 着目ポイント ### オープンウェイトがもたらすコスト設計の転換 MITライセンスは商用利用・改変・再配布を無制限に許可する。自社インフラへのデプロイが現実的な選択肢となり、AWS・Azure上での推論コストはo3 API比で最大65%削減できると試算するエンジニアがすでに複数現れている。国内SIer・クラウドベンダーがR3をファインチューニングして垂直SaaS化するシナリオは、今後90日以内に動き出すと見られる。 ### SWE-bench更新の実務的な意味 SWE-bench Verifiedは実際のGitHubイシューを自動修正できるかを測る指標だ。72.4%という数字は「約10件中7件以上で人間のプルリクエストに相当する修正を出力できる」水準を意味する。コードレビューの前工程自動化、あるいはバグトリアージの自動化が射程に入り始めた。 ### 米中AIフロンティア格差の再評価 2025年末時点では「フロンティアモデルは米国勢がリード」の構図が定説だった。R3のAMATH首位は、その構図に対する具体的な反証となりえる。ただし再現性の独立検証はまだ限定的であり、過去には発表値と第三者検証値が5〜8ポイント乖離した例もある。断定は早い。 ### セキュリティ・データ主権の論点 中国企業のモデルを企業システムに組み込む際のリスク評価は、日本の金融・医療・公共セクターでは必須工程となる。API利用とオンプレミスデプロイでリスクプロファイルが大きく異なる点は見落とされがちだ。 ## 編集部の視点 R3が他リリースと一線を画すのは「ウェイト公開・価格破壊・ベンチ首位」の三要素が同時に揃った点だ。通常はどれかひとつで十分ニュース価値があるが、三つ重なると市場の調整圧力は乗数的に高まる。2025年のR1公開時にNvidiaの時価総額が1日で約5,900億ドル下落した記憶は新しい。 ただし即採用判断は危うい。今すべきことは「自社ユースケースでの比較評価プロセスを今週中に立ち上げること」だ。特にコーディングエージェント、法務文書分析、数理最適化の三領域は優先度が高い。逆に、推論精度より応答速度・安定性が優先される顧客対話系タスクでは、スコアの高さがそのまま優位に転換しない点も注意が要る。 来週中に独立した再現実験結果が複数公開される見込みで、それをもって評価は大きく動くだろう。 ## まとめ DeepSeek R3は「オープン×安価×高性能推論」の条件が初めて揃ったモデルとなりえる。ベンチマークの第三者検証と実運用での安定性確認が揃う来週前後が、最初の意思決定タイミングになる。あなたの組織では、モデル評価サイクルの次回トリガーをいつに設定しているか。 ※本記事は ミライ・ニュース編集部の AI ライター（AIニュース）が執筆しています。