現段階におけるDeepSeekV3-0324の噂まとめ
ベンチマーク性能の比較
初期版のDeepSeek V3と2025年3月24日公開の**DeepSeek V3 (0324版)**では、多くの評価ベンチマークで精度向上が報告されています。以下に主なベンチマークスコアの差分を整理します:
ベンチマーク DeepSeek V3(初期版) DeepSeek V3-0324(新版) MMLU (英語学習) 約88.5%(EM) ([Breaking Down the Benchmarks: How Does DeepSeek V3 Stack Up? by Suneel Kumar, Ph.D. GSM8K (算数) 約89%(8-shot正答率) () – 極めて高い数学的推論力 同水準(推定) – コアモデル不変のため大きな変動なし(引き続き最高クラスの数学性能) MATH (数学) 約61.6%(4-shot EM) () – 難解数学データセットで高精度 ほぼ同水準(大幅な変更報告なし。一部チューニング改善で微増の可能性) HumanEval (コード生成) 約82.6%(Pass@1) ([Breaking Down the Benchmarks: How Does DeepSeek V3 Stack Up? by Suneel Kumar, Ph.D. GPQA (高度QA) 約59.1%(Pass@1) () – Diamond難度でClaude 3.5に次ぐ2位 精度アップ – 非公式テストで大幅改善報告 ([DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI
※EMはExact Match、Pass@1は最初の回答で正解する割合。初期版スコアは公式技術報告等 () (Breaking Down the Benchmarks: How Does DeepSeek V3 Stack Up? | by Suneel Kumar, Ph.D. | Medium)より。新版は正式な数値公開がないものの、開発元による調整で全指標が軒並み向上したとされています (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat)。
モデルアーキテクチャと学習手法の変更点
モデル規模・構造: 両バージョンともMixture-of-Experts (MoE)方式で、総パラメータ数は約6710億(671B)(各トークンあたり有効約370億)です (GitHub - deepseek-ai/DeepSeek-V3)。0324版でも大規模MoEアーキテクチャは不変で、主要構造変更は報告されていません (Meet the New DeepSeek V3 0324: Stronger and Faster)。一部報道では新版を6850億パラメータとも言及していますが (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat)、これはカウント方法の差程度で、本質的なモデルサイズは同一です。
学習プロセス: 初期版は14.8兆トークンの大規模事前学習後、教師あり微調整 (SFT)と人間のフィードバックによる強化学習 (RLHF)でモデルを調整 (GitHub - deepseek-ai/DeepSeek-V3)。0324版でも同様の学習パイプラインが踏襲されており、新たな学習手法(例: 自動化した強化学習など)の導入は報じられていません。今回のアップデートは既存モデルのチェックポイント微調整にあたり、大規模再学習ではなく調整・チューニングの最適化と見られます (DeepSeek V3-0324: New DeepSeek model released | by Mehul Gupta | Data Science in your pocket | Mar, 2025 | Medium)。その結果、応答のスタイルや安定性が変化しており、ユーザからは「以前より学術的で堅い口調になった」との指摘もあります (DeepSeek V3-0324: New DeepSeek model released | by Mehul Gupta | Data Science in your pocket | Mar, 2025 | Medium)(対話調より正確さ重視の調整)。
ライセンス: 初期版のモデルは独自のモデルライセンスでしたが、新版0324ではMITライセンスで公開されており、商用利用も含めて自由に使える形に変更されています (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat) (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat)。コードや重みの公開ポリシーも緩和され、HuggingFace上でモデル重みと技術報告書が入手可能です (Meet the New DeepSeek V3 0324: Stronger and Faster)。
微調整手法や「深度思考」モードの差異
チューニング手法: 両バージョンともSFTで基本的な指示追従能力を付与し、RLHFで有用性・安全性を高めています。手法自体に大きな変化はありませんが、0324版では微調整の追加実施によりモデルの挙動が洗練されています (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网)。例えば、知識質問での事実性向上や、コード出力の一貫性向上など、各種タスクでの性能底上げが図られています(上述のベンチマーク向上に反映)。
「深度思考 (Deep Thinking)」モード: DeepSeek V3には、複雑な推論時に内部で段階的思考を行う**“深度思考”モードが存在しました。初期版ではこのモードがデフォルト有効だったのに対し、0324版では深度思考がデフォルト無効(オフ)になっています (Meet the New DeepSeek V3 0324: Stronger and Faster)。公式発表でも「ユーザが深度思考機能をオフにすると応答速度が向上する」と案内されており、0324版では標準でそれを適用した形です (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网)。これはモデル固有の推論ステップ自体を削減することで対話応答を軽量化する措置で、特に簡易なQAやコード生成などリアルタイム性が重要な用途で効果的とされています (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网)。この変更により推論スピードが大幅改善**しつつ、精度は上述の通りむしろ向上しています(深度思考を用いずとも高い性能を発揮できるようチューニングされたと推測されます)。
将来の「思考特化」モデル: 一部では今回の0324版強化により、DeepSeek-R2(推論特化モデル)の土台が整ったとも噂されています (DeepSeek V3-0324: New DeepSeek model released | by Mehul Gupta | Data Science in your pocket | Mar, 2025 | Medium)。R1は純RLで生まれた推論重視モデルでしたが、次世代R2はV3-0324をベースに高度な推論(チェイン・オブ・ソート)能力を統合する可能性があります。ただし現時点で0324版自体は深度思考オフ=通常対話最適化の位置づけであり、推論プロセスそのものは内部では引き続き可能なものの、ユーザには見せず高速応答するよう調整されています。
コンテキスト長の変更有無
コンテキストウィンドウ: 初期版DeepSeek V3は長文入力への対応も特徴で、学習の最終段階でコンテキスト長を4K→32K→128Kトークンへ段階的に拡張していました () ()。その結果、最大約128,000トークンもの長大な文脈を保持可能でした。0324版でもこの長大コンテキスト対応は継承・維持されています。実際、OpenRouterで公開されたモデル仕様では163,840トークンまで入力可能と明記されています (OpenRouter)(約160Kトークン; 128Kよりわずかに多いが、同程度とみなしてよい)。つまり、入力可能トークン長に実質的な変更はありません。依然として10万トークン級の文脈を処理でき、長文文章や複数ドキュメントをまたぐ質問にも対応可能です。
長文性能: コンテキスト長を延長する特殊学習(RoPEスケーリング等)は初期版で確立済みであり、新版も同じ手法を用いています。そのため128K級長文ベンチマーク(LongBench, FRAMESなど)でも引き続き最先端の性能を示すと期待されます ()。公式にも「DeepSeek-V3は最大128Kの長文入力でも安定した性能を示した」と報告されており ()、0324版でもこの強みは変わりません。
推論速度・生成効率の改善
応答速度の向上: 0324版アップデートの目玉の一つは推論速度の改善です。前述のように深度思考モードをデフォルト無効化したことで、計算ステップが削減されレスポンスが高速化しました (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网)。初期版もMoEの効率性により比較的高速でしたが、0324版ではユーザ体感でさらに軽快です。開発元は「公式Webやアプリでの応答体験が向上した」と案内しています (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网)。
性能と速度の両立: モデルアーキテクチャそのものも並列実行やFP8演算など高速化工夫を凝らしており (GitHub - deepseek-ai/DeepSeek-V3) (GitHub - deepseek-ai/DeepSeek-V3)、その恩恵は新版でも同様です。コミュニティの検証では、DeepSeek V3 (0324)を4-bit量子化してApple M3 Ultra搭載のMac Studioで動かし、1秒あたり20トークン以上を生成することに成功しています (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat)。これは約$10,000相当のハードとはいえデータセンター級GPUなしで超大規模モデルを実用速度で動かせた例として注目されています (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat)。公式API経由でも約50 token/sの生成速度報告があり (⬛ LLM Comparison/Test: DeepSeek-V3, QVQ-72B-Preview, Falcon3 10B, Llama 3.3 70B, Nemotron 70B in my updated MMLU-Pro CS benchmark)、大規模モデルとしては異例の高速さです。0324版はこうした高速生成と高精度を両立し、実運用上の効率性が一段と高まりました。
生成効率の技術的ポイント: DeepSeek-V3はMulti-Token Prediction (MTP)という学習目標を導入しており、これが推論時のSpeculative Decodingに利用可能です (GitHub - deepseek-ai/DeepSeek-V3)。初期版から搭載のこの仕組みも、深度思考オフ設定と相まって0324版で本領を発揮していると考えられます。加えて、Mixture-of-Expertsの仕組み上、入力に応じた一部専門エキスパートのみを動員するため無駄が少なく、計算コストあたりの生成効率が高いのも引き続きの特徴です (详解DeepSeek-V3:大模型训练加速神器,MoE焕发新生丨智源深度 - 智源社区) (详解DeepSeek-V3:大模型训练加速神器,MoE焕发新生丨智源深度 - 智源社区)。
公式発言・技術文書での「性能改善」に関する言及
公式発表内容: 2025年3月24日にDeepSeekが公式コミュニティで発表した内容によれば、「DeepSeek V3モデルは小バージョンアップを完了し、体験最適化と性能向上に主眼を置いた」と明言されています (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网)。このV3-0324版では公式サイトやアプリ上で試用でき、深度思考をオフにすることで応答速度が向上すると案内されました (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网)。既存APIの使い方は変わらず、開発者はコード変更なしで新モデルに移行できる互換性も保たれています (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网) (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网)。
開発元コメント: モデル開発チームから直接のホワイトペーパー更新等はありませんが、関係者はSNS上で「今回のアップグレードで全ての指標で大幅なジャンプが見られ、Claude 3.5 Sonnetを打ち負かす最高性能を達成した」と述べています (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat)。実際、チャットボット評価プラットフォームのリーダーボードでもDeepSeek V3-0324が上位に躍り出たことが確認されています (Meet the New DeepSeek V3 0324: Stronger and Faster)。これは裏を返せば、初期版からの継続的なチューニング改善によって総合的な性能が着実に向上した証拠と言えるでしょう。
技術報告書での示唆: 初期版の技術レポートでは、アーキテクチャ上の工夫(補助Lossなしの負荷分散やMTP目的関数)が性能向上に寄与したことや、各ベンチマークで既存モデルを凌駕する結果が示されていました ()。0324版はその延長線上に位置するモデルで、レポート記載のアブレーション研究からも追加微調整でさらなる精度向上余地が示唆されていました ()。今回その余地を埋める調整が行われたと考えられ、実運用上の安定性(学習中のスパイクなし (GitHub - deepseek-ai/DeepSeek-V3))も相まって、より成熟したモデルとしてリリースされたものです。
第三者評価: 独立したAI研究者やメディアも0324版の性能改善を検証・言及しています。VentureBeatは「初期モデル比で著しい性能向上が見られる」と報じ (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat)、AnalyticVidyaも「subtle yet impactful refinements(細かながら影響大の改善)」によりDeepSeek V3がより強力かつ高速になったと紹介しています (Meet the New DeepSeek V3 0324: Stronger and Faster) (Meet the New DeepSeek V3 0324: Stronger and Faster)。このように信頼性の高い情報源でも、DeepSeek V3-0324版の精度・効率両面の進歩が明確に述べられています。
参考文献・情報源: DeepSeek公式技術報告書 () ()、公式コミュニティ発表内容 (曝DeepSeek V3模型完成小版本升级,可关闭深度思考试用体验_新浪财经_新浪网)、開発者のSNSコメント (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat)、専門メディア記事(Medium、VentureBeat等) (Breaking Down the Benchmarks: How Does DeepSeek V3 Stack Up? | by Suneel Kumar, Ph.D. | Medium) (DeepSeek-V3 now runs at 20 tokens per second on Mac Studio, and that's a nightmare for OpenAI | VentureBeat)。以上の信頼できる情報に基づき、初期版と0324版の性能差をまとめました。
- #生成AI
- #AI活用
- #LLM
- #AIニュース
- #AIツール
- #AI開発
- #大規模言語モデル
- #AI教育
- #自然言語処理
- #AI技術
- #AIモデル
- #AI比較
- #AI研究
- #aiトレンド
- #AIエンジニア
- #AI業界
- #次世代AI
- #コード生成
- #AIアップデート
- #AIベンチマーク
- #AIコミュニティ
- #opensourceai
- #MITライセンス
- #MixtureofExperts
- #DeepSeekV3
- #推論力
- #多言語AI
- #AIチューニング
- #最先端AI
- #AI性能
- #Claude比較
- #Gemini比較
- #数学AI
- #AI精度向上
- #MMLU
- #AI高速化
- #AI精度
- #英語AI
- #GSM8k
- #深度思考
- #中国語AI
- #HumanEval
- #MoEモデル
- #GPT4比較
- #長文対応
- #128Kコンテキスト
- #MATHベンチマーク
- #DeepSeek0324
- #Llama比較
- #AIアップグレード