メインコンテンツへスキップ
Last verified: 2026-10-14
DeepSeek-R1 は DeepSeek の以前の推論ファミリーです。ほとんどのユーザーがローカルで実行する方法は distill です。つまり、R1 の推論トレースでファインチューニングされた小型の Qwen または Llama モデルであり、推論の動作がラップトップクラスの GPU で動作し、マルチ GPU サーバは不要です。この小型ハードウェアパスが必要な場合はこのページを使用してください。DeepSeek の最新のオープンウェイトリリースであるコーディングエージェントの改善、ツール呼び出し、および 1M コンテキストについては、DeepSeek-V4-Flash-0731 から始めてください。Tokios を実行するモデルと組み合わせて、https://api.tokios.com から任意のマシン、チームメンバー、またはホスト型エージェントからアクセスできます — インバウンドポート不要、VPN 不要です。

​
Run it locally with Ollama

Ollama の deepseek-r1 タグは distill を提供しており、フルモデルではありません。デフォルト（現在は 7b Qwen distill）をプルして実行します。
特定のサイズについては、タグを直接指定します。たとえば ollama run deepseek-r1:14b です。完全なタグリストについては Ollama library page を参照してください。
Ollama のデフォルトコンテキストウィンドウは 2048 トークンであり、これらのモデルがサポートする値を大きく下回ります。R1 スタイルの推論は答えに到達する過程でコンテキストを素早く消費します。num_ctx を（CLI では /set parameter num_ctx <value> で、または Modelfile/API リクエストで）下の表に記載されているコンテキストサイズに向けて引き上げてください。

​
Variants & tags

以下の値はすべて Ollama ライブラリと各モデルの Hugging Face 設定からのものです。タグ、サイズ、およびデフォルトは新しい量子化の公開に伴い変更されます — いずれかに標準化する前に ollama.com/library/deepseek-r1 で確認してください。 Sources: ollama.com/library/deepseek-r1/tags, deepseek-ai/DeepSeek-R1 README.
該当の 671b タグは distill ではなく フル DeepSeek-R1（および R1-0528）です — Ollama は同じ deepseek-r1 名で公開しているだけです。1.5b から 70b まですべてが distill です。R1 の推論トレースでファインチューニングされた Qwen または Llama モデルであり、R1 自体を縮小したものではありません。その区別が出力品質にどのような影響を与えるかについては、how inference works を参照してください。

​
Quantization & formats

Ollama のデフォルトタグは GGUF Q4_K_M です。すべての distill サイズとフル 671b についても、ロスが少なく（はるかに大きな）ダウンロード用の -q8_0 および -fp16 タグがライブラリページに公開されています。GPU で何が動作するかについては Quantization formats and the hardware they need を、what quantization is で Q4_K_M スタイルの名称の読み方を参照してください。

​
Hardware fit

目安として Q4 付近での控えめなコンテキスト長での快適さを示します。各エントリは見積もりとして扱ってください — 実際の値は実際の GGUF サイズにコンテキスト用の KV キャッシュを加えたものです。GPU にどのサイズのモデルが適合するかについては、what size model fits your GPU? でサイズの計算方法を参照してください。 フル 671b は重みだけでも約 404 GB（Q4_K_M）必要です — データセンタークラスの複数 GPU または同等のユニフィイドメモリクラスタが必要であり、単一のワークステーションでは不可能です。70b 以下のすべては、愛好家が実際に所有しているハードウェアで現実的です。

​
Run it — beginner to advanced

Ollama をデフォルトの http://127.0.0.1:11434 で待ち受け状態にしておきます。モデルのコンテキストウィンドウをより多く使用するには num_ctx を引き上げます。

​
Capabilities

  • Reasoning: R1 とすべての distill は、最終回答の前に <think>…</think> ブロックを出力します。DeepSeek 独自のモデルカードでは、温度 0.5–0.7（0.6 を推奨）、システムプロンプトなし、および数学の場合は「reason step by step」と最終回答をボックスに入れるようモデルに明示的に依頼することを推奨しています。
  • Native tool-calling: distill では信頼できません。 R1 distill 用の Ollama のチャットテンプレートは、Llama 3.1/3.3 や Qwen3 のようなツール/関数呼び出しをサポートしません — ollama/ollama#8517 を参照してください（クローズ済み、distill テンプレートでは未解決）。ツールを呼び出すエージェントが必要な場合は、それ用に構築されたモデルを選択してください — Choose a model by task を参照してください。
  • Context: 各 distill で 128K、フルモデルで 160K です。1.5b ～ 70b が distill、671b が R1 および R1-0528 のフルモデルです。
  • Vision: このページのモデルはいずれもマルチモーダルではありません — DeepSeek-R1 とその distill はテキスト専用です。

​
Beyond R1: use V4 Flash 0731 for the current frontier

R1 は DeepSeek の V3 アーキテクチャ上に構築された推論チューニング済みチェックポイントです。現在の公式リリースは deepseek-ai/DeepSeek-V4-Flash-0731 であり、V4 Flash プレビューを置き換えます。オープンウェイトで MIT ライセンスですが、典型的な単一ワークステーションではなくマルチデバイスサーバが必要です。DeepSeek family overview では、284B ターゲット / 13B アクティブのアーキテクチャ、バンドルされた DSpark ヘッド、ツール呼び出し、1M コンテキスト、およびローカルハードウェアパスについて説明しています。

​
Connect it with Tokios

DeepSeek モデルがローカルで動作したら、Tokios コネクタをペアリングして、Claude Code、Cline、または他の互換クライアントから https://api.tokios.com としてアクセスできるようにします — localhost:11434 からのみではなく。
1

Pair the Tokios connector

まず tokios.com/console でサインインし、Setup タブを開き、Start pairing をクリックしてワンタイムペアリングコード（TKS-XXXX-XXXX）を取得します。Ollama を実行しているマシンにコネクタをインストールして実行します。
Windows
macOS
Linux
次にデバイスを approve します。Setup または Connectors タブで操作できます。
2

Point the connector at Ollama's /v1 API

Ollama は /v1 で OpenAI 互換のサーフェスを公開します。単一モデルのセットアップでは、コンソールの Setup ウィザードが http://127.0.0.1:11434/v1 として自動入力します。複数のモデルの場合は、tokios-connector.json で明示的に設定します — Connector config を参照してください。
3

Register a deployment

コンソールの Models タブで、モデルを登録し、公開デプロイメント名（例: deepseek-r1-tunnel）を選択します。この名前 — Ollama のローカルモデル ID ではなく — をクライアントが model フィールドに送信します。
4

Create an API key

コンソールの Keys タブで、Create key をクリックします。sk-tok-… キーを今すぐコピーしてください — 表示は一度のみです。

​
Call it from anywhere

送信時の model フィールドは常に登録された デプロイメント 名（上記の deepseek-r1-tunnel）であり、Ollama のローカルモデル ID ではありません。Tokios は localhost で動作しているものを安定した認証済みエンドポイントに変換します — モデルの能力を変更するものではありません。フルクライアントセットアップについては Use Claude Code および Use Cline を参照してください。

​
Caveats

  • ツール呼び出しは R1 distill では信頼できません。 ツールを呼び出す必要があるエージェント、CLI、または IDE プラグインを接続している場合は、確認済みのネイティブツールサポートを備えたモデルを代わりに使用してください — Choose a model by task を参照してください。
  • コンテキストウィンドウを引き上げます。 Ollama の 2048 トークンのデフォルトでは R1 スタイルの推論出力がすぐに切り捨てられます。実際の使用には num_ctx を増やしてください。distill では最大 128K、フル 671b では最大 160K です。
  • distill はフルモデルではありません。 1.5b ～ 70b タグは R1 の推論トレースでファインチューニングされた Qwen/Llama チェックポイントです — 軽量ハードウェアで推論の 動作 を再現しますが、R1 のフルケイパビリティではありません。サイズが下がるとベンチマーク品質も下がります。distill 評価テーブルについては DeepSeek-R1 model card を参照してください。
  • ライセンスは distill ごとに異なります。 フル R1/R1-0528 の重みと Qwen ベースの distill（1.5b、7b、14b、32b）は MIT です。Llama ベースの distill（8b、70b）はベースモデルから継承した Meta の Llama 3.1/3.3 ライセンスです — これら二つの特定のタグの商用利用前にそのライセンスを確認してください。
  • 671B には実際のマルチ GPU ハードウェアが必要です — 約 404 GB（Q4_K_M のみ） — 典型的な単一ワークステーションセットアップではありません。現在の V4 Flash 0731 チェックポイントはより小さいですが、KV キャッシュとランタイムオーバーヘッドの前に約 162–167 GB が必要です。DeepSeek family overview を参照してください。
  • Tokios はツール呼び出しリクエストをアップストリームモデルがサポートするままに通過させます — 基盤モデルに欠けているツール呼び出し機能を追加するものではありません。

DeepSeek family overview

R1 対 V3.x 対 V4 フロンティア — どのティアがハードウェアに適合するか。

Choose a model by task

エージェントを構築する場合は、信頼できるツール呼び出しを備えたモデルを選択してください。

Match a model to your GPU

タグを選択する前に、distill サイズ間の VRAM クラスを比較してください。

Quantization & hardware

どのフォーマット — GGUF、FP16 など — がハードウェアで動作するか。