LM StudioとOllamaで動くDeepSeek R1の力を体験

はじめに

推論において優れた性能を発揮し、オープンソースであるため無料のAIを探しているなら、新しく立ち上げられたDeepSeek R1は素晴らしい選択です。これはGPT-4、o1-mini、Claude 3.5などのモデルと競争し、それを上回っています。テストした結果、非常に良いと感じました！

Visual Studio CodeでGitHub Copilotに似たコードエージェントとして直接使用し、コストをかけずに使用したい場合、LM Studio、Ollama、Janなどのツールを使ってその方法をお見せします。

最近なぜDeepSeek R1が話題なのか？

• 無料でオープンソース：多くのモデルは高額ですが、これは無料で使用可能です。https://chat.deepseek.comでチャットもできます
• パフォーマンス：論理、数学、さらにはコード生成（私のお気に入りの部分）で他のモデルよりも優れています
• 複数のバージョン：ローカルに実行するために（LLM）、1.5Bから70Bパラメータまでのモデルがあります。あなたのハードウェアに最適なものを選びましょう
• 簡単に統合：ClineやRoo Codeのような拡張機能を使用してVSCodeに接続できます
• コストなし：ローカルで実行すれば、トークンやAPIにお金を払う必要はありません。グラフィックカードをお勧めします、CPUのみで動作させると遅いですので

始める前の重要なヒント

• リソースを節約：PCの性能があまり高くない場合は、小さいモデル（1.5Bまたは7Bパラメータ）または量子化版を選んでください
• RAM計算機：LLM Calcを使用して必要な最低RAMを確認します
• プライバシー：ローカルで実行することでデータが外部サーバーに送信されず、PCに保持されます
• コストなし：ローカルで無料で実行できますが、DeepSeek APIを使用する場合、トークンの支払いが必要です。良いニュースは、競合他社よりも価格が低いことです

どのモデルを選ぶべきか？あなたのPC次第で決まります！

• 1.5B パラメータ：

  • 必要な RAM: 約4 GB
  • GPU: 統合（NVIDIA GTX 1050など）またはモダンCPU
  • 狙い：シンプルなタスクと平凡なPC用

• 7B パラメータ：

  • 必要な RAM: 約8-10 GB
  • GPU: 専用（NVIDIA GTX 1660以上）
  • 狙い：中級タスクとより良いハードウェアを持つPC用

• 70B パラメータ：

  • 必要な RAM: 約40 GB
  • GPU: 高性能（NVIDIA RTX 3090またはそれ以上）
  • 狙い：複雑なタスクと非常に強力なPC用

DeepSeek R1をローカルで実行する方法

1. LM Studioを使う
   

   • LM Studioをダウンロードしてインストール：LM Studioのウェブサイトでシステムに合ったバージョンをダウンロードしてください
   • DeepSeek R1モデルのダウンロード：LM StudioのDiscoverタブに移動し、「DeepSeek R1」と検索して、システムに最も適したバージョンを選択します。Appleプロセッサを搭載したMacBookを使用している場合は、検索バーの横でMLXオプションを選択したままにしておいてください（これらのバージョンはAppleハードウェア用に最適化されています）。WindowsまたはLinuxの場合は、GGUFオプションを選択します
   • モデルをロード：ダウンロード後、Local Models に移動し、DeepSeek R1を選択してLoadをクリックします
   • ローカルサーバーを開始：DeveloperタブでStart Serverを有効にします。http://localhost:1234でモデルが動き始めます
   • 4のステップに進んでVSCodeに統合しましょう！

2. Ollamaを使う
   

   • Ollamaをインストール：Ollamaのウェブサイトからダウンロードしてインストールします

   • インストール確認：

     ollama --version
     

     

   • モデルをダウンロード：ターミナルで次を実行：

     ollama pull deepseek-r1  
     

*これはメインモデルです。より小さいモデルが欲しい場合は、https://ollama.com/library/deepseek-r1 にアクセスし、ターミナルで実行するコマンドを確認してください。

• サーバーを開始：ターミナルで実行：

  ollama serve
  

  このコマンドは、http://localhost:11434 でモデルの実行を開始します。

• 4のステップに進んでVSCodeに統合しましょう！

3.Janを使う

• Janをダウンロードしインストール：Janのウェブサイトでお使いのシステムに合ったバージョンを選択してください
• モデルをダウンロード：JanではDeepSeek R1を直接見つけられませんでした。Hugging Faceのウェブサイトに行き、「unsloth gguf deepseek r1」と検索しました。該当するモデルを見つけ、「このモデルを使用」ボタンをクリックし、オプションとしてJanを選択しました。モデルは自動的にJanで開き、その後ダウンロードしました
• モデルをロード：ダウンロード後、モデルを選択してLoadをクリックします
• サーバーを開始：Janは通常、http://localhost:1337でサーバーを自動的に開始します
• 4のステップに進んでVSCodeに統合しましょう！

4.VSCodeへの統合

• 拡張機能をインストール：VSCodeでExtensionsタブを開き、ClineまたはRoo Codeをインストールします

• JanまたはLM Studio用に拡張機能を設定：ClineとRoo Codeの設定はほぼ同じです。以下の手順に従ってください：

  • 拡張機能をクリックし、"Settings"にアクセスします
  • API Providerで"LM Studio"を選択します
  • Base URL欄に、JanまたはLM Studioで設定したURLを入力します
  • モデルが1つしかない場合、Model ID欄は自動で埋められます。そうでない場合は、ダウンロードしたDeepSeekモデルを手動で選択します
  • "Done"をクリックして設定を終了します

• Ollama用に拡張機能を設定：

  • 拡張機能をクリックし、"Settings"にアクセスします
  • API Providerで"Ollama"を選択します
  • Base URL欄に、Ollamaで設定したURLを入力します
  • モデルが1つしかない場合、Model ID欄は自動で埋められます。そうでない場合は、ダウンロードしたDeepSeekモデルを手動で選択します
  • "Done"をクリックして設定を終了します

ApidogとDeepSeek R1が手を組んで、開発体験を次のレベルへ！ApidogでAPIテストが簡単に、DeepSeek R1でコード生成もばっちり。効率と精度がぐんとアップ！今すぐ試して、開発をもっと楽しく、スムーズにしよう！

結論

DeepSeek R1は、強力なAIを費用をかけずに求める人々にとって救いの存在です。LM Studio、Ollama、またはJanを使用することで、ローカルで実行し、Visual Studio Codeに直接統合することができます。自分のPCに合ったモデルを選んで、今日から使用を開始しましょう！