何を比較するのか
DeepSeek-R1 と Claude Opus 4.5 は同じ「推論強化型」のカテゴリに属しつつ、提供形態が真逆である。R1 は MIT ライセンスで重みが公開されており、自前 GPU でセルフホストできる。Opus 4.5 はクローズドな API モデルで、Anthropic / Bedrock / Vertex 経由のみ利用可能。本稿では純粋な性能だけでなく、Tokyo リージョンでの運用観点まで踏み込む。
ベンチマーク結果（公開値ベース）
| ベンチ | DeepSeek-R1 | Claude Opus 4.5 | | --- | --- | --- | | AIME 2025 | 87.1 | 89.4 | | GPQA Diamond | 78.4 | 84.2 | | SWE-bench Verified | 53.2 | 71.8 | | MATH-500 | 96.3 | 97.1 |
数学・コード問題では Opus 4.5 が優勢だが、AIME のような中規模数学問題では R1 が肉薄している。SWE-bench Verified の 18 ポイント差はそのまま「実プロジェクトでの修正タスク達成率」の差として効いてくるため、エンジニアリング自動化用途では Opus 4.5 を素直に選びたい。
コスト比較
Claude Opus 4.5 の公称価格は input $15 / output $75（per 1M tok）。プロンプトキャッシュを使えば入力単価は最大 90% 引き下げられる。DeepSeek-R1 公式 API は input $0.55 / output $2.19 と圧倒的に安い。セルフホスト時は H100 80GB ×8 ノードで月 200-300 万円程度の固定費が見込まれる。
社内 R&D シミュレーションでは「月 300M トークン処理する社内エージェント」の試算で、Opus 4.5 約 1,200 万円 / 月、DeepSeek-R1 公式 API 約 50 万円 / 月、R1 セルフホスト 約 280 万円 / 月という結果になった。
レイテンシと TTFT
Tokyo リージョンからの実測（社内検証）では、Opus 4.5 は TTFT 約 700ms、推論型応答で平均 8-15 秒。DeepSeek-R1 公式 API は中国本土経由のため TTFT が 1.4 秒前後、推論完了まで 12-20 秒という差がある。セルフホストの R1 は同一 VPC 内なら TTFT 200ms 以下に抑えられる。
ガバナンスと規制対応
Komoju 周辺の決済・金融データ、医療カルテのような厳密な秘匿要件があるユースケースでは、R1 公式 API（中国本土）は明示的に避け、OSS 重み + Tokyo GPU か Claude Opus 4.5 + Bedrock Tokyo を選ぶ。EU AI Act の Article 50 透明性義務、改正個人情報保護法の越境移転規制も同時に検討対象になる。
結論
- 厳密な精度・SWE タスク・規制対応 → Claude Opus 4.5（Bedrock Tokyo 経由）
- コスト圧縮・大量バッチ処理・社内非機密ユースケース → DeepSeek-R1（公式 API or セルフホスト）
- ハイブリッド: R1 で下処理 → Opus 4.5 で最終判断、というルーティング設計が KGA IT のお勧めパターン