米新興Deep Cogitoがステルス解除、推論モデル「Cogito v1」をオープンソース公開

Cogito v1は、OpenAIのoシリーズやDeepSeek R1のような「思考型」の推論能力を、ローカルで動かせるサイズに落とし込んだオープンソース言語モデル群です。

モデルの規模は3B、8B、14B、32B、70Bの5種類。最大の特徴はハイブリッド推論にあり、一般的な質問には即座に回答し、難問には自己反省を挟みながらじっくり考えて答えるモードに切り替えることができます。

仕組みと特徴

従来の推論モデルは巨大な教師モデルから蒸留することが一般的でしたが、Deep Cogitoは「反復蒸留・増幅」（IDA）と呼ばれる独自の手法を採用しています。

推論時により多くの計算資源を投入して高度な回答を生成させ、その質の高い思考プロセスをモデル自身のパラメータに蒸留して再学習させます。開発チームはこの好循環を、自然言語版のAlphaGoによる自己対戦のようなものだと説明しています。

ベースモデルにはMetaのLlamaシリーズやAlibabaのQwen2.5が用いられています。ライセンスはLlamaのコミュニティ規約に準拠しており、月間アクティブユーザー数が7億人未満の商用サービスであれば無料で使用可能です。

性能の強みと数学ベンチマークの弱点

推論モードの効果は顕著です。最小のCogito 3Bでも、推論モードにするとMMLUのスコアが標準モードの65.4%から72.6%に向上し、ベースのLlama 3.2 3Bを大きく引き離します。

70Bモデルの標準モードはMMLUで91.7%を記録し、Llama 3.3 70Bの85.3%や、より大きなLlama 4 Scout 109Bを上回りました。

さらに重要なのがネイティブなツール呼び出し機能です。元のLlama 3.2 3Bはツール利用に対応していませんでしたが、Cogito 3Bは並列呼び出しや複数ツール呼び出しをネイティブにサポートし、90%以上の精度を示します。Cogito 8Bも全タスクで89%以上のスコアを達成しています。

一方で課題は数学です。DeepSeek R1の蒸留版と比較した場合、Cogito 8BはMATHベンチマークで60.2%にとどまり、DeepSeek R1 Distill 8Bの80.6%に大きく水をあけられています。Cogito 70Bの推論版もMATHでは83.3%と、R1の89.0%に届いていません。

入手方法と実行環境

Cogito v1の各モデルは、現在Hugging FaceおよびOllamaで公開されています。一般的なPCやApple Silicon搭載Mac、ローカルのGPU環境があれば、Ollama経由で3Bや8Bをすぐに試すことができます。

自前のハードウェアを使わない場合は、FireworksやTogether AIのAPI経由でも呼び出しが可能です。今後は最大671BのMoEモデルも順次リリースされる予定です。

なぜ重要か

ローカル端末で動作する軽量なAIエージェントを作りたい人にとって、ネイティブなツール呼び出しと自己反省を両立したCogito v1は非常に有力な選択肢です。特に3Bや8Bの取り回しの良さは魅力と言えます。

ただし高度な数学的推論ではDeepSeek R1に一日の長があります。巨大な外部教師モデルに過度に依存せず、モデル自身の自己強化ループによって実用性を引き上げるアプローチとして注目に値します。