o1-previewを超えるAIモデルが26分・3000円で完成｜スタンフォードS1が証明した「AI民主化」

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

taolis.net X note Voicy YouTube

スタンフォード大学のS1モデルが、OpenAI o1-previewを超える推論性能をわずか26分・約3,000円で実現
Googleの大規模モデルから1,000問のデータを「蒸留」し、小型モデル（320億パラメータ）に知識を転写
「Budget Forcing（予算強制）」という新技術で、推論時間を制御して精度をコントロール
AIME 2024（数学ベンチマーク）でo1-previewの44%を上回る57%を達成
AIの「民主化」が加速。巨額投資なしでも高性能推論モデルが構築可能に

OpenAIがo1-previewの開発に費やした計算資源は、推定で数千万ドル。

それと同等以上の推論モデルが、わずか26分、約20ドル（約3,000円）の計算コストで作れる——スタンフォード大学とワシントン大学の研究チームが発表した「S1」モデルは、AI業界の常識を根底から覆しました。

巨大な予算がなくてもAIは作れる。

その衝撃を解説します。

S1モデルとは｜26分で生まれた推論AI

S1モデルの基本スペックを見てみましょう。

パラメータ数 — 320億（Qwen2.5-32B-Instructベース）
学習時間 — わずか26分（16台のH100 GPUを使用）
計算コスト — 約20ドル（約3,000円）のGPUレンタル料
学習データ — たった1,000問のプロンプトと回答

比較してみましょう。

OpenAI o1-previewの開発には数千万ドルの計算コストと数ヶ月の学習期間がかかっています。

S1はその約1000分の1のコストで、同等以上の推論性能を実現したのです。

たとえるなら、「数十億円かけて作ったF1カー」と「3,000円で組んだ自転車」が同じレースで競り合っているようなもの。もちろん汎用性では差がありますが、特定の推論タスクでは自転車がF1カーを追い抜いたのです。

蒸留（Distillation）｜大モデルの知識を小モデルに転写

S1の核心技術は「蒸留（Knowledge Distillation）」です。

教師モデル — Google「Gemini Thinking Experimental」（巨大な推論モデル）
生徒モデル — Qwen2.5-32B-Instruct（比較的小型のモデル）
蒸留プロセス — 教師モデルに1,000問を解かせ、その「考え方（推論過程）」を記録。生徒モデルをこのデータで微調整

たとえるなら、東大教授の授業を録画して、その録画で別の学生を教育するようなもの。教授の何十年分の知識を全て伝えることはできませんが、特定の科目の「考え方のコツ」は効率的に伝えられます。

重要なのは、学習データがたった1,000問だったこと。数百万〜数十億のデータで学習する通常のAIモデルと比較すると驚異的に少ない量で、高い推論能力を獲得しています。

Budget Forcing｜推論時間を制御する新技術

S1のもう1つの革新が「Budget Forcing（予算強制）」という技術です。

Forced Termination（強制終了） — AIの推論が長すぎる場合、「考えるのを止めて」というトークンを挿入して回答を促す
Forced Continuation（強制継続） — AIの推論が短すぎる場合、「Wait（待って）」というトークンを繰り返し挿入して、もっと考えさせる

これは「テスト時間スケーリング（Test-Time Scaling）」の実装です。

AIに考える時間を多く与えれば精度が上がり、少なくすれば高速になる。

この「精度と速度のトレードオフを外部から制御できる」のがBudget Forcingの画期的な点です。

人間で言えば、試験で「あと5分考えて」と言われたら正答率が上がるのと同じ原理です。

ベンチマーク結果｜o1-previewを上回る数学力

S1の実力をベンチマークで見てみましょう。

AIME 2024（数学） — S1: 57% vs o1-preview: 約44%（S1が上回る）
注意点 — 汎用的なタスク（文章生成、翻訳等）ではo1-previewの方が優れている可能性
比較条件 — S1のスコアは「Extended Thinking（推論時間延長）」時のもの

AIME（アメリカ招待数学試験）で57%という成績は、数学オリンピックの選抜試験で好成績を収めるレベル。それを3,000円で作ったモデルが達成したという事実は、AI業界に大きな衝撃を与えました。

AI民主化への影響｜巨額投資の時代は終わるのか

S1の成功は、AI開発の「民主化」を加速させます。

個人開発者 — 高性能な推論モデルを自宅のPCで作れる可能性
スタートアップ — 数十億円の資金調達なしでもAI開発に参入可能
大学・研究機関 — 限られた予算でも最先端のAI研究が可能に

DeepSeek R1、Sky-T1、S1——2025〜2026年にかけて、低コストで高性能な推論モデルが次々と登場しています。「AIは巨大テック企業だけのもの」という時代は確実に終わりつつあります。

ただし、注意も必要です。

蒸留には教師モデル（Gemini Thinking）が必要であり、「ゼロから高性能AIを作る」ことは依然として巨額の投資が必要です。

S1は「既存の大型モデルの知識を効率的に再利用する技術」として理解すべきでしょう。

よくある質問（FAQ）

Q. S1モデルは一般公開されていますか？

はい。

研究チームはモデルの重み、学習データ、コードをすべてオープンソースで公開しています。

技術的な知識があれば、誰でも再現可能です。

Q. 本当に1,000円以下で作れますか？

計算コスト自体は約20ドル（約3,000円）です。元記事のタイトル「1000円以下」はやや誇張ですが、それでも従来のモデル開発費用（数千万〜数億円）と比較すると桁違いに安いのは事実です。

Q. 蒸留は著作権的に問題ないのですか？

これは現在議論中のグレーゾーンです。

Gemini Thinkingの出力を学習データとして使う行為が、Googleの利用規約に抵触する可能性があります。

商用利用を考える場合は、教師モデルのライセンス条件を必ず確認する必要があります。

Q. ChatGPTやClaudeと比べてどうですか？

S1は数学的推論に特化したモデルです。

ChatGPTやClaudeのような汎用的な対話能力は持っていません。

「数学の天才だが、雑談は苦手」というタイプのAIです。

まとめ

この記事のポイントを振り返りましょう。

S1モデルがo1-previewを超える推論性能を26分・約3,000円で実現
蒸留技術で大型モデルの「考え方」を小型モデルに転写
Budget Forcingで推論時間と精度のトレードオフを外部制御
AIME 2024で57% vs o1-preview 44%。数学推論でo1を上回る
AI開発の民主化が加速。巨額投資なしでも高性能モデル構築が可能に

AIの世界では「大きいことが良いこと」の時代が終わりつつあります。

S1が証明したのは、「知恵と工夫があれば、巨人に勝てる」ということ。

ダビデとゴリアテの物語は、AI業界でも繰り返されています。

参考文献

1950.ai. (2025). AI Without Billion-Dollar Budgets: How Stanford’s S1 Model Is Changing the Game. 1950.ai
Introl. (2026). s1: How 1,000 Training Examples Beat OpenAI’s o1-preview. Introl
SiliconANGLE. (2025). New LLM developed for under $50 outperforms OpenAI’s o1-preview. SiliconANGLE
1ai.net. (2025). Researchers build inference model comparable to OpenAI o1 for less than $50. 1ai.net
Decrypt. (2025). This Free ‘Reasoning’ AI Model Beats OpenAI’s o1. Decrypt