ديب سيك-R1 هو نموذج خليط من الخبراء (MoE) بمعاملات تبلغ 671 مليار مع 37 مليار معلمة مفعلة لكل وحدة، تم تدريبه عبر تعلم تعزيزي واسع النطاق مع التركيز على القدرات الاستدلالية. وهو يدمج مرحلتين من التعلم التعزيزي لاكتشاف أنماط استدلالية محسنة ومحاذاة التفضيلات البشرية، إلى جانب مرحلتين SFT لزرع القدرات الاستدلالية وغير الاستدلالية. يحقق النموذج أداءً مماثلاً لـ OpenAI-o1 عبر مهام الرياضيات والبرمجة والاستدلال.
كوماند R+ هو نموذج الذكاء الاصطناعي التوليدي المتطور من كوهير، مصمم لأداء على مستوى المؤسسات حيث تكون السرعة والأمان وجودة المخرجات حاسمة. مصمم للعمل بكفاءة بأقل بنية تحتية، يتفوق على نماذج من الطراز الأول مثل GPT-4o وDeepSeek-V3 في كل من القدرة والكفاءة من حيث التكلفة. يتميز بنافذة سياق ممتدة تصل إلى 256 ألف وحدة - ضعف حجم معظم النماذج الرائدة - ويتفوق في المهام متعددة اللغات والمعقدة القائمة على الوكلاء والتي تعد ضرورية لعمليات الأعمال الحديثة. على الرغم من قوته، يمكن نشره على وحدتي معالجة رسومية فقط، مما يجعله في متناول اليد بسهولة. مع إنتاجية سريعة تصل إلى 156 وحدة في الثانية - أسرع بحوالي 1.75 مرة من GPT-4o - يقدم كوماند R+ كفاءة استثنائية دون المساس بالدقة أو العمق.
| DeepSeek-R1 | Command A | |
|---|---|---|
موقع الويب
| ||
المزود
| ||
الدردشة
| ||
تاريخ الإصدار
| ||
الوسائط
| نص | نص |
مزودو API
| DeepSeek, HuggingFace | Cohere, Hugging Face, Major cloud providers |
تاريخ قطع المعرفة
| غير معروف | - |
مفتوح المصدر
| نعم | نعم |
تسعير الإدخال
| $0.55 لكل مليون رمز | $2.50 لكل مليون رمز |
تسعير الإخراج
| $2.19 لكل مليون رمز | $10.00 لكل مليون رمز |
MMLU
| 90.8% Pass@1 المصدر | 85.5% المصدر |
MMLU-Pro
| 84% EM المصدر | غير متاح |
MMMU
| - | غير متاح |
HellaSwag
| - | غير متاح |
HumanEval
| - | غير متاح |
MATH
| - | 80% المصدر |
GPQA
| 71.5% Pass@1 المصدر | 50.8% المصدر |
IFEval
| 83.3% Prompt Strict المصدر | 90.9% المصدر |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
تطبيق الجوال | - |
Compare AI. Test. Benchmarks. تطبيبات دردشة الجوال, Sketch
Copyright © 2025 All Right Reserved.