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.
أو3 من OpenAI هو أحدث نموذج استدلالي من الشركة، مصمم خصيصًا للتعامل مع المهام المعقدة عالية الإدراك. تم إطلاقه في أبريل 2025، ويقدم أداءً استثنائيًا في هندسة البرمجيات والرياضيات وحل المشكلات العلمية. يقدم النموذج ثلاث مستويات من جهد الاستدلال - منخفض ومتوسط وعالي - مما يسمح للمستخدمين بالموازنة بين زمن الاستجابة وعمق التحليل بناءً على تعقيد المهمة. يدعم o3 أدوات أساسية للمطورين تشمل استدعاء الوظائف والمخرجات المنظمة ورسائل مستوى النظام. مع ميزات الرؤية المدمجة، يمكن لـ o3 تفسير وتحليل الصور، مما يجعله مناسبًا للتطبيقات متعددة الوسائط. متاح عبر واجهات برمجة التطبيقات Chat Completions وAssistants وBatch لدمج مرن في سير عمل المؤسسات والبحوث.
| DeepSeek-R1 | o3 | |
|---|---|---|
موقع الويب
| ||
المزود
| ||
الدردشة
| ||
تاريخ الإصدار
| ||
الوسائط
| نص | نص صور |
مزودو API
| DeepSeek, HuggingFace | OpenAI API |
تاريخ قطع المعرفة
| غير معروف | - |
مفتوح المصدر
| نعم | لا |
تسعير الإدخال
| $0.55 لكل مليون رمز | $10.00 لكل مليون رمز |
تسعير الإخراج
| $2.19 لكل مليون رمز | $40.00 لكل مليون رمز |
MMLU
| 90.8% Pass@1 المصدر | 82.9% المصدر |
MMLU-Pro
| 84% EM المصدر | - |
MMMU
| - | - |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 71.5% Pass@1 المصدر | 83.3% Diamond, no tools المصدر |
IFEval
| 83.3% Prompt Strict المصدر | - |
SimpleQA
| - | - |
AIME 2024 | - | 91.6% المصدر |
AIME 2025 | - | 88.9% المصدر |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
تطبيق الجوال |
Compare AI. Test. Benchmarks. تطبيبات دردشة الجوال, Sketch
Copyright © 2025 All Right Reserved.