DeepSeek-R1 je model Mixture-of-Experts (MoE) s 671 miliardami parametrů, z nichž 37 miliard je aktivováno na token. Byl vyškolen pomocí rozsáhlého posilovaného učení se zaměřením na schopnosti logického uvažování. Model obsahuje dvě fáze RL pro objevování lepších vzorců uvažování a sladění s lidskými preferencemi, spolu se dvěma fázemi SFT pro inicializaci schopností souvisejících s uvažováním i bez něj. Dosahuje výkonu srovnatelného s OpenAI-o1 v matematických, programovacích a logických úlohách.
Webová stránka Webová stránka AI modelu | |
Poskytovatel Subjekt, který poskytuje tento model. | |
Chat Zadejte zprávu a začněte chatovat | - |
Datum vydání Kdy byl model poprvé vydán. | 1 rok ago Led 21, 2025 |
Modality Typy dat, která tento model dokáže zpracovat | text |
Poskytovatelé API Poskytovatelé, kteří tento model nabízejí. (Toto není vyčerpávající seznam.) | DeepSeek, HuggingFace |
Datum uzávěrky znalostí Kdy byly poslední aktualizace znalostí modelu. | Neznámý |
Open Source Zda je kód modelu k dispozici pro veřejné použití. | Ano |
Cena za vstup Cena za zpracování tokenů ve vašich výzvách | $0.55 na milion tokenů |
Cena za výstup Cena za tokeny generované modelem | $2.19 na milion tokenů |
MMLU Massive Multitask Language Understanding - Testuje znalosti v 57 oblastech, včetně matematiky, historie, práva a dalších | 90.8% Pass@1 Zdroj |
MMLU-Pro Robustnější MMLU benchmark s těžšími, na uvažování zaměřenými otázkami, větším výběrem a nižší citlivostí na výzvy | 84% EM Zdroj |
MMMU Massive Multitask Multimodal Understanding - Testuje porozumění napříč textem, obrázky, zvukem a videem | - |
HellaSwag Náročný benchmark pro dokončení vět | - |
HumanEval Hodnotí schopnosti generování kódu a řešení problémů | - |
MATH Testuje schopnosti řešení matematických problémů napříč různými úrovněmi obtížnosti | - |
GPQA Testuje znalosti na úrovni PhD z chemie, biologie a fyziky prostřednictvím otázek s výběrem, které vyžadují hlubokou odbornou znalost | 71.5% Pass@1 Zdroj |
IFEval Testuje schopnost modelu přesně dodržovat explicitní formátovací pokyny, generovat vhodné výstupy a udržovat konzistenci dodržování pokynů napříč různými úkoly | 83.3% Prompt Strict Zdroj |
SimpleQA Hodnocení přesnosti jednoduchých otázek | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Vícejazyčný programovací benchmark. | - |
LiveCodeBench v5 Benchmark pro programování v reálném čase | - |
Global MMLU (Lite) Zjednodušená verze benchmarku pro hodnocení univerzálnosti modelů na globální úrovni. | - |
MathVista Hodnotí schopnosti matematického uvažování modelů umělé inteligence ve vizuálních kontextech | - |
Mobilní aplikace | |
MathArena | |
| Průměrné skóre | 82% |
| AIME 2025 Test založený na úlohách ze soutěže v matematice (American Invitational Mathematics Examination),určený k ověření matematických dovedností modelů. | 89% |
| HMMT February 2025 Test založený na úlohách z Harvard-MIT Mathematics Tournament, únor 2025, určený k ověření matematických dovedností modelů. | 77% |
| BRUMO 2025 | 92% |
| SMT 2025 Test založený na úlohách ze Stanford Math Tournament, 2025, určený k ověření matematických dovedností modelů. | 83% |
| CMIMC 2025 Test založený na úlohách z Canadian Mathematical Olympiad, 2025, určený k ověření matematických dovedností modelů. | 69% |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2026 All Right Reserved.
Komentáře (1)
Jacquie
27 Leden 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar