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.
| DeepSeek-R1 | o4-mini | |
|---|---|---|
Poskytovatel | ||
Webová stránka | ||
Datum vydání | Jan 21, 2025 3 měsíce ago | Apr 16, 2025 1 týden ago |
Modality | text | text obrázky |
Poskytovatelé API | DeepSeek, HuggingFace | OpenAI API |
Datum uzávěrky znalostí | Neznámý | - |
Open Source | Ano | Ne |
Cena za vstup | $0.55 na milion tokenů | $1.10 na milion tokenů |
Cena za výstup | $2.19 na milion tokenů | $4.40 na milion tokenů |
MMLU | 90.8% Pass@1 Zdroj | fort |
MMLU Pro | 84% EM Zdroj | - |
MMMU | - | 81.6% Zdroj |
HellaSwag | - | - |
HumanEval | - | 14.28% Zdroj |
MATH | - | - |
GPQA | 71.5% Pass@1 Zdroj | 81.4% Zdroj |
IFEval | 83.3% Prompt Strict Zdroj | - |
Mobilní aplikace |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2025 All Right Reserved.