DeepSeek-R1 ist ein Mixture-of-Experts (MoE)-Modell mit 671 Milliarden Parametern, wobei 37 Milliarden Parameter pro Token aktiv sind. Es wurde durch groß angelegtes Reinforcement Learning mit Fokus auf logische Schlussfolgerungen trainiert. Das Modell umfasst zwei RL-Phasen zur Entdeckung verbesserter Denkstrategien und zur Anpassung an menschliche Präferenzen sowie zwei SFT-Phasen zur Initialisierung von logischem und nicht-logischem Wissen. Die Leistung des Modells ist vergleichbar mit OpenAI-o1 in den Bereichen Mathematik, Programmierung und logisches Denken.
| DeepSeek-R1 | GPT-4.1 Nano | |
|---|---|---|
Anbieter | ||
Webseite | ||
Veröffentlichungsdatum | Jan 21, 2025 3 Monate ago | Apr 14, 2025 3 Wochen ago |
Modalitäten | Text | Text Bilder |
API-Anbieter | DeepSeek, HuggingFace | OpenAI API |
Datum des Wissensstandes | Unbekannt | - |
Open Source | Ja | Nein |
Preisgestaltung Eingabe | $0.55 pro Million Token | $0.10 pro Million Token |
Preisgestaltung Ausgabe | $2.19 pro Million Token | $0.40 pro Million Token |
MMLU | 90.8% Pass@1 Quelle | 80.1% Quelle |
MMLU Pro | 84% EM Quelle | - |
MMMU | - | 55.4% Quelle |
HellaSwag | - | - |
HumanEval | - | - |
MATH | - | - |
GPQA | 71.5% Pass@1 Quelle | 50.3% Diamond Quelle |
IFEval | 83.3% Prompt Strict Quelle | 74.5% Quelle |
Array | - | - |
AIME 2024 | - | 29.4% Quelle |
AIME 2025 | - | - |
Array | - | - |
Array | - | - |
Array | - | 66.9% Quelle |
Array | - | 56.2% Image Reasoning Quelle |
Mobile Anwendung |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.