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.
Amazon Nova Micro ist ein rein textbasiertes Modell, das für Kosten- und Geschwindigkeitsoptimierung entwickelt wurde. Mit einem Kontextfenster von 128K Token eignet es sich besonders für Aufgaben wie Textzusammenfassung, Übersetzung, interaktive Chats und grundlegendes Programmieren. Es wurde als Teil der Amazon Nova Foundation-Modelle veröffentlicht und unterstützt Feinabstimmung sowie Destillation zur Anpassung an proprietäre Daten.
| DeepSeek-R1 | Nova Micro | |
|---|---|---|
Anbieter | ||
Webseite | ||
Veröffentlichungsdatum | Jan 21, 2025 3 Monate ago | Dec 02, 2024 4 Monate ago |
Modalitäten | Text | Text |
API-Anbieter | DeepSeek, HuggingFace | Amazon Bedrock |
Datum des Wissensstandes | Unbekannt | Absichtlich nicht offengelegt |
Open Source | Ja | Nein |
Preisgestaltung Eingabe | $0.55 pro Million Token | $0.04 pro Million Token |
Preisgestaltung Ausgabe | $2.19 pro Million Token | $0.14 pro Million Token |
MMLU | 90.8% Pass@1 Quelle | 77.6% CoT Quelle |
MMLU Pro | 84% EM Quelle | - |
MMMU | - | - |
HellaSwag | - | - |
HumanEval | - | 81.1% pass@1 Quelle |
MATH | - | 69.3% CoT Quelle |
GPQA | 71.5% Pass@1 Quelle | 40% Main Quelle |
IFEval | 83.3% Prompt Strict Quelle | 87.2% Quelle |
Mobile Anwendung | - |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.