DeepSeek-R1 es un modelo Mixture-of-Experts (MoE) con 671 mil millones de parámetros, de los cuales 37 mil millones se activan por token. Fue entrenado mediante aprendizaje por refuerzo a gran escala, con un enfoque en capacidades de razonamiento. Incorpora dos etapas de RL para descubrir patrones de razonamiento mejorados y alinearse con las preferencias humanas, además de dos etapas de SFT para desarrollar habilidades de razonamiento y no razonamiento. El modelo logra un rendimiento comparable a OpenAI-o1 en tareas de matemáticas, programación y razonamiento.
Sitio Web Página Web del Modelo de IA | |
Proveedor La entidad que proporciona este modelo. | |
Chat Ingresa un mensaje para comenzar a chatear | - |
Fecha de Lanzamiento Cuándo se lanzó el modelo por primera vez. | 1 año ago Ene 21, 2025 |
Modalidades Tipos de datos que este modelo puede procesar | texto |
Proveedores de API Los proveedores que ofrecen este modelo. (Esta no es una lista exhaustiva). | DeepSeek, HuggingFace |
Fecha de Corte de Conocimiento Cuándo se actualizó por última vez el conocimiento del modelo. | Desconocido |
Código Abierto Si el código del modelo está disponible para uso público. | Sí |
Costo de Entrada Costo por procesar tokens en tus solicitudes | $0.55 por millón de tokens |
Costo de Salida Costo por tokens generados por el modelo | $2.19 por millón de tokens |
MMLU Evaluación de Comprensión Multitarea Masiva - Pruebas de conocimiento en 57 disciplinas, incluyendo matemáticas, historia, derecho y más. | 90.8% Pass@1 Fuente |
MMLU-Pro Un criterio MMLU más avanzado con preguntas más difíciles enfocadas en el razonamiento, un mayor conjunto de opciones y menor sensibilidad a los prompts. | 84% EM Fuente |
MMMU Evaluación de Comprensión Multitarea Multimodal - Pruebas de comprensión en texto, imágenes, audio y video. | - |
HellaSwag Un exigente criterio de evaluación para completar oraciones. | - |
HumanEval Evalúa la generación de código y habilidades de resolución de problemas. | - |
MATH Pruebas de resolución de problemas matemáticos en distintos niveles de dificultad. | - |
GPQA Evalúa conocimientos a nivel de doctorado en química, biología y física mediante preguntas de opción múltiple que requieren una comprensión profunda del dominio. | 71.5% Pass@1 Fuente |
IFEval Evalúa la capacidad del modelo para seguir instrucciones de formato explícitas, generar respuestas adecuadas y mantener la coherencia en diversas tareas. | 83.3% Prompt Strict Fuente |
SimpleQA Evaluación de la precisión de preguntas simples | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Benchmark de programación multilingüe. | - |
LiveCodeBench v5 Benchmark para programación en tiempo real | - |
Global MMLU (Lite) Una versión simplificada del benchmark para evaluar la universalidad de los modelos a nivel global. | - |
MathVista Evalúa las habilidades de razonamiento matemático de los modelos de IA dentro de contextos visuales | - |
Aplicación Móvil | |
MathArena | |
| Puntuación media | 82% |
| AIME 2025 Prueba basada en problemas del concurso de matemáticas (American Invitational Mathematics Examination),destinada a evaluar las habilidades matemáticas de los modelos. | 89% |
| HMMT February 2025 Prueba basada en problemas del Harvard-MIT Mathematics Tournament, febrero de 2025, destinada a evaluar las habilidades matemáticas de los modelos. | 77% |
| BRUMO 2025 | 92% |
| SMT 2025 Prueba basada en problemas del Stanford Math Tournament, 2025, destinada a evaluar las habilidades matemáticas de los modelos. | 83% |
| CMIMC 2025 Prueba basada en problemas de la Olimpiada Matemática Canadiense, 2025, destinada a evaluar las habilidades matemáticas de los modelos. | 69% |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2026 All Right Reserved.
Comentarios (1)
Jacquie
27 Enero 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar