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.
„Llama 3.3 70B Instruct“, creado por Meta, es un modelo de lenguaje grande y multilingüe afinado específicamente para tareas basadas en instrucciones y optimizado para aplicaciones conversacionales. Es capaz de procesar y generar texto en varios idiomas, con una ventana de contexto que admite hasta 128.000 tokens. Lanzado el 6 de diciembre de 2024, el modelo supera a numerosos chatbots de código abierto y propietarios en diversas pruebas comparativas de la industria. Utiliza Grouped-Query Attention (GQA) para mejorar la escalabilidad y ha sido entrenado con un conjunto de datos diverso que incluye más de 15 billones de tokens de fuentes públicas. El conocimiento del modelo está actualizado hasta diciembre de 2023.
| DeepSeek-R1 | Llama 3.3 70B Instruct | |
|---|---|---|
Proveedor | ||
Sitio Web | ||
Fecha de Lanzamiento | Jan 21, 2025 3 meses ago | Dec 06, 2024 4 meses ago |
Modalidades | texto | texto |
Proveedores de API | DeepSeek, HuggingFace | Fireworks, Together, DeepInfra, Hyperbolic |
Fecha de Corte de Conocimiento | Desconocido | 12.2024 |
Código Abierto | Sí | Sí |
Costo de Entrada | $0.55 por millón de tokens | $0.23 por millón de tokens |
Costo de Salida | $2.19 por millón de tokens | $0.40 por millón de tokens |
MMLU | 90.8% Pass@1 Fuente | 86% 0-shot, CoT Fuente |
MMLU Pro | 84% EM Fuente | 68.9% 5-shot, CoT Fuente |
MMMU | - | No disponible |
HellaSwag | - | No disponible |
HumanEval | - | 88.4% pass@1 Fuente |
MATH | - | 77% 0-shot, CoT Fuente |
GPQA | 71.5% Pass@1 Fuente | 50.5% 0-shot, CoT Fuente |
IFEval | 83.3% Prompt Strict Fuente | 92.1% Fuente |
Aplicación Móvil | - |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.