DeepSeek-R1 est un modèle Mixture-of-Experts (MoE) de 671 milliards de paramètres, avec 37 milliards de paramètres activés par token, entraîné via un apprentissage par renforcement à grande échelle avec un accent sur les capacités de raisonnement. Il intègre deux étapes de RL pour découvrir des schémas de raisonnement améliorés et s’aligner sur les préférences humaines, ainsi que deux étapes de SFT pour amorcer les capacités de raisonnement et non-raisonnement. Le modèle atteint des performances comparables à OpenAI-o1 sur les tâches de mathématiques, de codage et de raisonnement.
Gemini 2.0 Flash Thinking est un modèle avancé de raisonnement conçu pour améliorer les performances et la transparence en rendant son processus de pensée visible. Il excelle dans la résolution de problèmes complexes, les défis de programmation et le raisonnement mathématique, en proposant des solutions étape par étape. Optimisé pour les tâches nécessitant des explications détaillées et une analyse logique, le modèle intègre également nativement des outils tels que l’exécution de code et les fonctionnalités de recherche Google.
| DeepSeek-R1 | Gemini 2.0 Flash Thinking | |
|---|---|---|
Site web
| ||
Fournisseur
| ||
Chat
| ||
Date de sortie
| ||
Modalités
| texte | texte images |
Fournisseurs d’API
| DeepSeek, HuggingFace | Google AI Studio, Vertex AI, Gemini API |
Date de mise à jour des connaissances
| Inconnu | 04.2024 |
Open Source
| Oui | Non |
Tarification d’entrée
| $0.55 par million de tokens | Non disponible |
Tarification de sortie
| $2.19 par million de tokens | Non disponible |
MMLU
| 90.8% Pass@1 Source | Non disponible |
MMLU-Pro
| 84% EM Source | Non disponible |
MMMU
| - | 75.4% Source |
HellaSwag
| - | Non disponible |
HumanEval
| - | Non disponible |
MATH
| - | Non disponible |
GPQA
| 71.5% Pass@1 Source | 74.2% Diamond Science Source |
IFEval
| 83.3% Prompt Strict Source | Non disponible |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Application mobile | ||
MathArena | ||
| Score moyen | 82% | - |
AIME 2025 Test basé sur des problèmes issus du concours de mathématiques (American Invitational Mathematics Examination),destiné à évaluer les compétences mathématiques des modèles. | 89% | - |
HMMT February 2025 Test basé sur des problèmes du Harvard-MIT Mathematics Tournament, février 2025, destiné à évaluer les compétences mathématiques des modèles. | 77% | - |
BRUMO 2025 | 92% | - |
SMT 2025 Test basé sur des problèmes du Stanford Math Tournament, 2025, destiné à évaluer les compétences mathématiques des modèles. | 83% | - |
CMIMC 2025 Test basé sur des problèmes de l’Olympiade mathématique canadienne, 2025, destiné à évaluer les compétences mathématiques des modèles. | 69% | - |
Compare AI. Test. Benchmarks. Applications de chatbots mobiles, Sketch
Copyright © 2026 All Right Reserved.
Commentaires (1)
Jacquie
27 Janvier 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar