A DeepSeek-R1 egy 671B paraméteres Mixture-of-Experts (MoE) modell, amely tokenenként 37B aktivált paraméterrel rendelkezik, és nagymértékű megerősítéses tanuláson keresztül készült, kiemelt figyelmet fordítva a gondolkodási képességekre. Két RL (reinforcement learning) szakaszt tartalmaz a javított gondolkodási minták felfedezésére és az emberi preferenciákhoz igazításra, valamint két SFT (supervised fine-tuning) szakaszt a gondolkodási és nem-gondolkodási képességek bevetésére. A modell teljesítménye hasonló az OpenAI-o1 modelléhez matematikai, kódolási és gondolkodási feladatokban.
A Claude 3.7 Sonnet az Anthropic eddigi legfejlettebb AI-modellje és a piac első hibrid gondolkodási rendszere. Standard és kiterjesztett gondolkodási módokat kínál, utóbbi átlátható, lépésről lépésre történő érvelést biztosít. A modell jelentős fejlődést mutat a kódolásban és a front-end webfejlesztésben, kiváló eredményeket érve el a SWE-bench Verified és a TAU-bench teszteken. A Claude.ai, az Anthropic API, az Amazon Bedrock és a Google Cloud Vertex AI révén elérhető, új mércét állítva az intelligens, AI által hajtott problémamegoldás terén.
| DeepSeek-R1 | Claude 3.7 Sonnet - Extended Thinking | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg | szöveg képek |
API Szolgáltatók
| DeepSeek, HuggingFace | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
Tudás Befejezési Dátuma
| Ismeretlen | - |
Nyílt Forráskódú
| Igen | Nem |
Bemeneti Árazás
| $0.55 millió tokenenként | $3.00 millió tokenenként |
Kimeneti Árazás
| $2.19 millió tokenenként | $15.00 millió tokenenként |
MMLU
| 90.8% Pass@1 Forrás | Nem elérhető |
MMLU-Pro
| 84% EM Forrás | Nem elérhető |
MMMU
| - | 75% Forrás |
HellaSwag
| - | Nem elérhető |
HumanEval
| - | Nem elérhető |
MATH
| - | 96.2% Forrás |
GPQA
| 71.5% Pass@1 Forrás | 84.8% Diamond Forrás |
IFEval
| 83.3% Prompt Strict Forrás | 93.2% Forrás |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilalkalmazás |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.