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 3.5 Haiku, amelyet az Anthropic fejlesztett, 200 000 tokenes kontextusablakot kínál. Az ára 1 $ millió bemeneti tokenenként és 5 $ millió kimeneti tokenenként, miközben akár 90%-os megtakarítás érhető el a prompt gyorsítótárazásával és 50% a Message Batches API segítségével. Ez a modell, amelyet 2024. november 4-én adtak ki, kiemelkedik a kódkiegészítés, az interaktív chatbotok, az adatextrakció és -címkézés, valamint a valós idejű tartalommoderálás terén.
| DeepSeek-R1 | Claude 3.5 Haiku | |
|---|---|---|
Szolgáltató | ||
Weboldal | ||
Kiadási Dátum | Jan 21, 2025 3 hónapok ago | Nov 04, 2024 5 hónapok ago |
Modalitások | szöveg | szöveg |
API Szolgáltatók | DeepSeek, HuggingFace | Anthropic, AWS Bedrock, Vertex AI |
Tudás Befejezési Dátuma | Ismeretlen | 01.04.2024 |
Nyílt Forráskódú | Igen | Nem |
Bemeneti Árazás | $0.55 millió tokenenként | $0.80 millió tokenenként |
Kimeneti Árazás | $2.19 millió tokenenként | $4.00 |
MMLU | 90.8% Pass@1 Forrás | Nem elérhető |
MMLU Pro | 84% EM Forrás | 65% 0-shot CoT Forrás |
MMMU | - | Nem elérhető |
HellaSwag | - | Nem elérhető |
HumanEval | - | 88.1% 0-shot Forrás |
MATH | - | 69.4% 0-shot CoT Forrás |
GPQA | 71.5% Pass@1 Forrás | Nem elérhető |
IFEval | 83.3% Prompt Strict Forrás | Nem elérhető |
Mobilalkalmazás |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.