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 Gemini 2.0 Flash Thinking egy fejlett logikai modell, amely a teljesítmény és érthetőség javítására lett tervezve, azáltal, hogy láthatóvá teszi gondolkodási folyamatát. Kiválóan alkalmas összetett problémák megoldására, programozási kihívásokra és matematikai érvelésre, lépésről lépésre bemutatva a megoldásokat. Azokra a feladatokra optimalizálták, amelyek részletes magyarázatot és logikai elemzést igényelnek, továbbá natív eszközintegrációval rendelkezik, beleértve a kódvégrehajtást és a Google Keresés funkciókat.
| DeepSeek-R1 | Gemini 2.0 Flash Thinking | |
|---|---|---|
Szolgáltató | ||
Weboldal | ||
Kiadási Dátum | Jan 21, 2025 3 hónapok ago | Dec 19, 2024 4 hónapok ago |
Modalitások | szöveg | szöveg képek |
API Szolgáltatók | DeepSeek, HuggingFace | Google AI Studio, Vertex AI, Gemini API |
Tudás Befejezési Dátuma | Ismeretlen | 04.2024 |
Nyílt Forráskódú | Igen | Nem |
Bemeneti Árazás | $0.55 millió tokenenként | Nem elérhető |
Kimeneti Árazás | $2.19 millió tokenenként | Nem elérhető |
MMLU | 90.8% Pass@1 Forrás | Nem elérhető |
MMLU Pro | 84% EM Forrás | Nem elérhető |
MMMU | - | 75.4% Forrás |
HellaSwag | - | Nem elérhető |
HumanEval | - | Nem elérhető |
MATH | - | Nem elérhető |
GPQA | 71.5% Pass@1 Forrás | 74.2% Diamond Science Forrás |
IFEval | 83.3% Prompt Strict Forrás | Nem elérhető |
Mobilalkalmazás |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.