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 Mistral által fejlesztett Mistral Large 2 128 000 tokenes kontextusablakot kínál, és a bemeneti tokenek milliójáért 3,00 USD, a kimeneti tokenek milliójáért pedig 9,00 USD az ára. A 2024. július 24-én kiadott modell 84,0 pontot ért el az MMLU benchmarkon egy 5-shot értékelés során, amely erős teljesítményt mutatott különböző feladatokban.
| DeepSeek-R1 | Mistral Large 2 | |
|---|---|---|
Szolgáltató | ||
Weboldal | ||
Kiadási Dátum | Jan 21, 2025 3 hónapok ago | Jun 24, 2024 9 hónapok ago |
Modalitások | szöveg | szöveg |
API Szolgáltatók | DeepSeek, HuggingFace | Azure AI, AWS Bedrock, Google AI Studio, Vertex AI, Snowflake Cortex |
Tudás Befejezési Dátuma | Ismeretlen | Ismeretlen |
Nyílt Forráskódú | Igen | Igen |
Bemeneti Árazás | $0.55 millió tokenenként | $3.00 millió tokenenként |
Kimeneti Árazás | $2.19 millió tokenenként | $9.00 millió tokenenként |
MMLU | 90.8% Pass@1 Forrás | 84% 5-shot Forrás |
MMLU Pro | 84% EM Forrás | 50.69% Forrás |
MMMU | - | Nem elérhető |
HellaSwag | - | Nem elérhető |
HumanEval | - | Nem elérhető |
MATH | - | 1.13% Forrás |
GPQA | 71.5% Pass@1 Forrás | 24.94% |
IFEval | 83.3% Prompt Strict Forrás | 84.01% |
Mobilalkalmazás | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.