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.
Az OpenAI o3-mini egy gyors és költséghatékony érvelési modell, amelyet STEM alkalmazásokhoz terveztek, és kiváló teljesítményt nyújt a tudomány, a matematika és a programozás területén. 2025 januárjában került piacra, és olyan alapvető fejlesztői funkciókat tartalmaz, mint a függvényhívások, a strukturált kimenetek és a fejlesztői üzenetek. A modell három érvelési szintet kínál—alacsony, közepes és magas—amelyek lehetővé teszik a felhasználók számára az egyensúly optimalizálását a mélyebb elemzés és a gyorsabb válaszidő között. Az o3 modellel ellentétben nem rendelkezik vizuális képességekkel. Kezdetben a 3-5 API-használati szintű fejlesztők számára érhető el, és a Chat Completions API, az Assistants API és a Batch API segítségével használható.
| DeepSeek-R1 | o3-mini | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg | szöveg |
API Szolgáltatók
| DeepSeek, HuggingFace | OpenAI API |
Tudás Befejezési Dátuma
| Ismeretlen | Ismeretlen |
Nyílt Forráskódú
| Igen | Nem |
Bemeneti Árazás
| $0.55 millió tokenenként | $1.10 millió tokenenként |
Kimeneti Árazás
| $2.19 millió tokenenként | $4.40 millió tokenenként |
MMLU
| 90.8% Pass@1 Forrás | 86.9% pass@1, high effort Forrás |
MMLU-Pro
| 84% EM Forrás | Nem elérhető |
MMMU
| - | Nem elérhető |
HellaSwag
| - | Nem elérhető |
HumanEval
| - | Nem elérhető |
MATH
| - | 97.9% pass@1, high effort Forrás |
GPQA
| 71.5% Pass@1 Forrás | 79.7% 0-shot, high effort Forrás |
IFEval
| 83.3% Prompt Strict Forrás | Nem elérhető |
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.