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.
| Gemini 3 Pro | DeepSeek-R1 | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg képek hang videó | szöveg |
API Szolgáltatók
| Google AI Studio, Vertex AI, Gemini app | DeepSeek, HuggingFace |
Tudás Befejezési Dátuma
| 2025-01 | Ismeretlen |
Nyílt Forráskódú
| Nem | Igen |
Bemeneti Árazás
| $2 millió tokenenként | $0.55 millió tokenenként |
Kimeneti Árazás
| $12 millió tokenenként | $2.19 millió tokenenként |
MMLU
| - | 90.8% Pass@1 Forrás |
MMLU-Pro
| - | 84% EM Forrás |
MMMU
| 81% Pro Forrás | - |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 91.9% Diamond, Scientific knowledge, No tools Forrás | 71.5% Pass@1 Forrás |
IFEval
| - | 83.3% Prompt Strict Forrás |
SimpleQA
| 72.1% Parametric knowledge Forrás | - |
AIME 2024 | - | - |
AIME 2025 | 95% Forrás | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilalkalmazás | ||
MathArena | ||
| Átlagpontszám | - | 82% |
AIME 2025 Teszt, amely az American Invitational Mathematics Examination verseny feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | - | 89% |
HMMT February 2025 Teszt, amely a Harvard-MIT Mathematics Tournament 2025. februári feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | - | 77% |
BRUMO 2025 | - | 92% |
SMT 2025 Teszt, amely a Stanford Math Tournament 2025. évi feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | - | 83% |
CMIMC 2025 Teszt, amely a Canadian Mathematical Olympiad 2025. évi feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | - | 69% |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2026 All Right Reserved.