DeepSeek-R1は、671BパラメータのMixture-of-Experts（MoE）モデルで、トークンごとに37Bの活性化パラメータを持ち、大規模な強化学習を通じて推論能力に焦点を当ててトレーニングされています。改善された推論パターンの発見と人間の好みに合わせるための2つのRLステージ、および推論と非推論能力を育むための2つのSFTステージを組み込んでいます。このモデルは、数学、コード、推論タスクにおいてOpenAI-o1に匹敵する性能を発揮します。
Claude 3.7 Sonnetは、Anthropicのこれまでで最も先進的なAIモデルであり、市場で初めてのハイブリッド推論システムです。標準および拡張思考モードを提供し、後者は透明で段階的な推論を提供します。このモデルは、コーディングとフロントエンドWeb開発において大幅な改善を示し、SWE-bench VerifiedおよびTAU-benchで最先端の結果を達成しています。Claude.ai、Anthropic API、Amazon Bedrock、Google CloudのVertex AIを介して利用可能で、インテリジェントなAI駆動の問題解決の新たな基準を設定します。
| DeepSeek-R1 | Claude 3.7 Sonnet - Extended Thinking | |
|---|---|---|
ウェブサイト
| ||
プロバイダー
| ||
チャット
| ||
リリース日
| ||
モダリティ
| テキスト | テキスト 画像 |
APIプロバイダー
| DeepSeek, HuggingFace | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
知識のカットオフ日
| 不明 | - |
オープンソース
| はい | いいえ |
入力料金
| $0.55 100万トークンあたり | $3.00 100万トークンあたり |
出力料金
| $2.19 100万トークンあたり | $15.00 100万トークンあたり |
MMLU
| 90.8% Pass@1 ソース | 利用不可 |
MMLU-Pro
| 84% EM ソース | 利用不可 |
MMMU
| - | 75% ソース |
HellaSwag
| - | 利用不可 |
HumanEval
| - | 利用不可 |
MATH
| - | 96.2% ソース |
GPQA
| 71.5% Pass@1 ソース | 84.8% Diamond ソース |
IFEval
| 83.3% Prompt Strict ソース | 93.2% ソース |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
モバイルアプリケーション |
Compare AI. Test. Benchmarks. モバイルアプリチャットボット, Sketch
Copyright © 2025 All Right Reserved.