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。
Qwen2-VL のリリースから過去5か月間で、開発者はこれを基に新しいモデルを構築し、貴重なフィードバックを提供しました。今回の Qwen2.5-VL は、画像・テキスト・チャートの正確な分析や、構造化された JSON 出力によるオブジェクトのローカライズ機能を強化しています。また、長尺の動画を理解し、重要なイベントを特定し、コンピューターやスマートフォン上のツールと対話するエージェントとして機能します。モデルのアーキテクチャには、動的な動画処理機能と最適化された ViT エンコーダーが組み込まれ、処理速度と精度が向上しています。
| DeepSeek-R1 | Qwen2.5-VL-32B | |
|---|---|---|
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 動画 |
APIプロバイダー
| DeepSeek, HuggingFace | - |
知識のカットオフ日
| 不明 | 不明 |
オープンソース
| はい | はい (ソース) |
入力料金
| $0.55 100万トークンあたり | $0 |
出力料金
| $2.19 100万トークンあたり | $0 |
MMLU
| 90.8% Pass@1 ソース | 78.4% ソース |
MMLU-Pro
| 84% EM ソース | 49.5% |
MMMU
| - | 70% |
HellaSwag
| - | 利用不可 |
HumanEval
| - | 利用不可 |
MATH
| - | 82.2% |
GPQA
| 71.5% Pass@1 ソース | 46.0% Diamond |
IFEval
| 83.3% Prompt Strict ソース | 利用不可 |
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.