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。
| DeepSeek-R1 | Qwen 3 | |
|---|---|---|
プロバイダー | ||
ウェブサイト | ||
リリース日 | Jan 21, 2025 3 ヶ月 ago | Apr 29, 2025 16 時間 ago |
モダリティ | テキスト | - |
APIプロバイダー | DeepSeek, HuggingFace | - |
知識のカットオフ日 | 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 | - |
出力料金 | $2.19 100万トークンあたり | - |
MMLU | 90.8% Pass@1 ソース | - |
MMLU Pro | 84% EM ソース | - |
MMMU | - | - |
HellaSwag | - | - |
HumanEval | - | - |
MATH | - | - |
GPQA | 71.5% Pass@1 ソース | - |
IFEval | 83.3% Prompt Strict ソース | - |
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.