DeepSeek-R1은 토큰당 370억 개의 활성 파라미터를 사용하는 6710억 파라미터의 Mixture-of-Experts(MoE) 모델로, 추론 능력에 초점을 맞춘 대규모 강화 학습을 통해 학습되었습니다. 향상된 추론 패턴 발견과 인간 선호도 정렬을 위한 두 단계의 RL, 추론/비추론 능력 생성을 위한 두 단계의 SFT가 포함되어 있으며, 수학, 코딩, 추론 작업에서 OpenAI-o1과 유사한 성능을 보입니다.
OpenAI o3는 복잡하고 고차원적인 사고가 필요한 작업을 처리하기 위해 특별히 설계된 OpenAI의 가장 진보된 추론 모델입니다. 2025년 4월 출시된 이 모델은 소프트웨어 엔지니어링, 수학, 과학 문제 해결에서 탁월한 성능을 보여줍니다. 저·중·고 세 단계의 추론 수준을 제공하여 작업 복잡도에 따라 지연 시간과 추론 깊이 사이에서 균형을 맞출 수 있습니다. 함수 호출, 구조화된 출력, 시스템 메시지 등 개발자용 핵심 도구를 지원하며, 내장된 비전 기능을 통해 이미지 해석 및 분석도 가능합니다. 이 모델은 Chat Completions API, Assistants API, Batch API를 통해 제공되어 기업 및 연구 환경에 유연하게 통합할 수 있습니다.
| DeepSeek-R1 | o3 | |
|---|---|---|
웹사이트
| ||
제공자
| ||
채팅
| ||
출시일
| ||
모달리티
| 텍스트 | 텍스트 이미지 |
API 제공자
| DeepSeek, HuggingFace | OpenAI API |
지식 업데이트 종료일
| 알 수 없음 | - |
오픈 소스
| 예 | 아니오 |
입력 가격
| $0.55 100만 토큰당 | $10.00 100만 토큰당 |
출력 가격
| $2.19 100만 토큰당 | $40.00 100만 토큰당 |
MMLU
| 90.8% Pass@1 출처 | 82.9% 출처 |
MMLU-Pro
| 84% EM 출처 | - |
MMMU
| - | - |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 71.5% Pass@1 출처 | 83.3% Diamond, no tools 출처 |
IFEval
| 83.3% Prompt Strict 출처 | - |
SimpleQA
| - | - |
AIME 2024 | - | 91.6% 출처 |
AIME 2025 | - | 88.9% 출처 |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
모바일 앱 |