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 o3-mini는 STEM 분야에 최적화된 고속·저비용 추론 모델로, 과학, 수학, 코딩 작업에서 강력한 성능을 발휘합니다. 2025년 1월 출시되었으며, 함수 호출, 구조화 출력, 개발자 메시지 등 주요 기능을 포함합니다. 낮음, 중간, 높음의 세 가지 추론 강도 설정으로 분석 깊이와 응답 속도 간 최적화를 지원합니다. o3 모델과 달리 비전 기능은 없으며, API 사용 3~5등급 개발자에게 먼저 제공되었고 Chat Completions API, Assistants API, Batch API로 접근 가능합니다.
| DeepSeek-R1 | o3-mini | |
|---|---|---|
웹사이트
| ||
제공자
| ||
채팅
| ||
출시일
| ||
모달리티
| 텍스트 | 텍스트 |
API 제공자
| DeepSeek, HuggingFace | OpenAI API |
지식 업데이트 종료일
| 알 수 없음 | 알 수 없음 |
오픈 소스
| 예 | 아니오 |
입력 가격
| $0.55 100만 토큰당 | $1.10 100만 토큰당 |
출력 가격
| $2.19 100만 토큰당 | $4.40 100만 토큰당 |
MMLU
| 90.8% Pass@1 출처 | 86.9% pass@1, high effort 출처 |
MMLU-Pro
| 84% EM 출처 | 정보 없음 |
MMMU
| - | 정보 없음 |
HellaSwag
| - | 정보 없음 |
HumanEval
| - | 정보 없음 |
MATH
| - | 97.9% pass@1, high effort 출처 |
GPQA
| 71.5% Pass@1 출처 | 79.7% 0-shot, high effort 출처 |
IFEval
| 83.3% Prompt Strict 출처 | 정보 없음 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
모바일 앱 |