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.
| DeepSeek-R1 | Qwen 3 | |
|---|---|---|
웹사이트
| ||
제공자
| ||
채팅
| ||
출시일
| ||
모달리티
| 텍스트 | - |
API 제공자
| DeepSeek, HuggingFace | - |
지식 업데이트 종료일
| 알 수 없음 | - |
오픈 소스
| 예 | 예 (출처) |
입력 가격
| $0.55 100만 토큰당 | - |
출력 가격
| $2.19 100만 토큰당 | - |
MMLU
| 90.8% Pass@1 출처 | - |
MMLU-Pro
| 84% EM 출처 | - |
MMMU
| - | - |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 71.5% Pass@1 출처 | - |
IFEval
| 83.3% Prompt Strict 출처 | - |
SimpleQA
| - | - |
AIME 2024 | - | 출처 |
AIME 2025 | - | 출처 |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
모바일 앱 | - | |
MathArena | ||
| 평균 점수 | 82% | - |
AIME 2025 American Invitational Mathematics Examination의 문제를 기반으로 한 테스트로, 모델의 수학적 능력을 검증하기 위해 설계되었습니다. | 89% | - |
HMMT February 2025 2025년 2월 Harvard-MIT Mathematics Tournament의 문제를 기반으로 한 테스트로, 모델의 수학적 능력을 검증하기 위해 설계되었습니다. | 77% | - |
BRUMO 2025 | 92% | - |
SMT 2025 2025년 Stanford Math Tournament의 문제를 기반으로 한 테스트로, 모델의 수학적 능력을 검증하기 위해 설계되었습니다. | 83% | - |
CMIMC 2025 2025년 Canadian Mathematical Olympiad의 문제를 기반으로 한 테스트로, 모델의 수학적 능력을 검증하기 위해 설계되었습니다. | 69% | - |
댓글 (1)
Jacquie
27 1월 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar