DeepSeek-R1 yra 671B parametrų Mišrios ekspertų (MoE) modelis su 37B aktyvuotais parametrais per žodį, apmokytas didelio masto sustiprinto mokymosi, sutelkiant dėmesį į mąstymo gebėjimus. Jis apima dvi sustiprinto mokymosi stadijas, skirtas atrasti patobulintas mąstymo schemas ir suderinti su žmogaus pageidavimais, taip pat dvi SFT stadijas, skirtas pritaikyti mąstymo ir nemąstymo gebėjimus. Modelis pasiekia našumą, panašų į OpenAI-o1, matematikos, kodo ir mąstymo užduotyse.
OpenAI o3 yra pažangiausias OpenAI samprotavimo modelis, specialiai sukurtas sudėtingoms, didelio pažinimo užduotims atlikti. Pristatytas 2025 m. balandį, jis pasižymi puikiais rezultatais programinės įrangos inžinerijoje, matematikoje ir mokslinėje problemų sprendimo srityje. Modelis pristato tris samprotavimo pastangų lygius – žemą, vidutinį ir aukštą – leidžiantys vartotojams subalansuoti delsą ir samprotavimo gylį pagal užduoties sudėtingumą. o3 palaiko pagrindines kūrėjų priemones, įskaitant funkcijų iškvietimus, struktūrizuotus rezultatus ir sistemos lygio žinutes. Turėdamas integruotas vaizdo galimybes, o3 gali interpretuoti ir analizuoti vaizdus, todėl tinka įvairioms daugialypėms programoms. Jis pasiekiamas per Chat Completions API, Assistants API ir Batch API, leidžiant lanksčiai integruoti į įmonių ir mokslo darbo eigą.
| DeepSeek-R1 | o3 | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas | tekstas vaizdai |
API tiekėjai
| DeepSeek, HuggingFace | OpenAI API |
Žinių nutraukimo data
| Nežinoma | - |
Atvirojo kodo
| Taip | Ne |
Įvesties kaina
| $0.55 už milijoną žodžių | $10.00 už milijoną žodžių |
Išvesties kaina
| $2.19 už milijoną žodžių | $40.00 už milijoną žodžių |
MMLU
| 90.8% Pass@1 Šaltinis | 82.9% Šaltinis |
MMLU-Pro
| 84% EM Šaltinis | - |
MMMU
| - | - |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 71.5% Pass@1 Šaltinis | 83.3% Diamond, no tools Šaltinis |
IFEval
| 83.3% Prompt Strict Šaltinis | - |
SimpleQA
| - | - |
AIME 2024 | - | 91.6% Šaltinis |
AIME 2025 | - | 88.9% Šaltinis |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilioji programa |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.