DeepSeek-R1 is een Mixture-of-Experts (MoE)-model met 671B parameters en 37B geactiveerde parameters per token, getraind via grootschalige reinforcement learning met een focus op redeneervaardigheden. Het omvat twee RL-fasen voor het ontdekken van verbeterde redeneerpatronen en afstemming op menselijke voorkeuren, evenals twee SFT-fasen voor het ontwikkelen van redeneer- en niet-redeneervaardigheden. Het model bereikt prestaties die vergelijkbaar zijn met OpenAI-o1 op het gebied van wiskunde, code en redeneertaken.
OpenAI o3 is het meest geavanceerde redeneermodel van OpenAI, speciaal gebouwd voor het afhandelen van complexe, hoogcognitieve taken. Gelanceerd in april 2025, levert het uitstekende prestaties in software-engineering, wiskunde en wetenschappelijk probleemoplossen. Het model introduceert drie niveaus van redeneerinspanning - laag, medium en hoog - waardoor gebruikers latentie en redeneerdiepte kunnen afstemmen op basis van taakcomplexiteit. o3 ondersteunt essentiële tools voor ontwikkelaars, inclusief functieaanroepen, gestructureerde uitvoer en systeemberichten. Met ingebouwde visuele mogelijkheden kan o3 afbeeldingen interpreteren en analyseren, waardoor het geschikt is voor multimodale toepassingen. Het is beschikbaar via Chat Completions API, Assistants API en Batch API voor flexibele integratie in bedrijfs- en onderzoeksworkflows.
| DeepSeek-R1 | o3 | |
|---|---|---|
Website
| ||
Aanbieder
| ||
Chat
| ||
Releasedatum
| ||
Modaliteiten
| tekst | tekst afbeeldingen |
API-Aanbieders
| DeepSeek, HuggingFace | OpenAI API |
Kennisafsluitdatum
| Onbekend | - |
Open Source
| Ja | Nee |
Prijzen Invoer
| $0.55 per miljoen tokens | $10.00 per miljoen tokens |
Prijzen Uitvoer
| $2.19 per miljoen tokens | $40.00 per miljoen tokens |
MMLU
| 90.8% Pass@1 Bron | 82.9% Bron |
MMLU-Pro
| 84% EM Bron | - |
MMMU
| - | - |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 71.5% Pass@1 Bron | 83.3% Diamond, no tools Bron |
IFEval
| 83.3% Prompt Strict Bron | - |
SimpleQA
| - | - |
AIME 2024 | - | 91.6% Bron |
AIME 2025 | - | 88.9% Bron |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobiele applicatie | ||
MathArena | ||
| Gemiddelde score | 82% | 86% |
AIME 2025 Test gebaseerd op opgaven uit de wiskundewedstrijd (American Invitational Mathematics Examination),bedoeld om de wiskundige vaardigheden van modellen te testen. | 89% | 89% |
HMMT February 2025 Test gebaseerd op opgaven van het Harvard-MIT Mathematics Tournament, februari 2025, bedoeld om de wiskundige vaardigheden van modellen te testen. | 77% | 78% |
BRUMO 2025 | 92% | 96% |
SMT 2025 Test gebaseerd op opgaven van het Stanford Math Tournament, 2025, bedoeld om de wiskundige vaardigheden van modellen te testen. | 83% | 88% |
CMIMC 2025 Test gebaseerd op opgaven van de Canadian Mathematical Olympiad, 2025, bedoeld om de wiskundige vaardigheden van modellen te testen. | 69% | 78% |
Compare AI. Test. Benchmarks. Mobiele Chatbot-apps, Sketch
Copyright © 2026 All Right Reserved.
Reacties (1)
Jacquie
27 Januari 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar