DeepSeek-R1 to model typu Mixture-of-Experts (MoE) o 671B parametrach, z 37B aktywowanymi parametrami na token, szkolony za pomocą szeroko zakrojonego uczenia ze wzmocnieniem z naciskiem na zdolności rozumowania. Model ten obejmuje dwa etapy RL w celu odkrywania ulepszonych wzorców rozumowania i dostosowania do preferencji ludzkich, a także dwa etapy SFT do rozwijania zdolności rozumowania i innych umiejętności. Model osiąga wydajność porównywalną z OpenAI-o1 w zadaniach matematycznych, programistycznych i związanych z rozumowaniem.
| DeepSeek-R1 | GPT-4.1 Nano | |
|---|---|---|
Strona internetowa
| ||
Dostawca
| ||
Czat
| ||
Data wydania
| ||
Modalności
| tekst | tekst obrazy |
Dostawcy API
| DeepSeek, HuggingFace | OpenAI API |
Data ostatniej aktualizacji wiedzy
| Nieznane | - |
Open Source
| Tak | Nie |
Cena za wejście
| $0.55 za milion tokenów | $0.10 za milion tokenów |
Cena za wyjście
| $2.19 za milion tokenów | $0.40 za milion tokenów |
MMLU
| 90.8% Pass@1 Źródło | 80.1% Źródło |
MMLU-Pro
| 84% EM Źródło | - |
MMMU
| - | 55.4% Źródło |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 71.5% Pass@1 Źródło | 50.3% Diamond Źródło |
IFEval
| 83.3% Prompt Strict Źródło | 74.5% Źródło |
SimpleQA
| - | - |
AIME 2024 | - | 29.4% Źródło |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | 66.9% Źródło |
MathVista
| - | 56.2% Image Reasoning Źródło |
Aplikacja mobilna |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2025 All Right Reserved.