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.
Mistral Large 2, opracowany przez Mistral, oferuje okno kontekstowe o rozmiarze 128 000 tokenów i jest wyceniony na 3,00 USD za milion tokenów wejściowych oraz 9,00 USD za milion tokenów wyjściowych. Wydany 24 lipca 2024 roku model uzyskał wynik 84,0 w benchmarku MMLU w ocenie 5-shot, wykazując silne osiągi w różnych zadaniach.
| DeepSeek-R1 | Mistral Large 2 | |
|---|---|---|
Strona internetowa
| ||
Dostawca
| ||
Czat
| ||
Data wydania
| ||
Modalności
| tekst | tekst |
Dostawcy API
| DeepSeek, HuggingFace | Azure AI, AWS Bedrock, Google AI Studio, Vertex AI, Snowflake Cortex |
Data ostatniej aktualizacji wiedzy
| Nieznane | Nieznane |
Open Source
| Tak | Tak |
Cena za wejście
| $0.55 za milion tokenów | $3.00 za milion tokenów |
Cena za wyjście
| $2.19 za milion tokenów | $9.00 za milion tokenów |
MMLU
| 90.8% Pass@1 Źródło | 84% 5-shot Źródło |
MMLU-Pro
| 84% EM Źródło | 50.69% Źródło |
MMMU
| - | Niedostępne |
HellaSwag
| - | Niedostępne |
HumanEval
| - | Niedostępne |
MATH
| - | 1.13% Źródło |
GPQA
| 71.5% Pass@1 Źródło | 24.94% |
IFEval
| 83.3% Prompt Strict Źródło | 84.01% |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplikacja mobilna | - |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2025 All Right Reserved.