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.
Amazon Nova Pro to zaawansowany model multimodalny zaprojektowany do obsługi danych tekstowych, obrazowych i wideo z zaawansowanymi możliwościami przetwarzania. Dzięki oknu kontekstowemu o rozmiarze 300 000 tokenów doskonale sprawdza się w analizie dokumentów, wizualnym odpowiadaniu na pytania i złożonych przepływach pracy sterowanych agentami. Jako część podstawowych modeli Amazon Nova obsługuje dostrajanie i destylację, umożliwiając głębokie dostosowanie do różnych zastosowań.
| DeepSeek-R1 | Nova Pro | |
|---|---|---|
Strona internetowa
| ||
Dostawca
| ||
Czat
| ||
Data wydania
| ||
Modalności
| tekst | tekst obrazy wideo |
Dostawcy API
| DeepSeek, HuggingFace | Amazon Bedrock |
Data ostatniej aktualizacji wiedzy
| Nieznane | Celowo nieujawnione |
Open Source
| Tak | Nie |
Cena za wejście
| $0.55 za milion tokenów | $0.80 za milion tokenów |
Cena za wyjście
| $2.19 za milion tokenów | $3.20 za milion tokenów |
MMLU
| 90.8% Pass@1 Źródło | 85.9% CoT Źródło |
MMLU-Pro
| 84% EM Źródło | Niedostępne |
MMMU
| - | Niedostępne |
HellaSwag
| - | Niedostępne |
HumanEval
| - | 89% pass@1 Źródło |
MATH
| - | 76.6% CoT Źródło |
GPQA
| 71.5% Pass@1 Źródło | 46.9% Main Źródło |
IFEval
| 83.3% Prompt Strict Źródło | 92.1% Źródło |
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.