DeepSeek-R1 — это модель типа Mixture-of-Experts (MoE) с 671 млрд параметров, из которых 37 млрд активируются на каждый токен. Обучена с использованием масштабного обучения с подкреплением (RL) с упором на развитие навыков рассуждения. Включает два этапа RL для выявления улучшенных схем рассуждения и согласования с предпочтениями человека, а также два этапа SFT для развития навыков, связанных и не связанных с рассуждением. По математическим, программным и логическим задачам модель демонстрирует производительность, сопоставимую с OpenAI-o1.
OpenAI o4-mini — это новейшая облегченная модель в серии o, разработанная для эффективного и мощного анализа текстовых и визуальных задач. Оптимизированная для скорости и производительности, она превосходно справляется с генерацией кода и анализом изображений, сохраняя баланс между задержкой и глубиной анализа. Модель поддерживает контекстное окно в 200 000 токенов с выводом до 100 000 токенов, что делает её подходящей для длительных и объемных взаимодействий. Она обрабатывает как текстовые, так и графические входные данные, выдавая текстовые результаты с расширенными аналитическими возможностями. Благодаря компактной архитектуре и универсальной производительности o4-mini идеально подходит для широкого спектра реальных приложений, требующих быстрого и экономически эффективного интеллекта.
| DeepSeek-R1 | o4-mini | |
|---|---|---|
Веб-сайт
| ||
Провайдер
| ||
Чат
| ||
Дата выпуска
| ||
Модальности
| текст | текст изображения |
Поставщики API
| DeepSeek, HuggingFace | OpenAI API |
Дата актуальности знаний
| Неизвестно | - |
Открытый исходный код
| Да | Нет |
Стоимость ввода
| $0.55 за миллион токенов | $1.10 за миллион токенов |
Стоимость вывода
| $2.19 за миллион токенов | $4.40 за миллион токенов |
MMLU
| 90.8% Pass@1 Источник | fort |
MMLU-Pro
| 84% EM Источник | - |
MMMU
| - | 81.6% Источник |
HellaSwag
| - | - |
HumanEval
| - | 14.28% Источник |
MATH
| - | - |
GPQA
| 71.5% Pass@1 Источник | 81.4% Источник |
IFEval
| 83.3% Prompt Strict Источник | - |
SimpleQA
| - | - |
AIME 2024 | - | 93.4% Источник |
AIME 2025 | - | 92.7% Источник |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Мобильное приложение |
Compare AI. Test. Benchmarks. Чат-боты для мобильных приложений, Sketch
Copyright © 2025 All Right Reserved.