DeepSeek-R1, token başına 37B etkin parametreye sahip 671B parametreli bir Uzman Karışımı (MoE) modelidir ve büyük ölçekli pekiştirmeli öğrenme ile özellikle akıl yürütme yeteneklerine odaklanılarak eğitilmiştir. Model, geliştirilmiş akıl yürütme kalıplarını keşfetmek ve insan tercihleriyle uyum sağlamak için iki RL aşaması ile birlikte akıl yürütme ve diğer yetenekleri başlatmak üzere iki SFT aşaması içerir. Matematik, kodlama ve akıl yürütme görevlerinde OpenAI-o1 ile karşılaştırılabilir performans sergiler.
Claude 3.7 Sonnet, Anthropic'in şimdiye kadarki en gelişmiş modeli olup, piyasadaki ilk hibrit akıl yürütme yapay zekasıdır. Hem standart hem de genişletilmiş düşünme modları sunar; genişletilmiş mod, şeffaf ve adım adım akıl yürütme sağlar. Model, kodlama ve ön yüz web geliştirmede üstün performans göstererek SWE-bench Verified ve TAU-bench'te son teknoloji sonuçlar elde etmiştir. Claude.ai, Anthropic API, Amazon Bedrock ve Google Cloud'un Vertex AI hizmetleri aracılığıyla kullanılabilir ve yapay zeka destekli problem çözme konusunda yeni bir ölçüt belirler.
| DeepSeek-R1 | Claude 3.7 Sonnet | |
|---|---|---|
Web Sitesi
| ||
Sağlayıcı
| ||
Sohbet
| ||
Yayın Tarihi
| ||
Modallikler
| metin | metin görseller |
API Sağlayıcıları
| DeepSeek, HuggingFace | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
Bilgi Kesim Tarihi
| Bilinmiyor | - |
Açık Kaynak
| Evet | Hayır |
Fiyatlandırma Girdisi
| $0.55 milyon belirteç başına | $3.00 milyon belirteç başına |
Fiyatlandırma Çıktısı
| $2.19 milyon belirteç başına | $15.00 milyon belirteç başına |
MMLU
| 90.8% Pass@1 Kaynak | Mevcut değil |
MMLU-Pro
| 84% EM Kaynak | Mevcut değil |
MMMU
| - | 71.8% Kaynak |
HellaSwag
| - | Mevcut değil |
HumanEval
| - | Mevcut değil |
MATH
| - | 82.2% Kaynak |
GPQA
| 71.5% Pass@1 Kaynak | 68% Diamond Kaynak |
IFEval
| 83.3% Prompt Strict Kaynak | 90.8% Kaynak |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobil Uygulama | ||
VideoGameBench | ||
Toplam puan | - | 0% |
Doom II | - | 0% |
Dream DX | - | 0% |
Awakening DX | - | 0% |
Civilization I | - | 0% |
Pokemon Crystal | - | 0% |
The Need for Speed | - | 0% |
The Incredible Machine | - | 0% |
Secret Game 1 | - | 0% |
Secret Game 2 | - | 0% |
Secret Game 3 | - | 0% |
MathArena | ||
| Ortalama puan | 82% | - |
AIME 2025 American Invitational Mathematics Examination sorularına dayalı test, modellerin matematik becerilerini değerlendirmek amacıyla hazırlanmıştır. | 89% | - |
HMMT February 2025 Şubat 2025 Harvard-MIT Mathematics Tournament sorularına dayalı test, modellerin matematik becerilerini değerlendirmek amacıyla hazırlanmıştır. | 77% | - |
BRUMO 2025 | 92% | - |
SMT 2025 2025 Stanford Math Tournament sorularına dayalı test, modellerin matematik becerilerini değerlendirmek amacıyla hazırlanmıştır. | 83% | - |
CMIMC 2025 2025 Canadian Mathematical Olympiad sorularına dayalı test, modellerin matematik becerilerini değerlendirmek amacıyla hazırlanmıştır. | 69% | - |
Compare AI. Test. Benchmarks. Mobil Uygulamalar Sohbet Botları, Sketch
Copyright © 2026 All Right Reserved.
Yorumlar (1)
Jacquie
27 Ocak 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar