DeepSeek-R1 — це модель з 671B параметрів, побудована на архітектурі Mixture-of-Experts (MoE),з 37B активованих параметрів на токен. Вона навчалась за допомогою масштабного навчання з підкріпленням із акцентом на розвиток навичок міркування. Модель включає два етапи RL для виявлення покращених шаблонів міркування та відповідності людським уподобанням, а також два етапи SFT для закладання основ міркувальних та неміркувальних здібностей. Модель демонструє продуктивність, порівнянну з OpenAI-o1, у завданнях з математики, програмування та міркування.
Amazon Nova Micro — це текстова модель, оптимізована для зниження витрат і підвищення швидкості. Маючи контекстне вікно в 128K токенів, вона відмінно справляється із завданнями, такими як підсумовування тексту, переклад, інтерактивний чат та базове програмування. Випущена як частина фундаментальних моделей Amazon Nova, вона підтримує тонке налаштування та дистиляцію для адаптації під власні дані.
| DeepSeek-R1 | Nova Micro | |
|---|---|---|
Веб-сайт
| ||
Постачальник
| ||
Чат
| ||
Дата випуску
| ||
Модальності
| текст | текст |
Постачальники API
| DeepSeek, HuggingFace | Amazon Bedrock |
Дата оновлення знань
| Невідомо | Навмисно не розголошується |
Відкритий код
| Так | Ні |
Вартість введення
| $0.55 за мільйон токенів | $0.04 за мільйон токенів |
Вартість виведення
| $2.19 за мільйон токенів | $0.14 за мільйон токенів |
MMLU
| 90.8% Pass@1 Джерело | 77.6% CoT Джерело |
MMLU-Pro
| 84% EM Джерело | - |
MMMU
| - | - |
HellaSwag
| - | - |
HumanEval
| - | 81.1% pass@1 Джерело |
MATH
| - | 69.3% CoT Джерело |
GPQA
| 71.5% Pass@1 Джерело | 40% Main Джерело |
IFEval
| 83.3% Prompt Strict Джерело | 87.2% Джерело |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Мобільний додаток | - | |
MathArena | ||
| Середній бал | 82% | - |
AIME 2025 Тест, заснований на завданнях з конкурсу з математики (American Invitational Mathematics Examination),призначений для перевірки математичних навичок моделей. | 89% | - |
HMMT February 2025 Тест, заснований на завданнях з Harvard-MIT Mathematics Tournament, лютий 2025 року, призначений для перевірки математичних навичок моделей. | 77% | - |
BRUMO 2025 | 92% | - |
SMT 2025 Тест, заснований на завданнях зі Stanford Math Tournament, 2025 року, призначений для перевірки математичних навичок моделей. | 83% | - |
CMIMC 2025 Тест, заснований на завданнях з Canadian Mathematical Olympiad, 2025 року, призначений для перевірки математичних навичок моделей. | 69% | - |
Compare AI. Test. Benchmarks. Чат-боти для мобільних застосунків, Sketch
Copyright © 2026 All Right Reserved.
Коментарі (1)
Jacquie
27 Січень 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar