DeepSeek-R1是拥有6710亿参数的混合专家(MoE)模型，每个token激活370亿参数，通过大规模强化学习训练，专注推理能力。包含两个RL阶段用于改进推理模式并与人类偏好对齐，以及两个SFT阶段培养推理与非推理能力。在数学、编程和推理任务上达到与OpenAI-o1相当的性能。
NVIDIA的Llama 3.1 Nemotron 70B是专为提供准确信息优化的强大语言模型。基于Llama 3.1 70B架构，通过人类反馈强化学习(RLHF)增强，在自动对齐基准测试中表现顶尖。针对需要高精度响应生成的应用设计，适用于跨领域的多样化用户查询。
| DeepSeek-R1 | Llama 3.1 Nemotron 70B Instruct | |
|---|---|---|
提供商 | ||
网站 | ||
发布日期 | Jan 21, 2025 3 个月 ago | Oct 15, 2023 1 年 ago |
模态 | 文本 | 文本 |
API提供商 | DeepSeek, HuggingFace | OpenRouter |
知识截止日期 | 未知 | - |
开源 | 是 | 是 |
输入定价 | $0.55 每百万token | $0.35 每百万token |
输出定价 | $2.19 每百万token | $0.40 每百万token |
MMLU | 90.8% Pass@1 来源 | 85% 5-shot 来源 |
MMLU Pro | 84% EM 来源 | 不可用 |
MMMU | - | 不可用 |
HellaSwag | - | 不可用 |
HumanEval | - | 75% 来源 |
MATH | - | 71% 来源 |
GPQA | 71.5% Pass@1 来源 | 不可用 |
IFEval | 83.3% Prompt Strict 来源 | 不可用 |
移动应用 | - |