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。
自 Qwen2-VL 发布以来的五个月里，开发者基于该模型构建了新模型，并提供了宝贵的反馈。现在，Qwen2.5-VL 引入了更强的功能，包括对图像、文本和图表的精准分析，以及通过结构化 JSON 输出进行对象定位。它能够理解长视频，识别关键事件，并作为智能代理与计算机和手机上的工具交互。该模型的架构采用了动态视频处理和优化的 ViT 编码器，以提升处理速度和准确性。
| DeepSeek-R1 | Qwen2.5-VL-32B | |
|---|---|---|
提供商 | ||
网站 | ||
发布日期 | Jan 21, 2025 3 个月 ago | Mar 25, 2025 4 周 ago |
模态 | 文本 | 文本 图像 视频 |
API提供商 | DeepSeek, HuggingFace | - |
知识截止日期 | 未知 | 未知 |
开源 | 是 | 是 (来源) |
输入定价 | $0.55 每百万token | $0 |
输出定价 | $2.19 每百万token | $0 |
MMLU | 90.8% Pass@1 来源 | 78.4% 来源 |
MMLU Pro | 84% EM 来源 | 49.5% |
MMMU | - | 70% |
HellaSwag | - | 不可用 |
HumanEval | - | 不可用 |
MATH | - | 82.2% |
GPQA | 71.5% Pass@1 来源 | 46.0% Diamond |
IFEval | 83.3% Prompt Strict 来源 | 不可用 |
移动应用 | - |