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。
| DeepSeek-R1 | Qwen 3 | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 | - |
API提供商
| DeepSeek, HuggingFace | - |
知识截止日期
| 未知 | - |
开源
| 是 | 是 (来源) |
输入定价
| $0.55 每百万token | - |
输出定价
| $2.19 每百万token | - |
MMLU
| 90.8% Pass@1 来源 | - |
MMLU-Pro
| 84% EM 来源 | - |
MMMU
| - | - |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 71.5% Pass@1 来源 | - |
IFEval
| 83.3% Prompt Strict 来源 | - |
SimpleQA
| - | - |
AIME 2024 | - | 来源 |
AIME 2025 | - | 来源 |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - |